GEO 数据集 GSE276212 收录的 Spatial-GT-seq 研究，在同一肿瘤组织中以近单细胞分辨率联合分析基因组与转录组。在肺转移小鼠模型中，研究识别出肿瘤亚克隆，并显示同一克隆的基因表达谱会受到肿瘤微环境改变。对原发与复发人胰腺神经内分泌肿瘤的分析则识别出持续存在和新出现的亚克隆，两处样本均出现转录变化。
推荐理由：Spatial-GT-seq 将基因组与转录组在近单细胞分辨率下联合定位，可用于研究肿瘤亚克隆、转录状态与微环境之间的关联。
Dobner、Prigione和Rossi团队建立了67个经验证的标志基因面板，并开发免费Web应用DeepDiff，用于自动注释bulk RNA-seq数据中的早期hPSC分化状态。
推荐理由：这项研究以67个经验证标志基因和DeepDiff整合转录与蛋白层信息，为hPSC分化状态判读提供可复用参考。
Arc Institute、Biohub、UCSF 和 Vector Institute 团队开发 eclair-CLIP，并为人类细胞中的 67 种癌症相关 RNA 结合蛋白建立图谱，在单核苷酸分辨率下映射超过 9 million 个 RNA 结合位点。
推荐理由：文章说明统一小标签和红外检测如何减少 CLIP-seq 对特异性抗体与放射性标记的依赖，并展示图谱进入模型训练后的应用路径。
Broad Institute 构建了包含来自超过 1,100 名芬兰献血者的 10 million 个以上免疫细胞图谱，用于关联疾病相关调控变异与其控制基因。方法以染色质可及性及其与邻近基因表达的关联为基础，识别更可能致病的遗传变异，并观察细胞如何缓冲关键基因表达。
推荐理由：该图谱将疾病相关调控变异与其控制基因相连接，并呈现细胞缓冲关键基因表达的方式，为遗传变异致病机制研究提供细胞级线索。