JL
Jun Lee
Author with expertise in Comprehensive Integration of Single-Cell Transcriptomic Data
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
18
(72% Open Access)
Cited by:
3,215
h-index:
49
/
i10-index:
107
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

m6A enhances the phase separation potential of mRNA

Ryan Ries et al.Jul 10, 2019
N6-methyladenosine (m6A) is the most prevalent modified nucleotide in mRNA1,2, with around 25% of mRNAs containing at least one m6A. Methylation of mRNA to form m6A is required for diverse cellular and physiological processes3. Although the presence of m6A in an mRNA can affect its fate in different ways, it is unclear how m6A directs this process and why the effects of m6A can vary in different cellular contexts. Here we show that the cytosolic m6A-binding proteins—YTHDF1, YTHDF2 and YTHDF3—undergo liquid–liquid phase separation in vitro and in cells. This phase separation is markedly enhanced by mRNAs that contain multiple, but not single, m6A residues. Polymethylated mRNAs act as a multivalent scaffold for the binding of YTHDF proteins, juxtaposing their low-complexity domains and thereby leading to phase separation. The resulting mRNA–YTHDF complexes then partition into different endogenous phase-separated compartments, such as P-bodies, stress granules or neuronal RNA granules. m6A-mRNA is subject to compartment-specific regulation, including a reduction in the stability and translation of mRNA. These studies reveal that the number and distribution of m6A sites in cellular mRNAs can regulate and influence the composition of the phase-separated transcriptome, and suggest that the cellular properties of m6A-modified mRNAs are governed by liquid–liquid phase separation principles. The cytosolic N6-methyladenosine (m6A)-binding proteins YTHDF1, YTHDF2 and YTHDF3 undergo liquid–liquid phase separation in vitro and in cells; this is enhanced by polymethylated mRNAs to form complexes that partition into different cellular phase-separated compartments.
1

Seq-Scope: Submicrometer-resolution spatial transcriptomics for single cell and subcellular studies

Chun‐Seok Cho et al.Jan 27, 2021
Abstract Spatial barcoding technologies have the potential to reveal histological details of transcriptomic profiles; however, they are currently limited by their low resolution. Here we report Seq-Scope, a spatial barcoding technology with a resolution almost comparable to an optical microscope. Seq-Scope is based on a solid-phase amplification of randomly barcoded single-molecule oligonucleotides using an Illumina sequencing-by-synthesis platform. The resulting clusters annotated with spatial coordinates are processed to expose RNA-capture moiety. These RNA-capturing barcoded clusters define the pixels of Seq-Scope that are approximately 0.5-1 μm apart from each other. From tissue sections, Seq-Scope visualizes spatial transcriptome heterogeneity at multiple histological scales, including tissue zonation according to the portal-central (liver), crypt-surface (colon) and inflammation-fibrosis (injured liver) axes, cellular components including single cell types and subtypes, and subcellular architectures of nucleus, cytoplasm and mitochondria. Seq-scope is quick, straightforward and easy-to-implement, and makes spatial single cell analysis accessible to a wide group of biomedical researchers.
1
Citation13
0
Save
0

Seq-Scope Protocol: Repurposing Illumina Sequencing Flow Cells for High-Resolution Spatial Transcriptomics

Yongsung Kim et al.Apr 1, 2024
ABSTRACT Spatial transcriptomics (ST) technologies represent a significant advance in gene expression studies, aiming to profile the entire transcriptome from a single histological slide. These techniques are designed to overcome the constraints faced by traditional methods such as immunostaining and RNA in situ hybridization, which are capable of analyzing only a few target genes simultaneously. However, the application of ST in histopathological analysis is also limited by several factors, including low resolution, a limited range of genes, scalability issues, high cost, and the need for sophisticated equipment and complex methodologies. Seq-Scope—a recently developed novel technology—repurposes the Illumina sequencing platform for high-resolution, high-content spatial transcriptome analysis, thereby overcoming these limitations. Here we provide a detailed step-by-step protocol to implement Seq-Scope with an Illumina NovaSeq 6000 sequencing flow cell that allows for the profiling of multiple tissue sections in an area of 7 mm × 7 mm or larger. In addition to detailing how to prepare a frozen tissue section for both histological imaging and sequencing library preparation, we provide comprehensive instructions and a streamlined computational pipeline to integrate histological and transcriptomic data for high-resolution spatial analysis. This includes the use of conventional software tools for single cell and spatial analysis, as well as our recently developed segmentation-free method for analyzing spatial data at submicrometer resolution. Given its adaptability across various biological tissues, Seq-Scope establishes itself as an invaluable tool for researchers in molecular biology and histology. KEY POINTS The protocol outlines a method for repurposing an Illumina NovaSeq 6000 flow cell as a spatial transcriptomics array, enabling the generation of high-resolution spatial datasets. The protocol introduces a streamlined data analysis pipeline that produces a spatial digital gene expression matrix suitable for various single-cell and spatial transcriptome analysis methods. The protocol allows for the capture of histology images from the same tissue section subjected to spatial transcriptomics analysis and allows users to precisely align the transcriptome dataset with the histological image using fiducial marks engraved on the flow cell surface. Leveraging commonly available Illumina equipment, the protocol offers researchers ultra-high submicrometer resolution in spatial transcriptomics analysis with a comprehensive pipeline, rapid turnaround, cost efficiency, and versatility.
0
Citation1
0
Save
Load More