首页 > 新闻中心

2019单细胞组学国际研讨会圆满落幕


 

2019单细胞组学国际研讨会学者(部分)合影

 

  由北京大学北京未来基因诊断高精尖创新中心(ICG)、生物医学前沿创新中心(BIOPIC)共同主办、为期两天的“2019单细胞组学国际研讨会”于10月20日在北京大学秋林报告厅圆满落幕。

  本次大会邀请到24位全球单细胞组学高通量测序技术领域的专家,探讨了“单细胞表观基因组及基因组三维结构”、“单细胞转录组学”、“单细胞基因组学”等九个议题,为与会者贡献了一场内容精彩丰富的学术盛宴。大会共设立了两个会场,结合了学术报告、实时转播、壁报交流等多种形式,向与会者展示了单细胞组学方面最新研究进展。

  本次大会的胜利召开,为本领域的科学工作者提供了高质量的学术交流平台,系统地表现了国际上该领域取得的突飞猛进的发展,展示了中国在单细胞组学高通量测序技术领域的国际影响力。

  本次会议得到了Illumina中国,BD,Bio-science中国及百奥智慧科技有限公司的大力支持。

 

谢晓亮教授致欢迎词

  大会伊始,大会主席谢晓亮教授代表会议主办方为大会致开幕词。谢教授向到场的嘉宾与讲者表示热烈的欢迎,他希望作为单细胞组学的盛会,本次会议将反映本领域国际上方兴未艾的发展,推动国内外学者的交流与合作。最后,谢晓亮教授预祝所有参会者能在金秋十月的北京取得收获,共同为推进单细胞组学的研究与应用,以及世界生命科学的发展做出贡献。

 

>>议题1:单细胞表观基因组学及单细胞基因组三维结构

 

汤富酬教授

  北京大学的汤富酬教授围绕“利用单细胞测序技术探索人类胚胎发育的奥秘”的题目,传递了人类生殖细胞发育循环的概念。在简单回顾了各种单细胞测序技术后,汤富酬教授通过单细胞DNA甲基化组高通量测序进行了单细胞层面的人类胚胎发育过程的深度分析,揭示了人类胚胎早期的DNA甲基化动态变化、亲本特定DNA甲基化动态变化等特征。随后,汤富酬教授利用课题组发展的高精度单细胞多组学测序技术“single-cell COOL-seq”与单细胞RNA-seq转录组测序技术等在单细胞分辨率上对人类着床前胚胎发育的DNA甲基化进行了深入研究并解析出了DNA甲基化组图谱,揭示了该过程中DNA甲基化组与染色质状态组的重编程过程以及相互关系。随后,通过结合体外模拟人类胚胎着床技术与高精度单细胞多组学测序技术,人类胚胎着床过程得以重构。可以看出,汤富酬教授所发展与利用的单细胞测序技术在解析早期人类胚胎着床的研究中发挥了重要作用。

 

 

William Greenleaf教授

  来自斯坦福大学的William Greenleaf教授介绍了其团队通过整合单细胞多组学数据来鉴定疾病特征的最新进展。他介绍说,ATAC-seq是一种能检测基因组开放性的方法,单细胞ATAC-seq数据能够提供全基因组转录因子的位置信息,从而让我们了解到每一个单细胞的状态。Greenleaf实验室将ATAC-seq和RNA-seq同时用于人类骨髓中的造血干细胞及其分化出的血细胞的研究,一方面揭示了血细胞分化过程中的异质性,另一方面两种数据的整合提供了理解人类血细胞分化调控的特征和动力学信息。Mixed Phenotype Acute Leukemia(MPAL)是一种有着混合细胞特征的疾病,为了研究MPAL,他们开发了一个将不正常的细胞数据映射到正常细胞产生的参考数据上的分析框架。利用这个信息,能够重建有着异质性的疾病细胞的特征。与此同时,整合多组学数据能将特定转录因子与它们的目标致病基因联系起来。

 

 

谢晓亮教授

  北京大学谢晓亮教授介绍了利用单细胞3D基因组学和转录组学测序技术解读人类基因组密码的研究成果。谢晓亮教授首先描述了利用高分辨率单细胞基因组结构捕获技术Dip-C结合多重末端标记扩增(META)在细胞系中观察到的异染色质和常染色质的分相现象以及细胞种类之间基因组结构的差异性。随后,他介绍了单细胞转录组扩增技术MALBAC-DT在共相关基因模块(CGM)检测中的应用及CGM的重要意义。最后,谢晓亮教授着重阐述了真核细胞与细菌中转录因子的区别,以及转录因子共定位(TFC)对于哺乳动物细胞基因表达调控的重要性。他指出基因组范围研究转录因子共定位(TFC)的三个关键评判标准:1)在染色质开放区域具有结合位点;2)相应的mRNA表达具有强正相关性;3)协同结合时具有热力学稳定性质。

 

>>议题2:单细胞转录组学

 

蔡龙教授

  加州理工的蔡龙教授带来了一场关于单细胞空间转录组技术的报告。在简要回顾和比较了各种空间转录组检测方法之后,蔡龙教授主要介绍了他的实验室最新开发的序贯荧光原位杂交技术升级版(seqFISH+)及应用。该技术通过结合多荧光检测和多轮探针杂交,可以采用标准共聚焦显微镜在单细胞水平对原位组织同时检测多达到10,000个基因的表达;保留单细胞空间位置信息是该技术与目前主流的消化后单细胞转录组测序技术相比的最大优势。seqFISH+是seqFISH的升级版,大大提高了检测的通量和在原位组织的分辨率。蔡龙教授团队利用该技术对小鼠脑室下区和嗅球区域的大脑皮层进行了检测,结果与消化后单细胞转录组测序技术很好吻合。此外,蔡龙教授还采用该技术揭示mRNA的亚细胞定位,发现在小鼠大脑皮层内皮细胞和小胶质细胞存在受体-配体相互作用。

 

乔杰教授

  来自北京大学第三医院的乔杰院士以临床医学为出发点,聚焦于单细胞组学测序技术在早期胚胎发育以及胚胎植入前诊断方面的应用作了报告。乔杰院士首先阐释了辅助生殖技术的重要性及其所面临的挑战,包括临床妊娠率低、着床失败率高等。随后,她详细介绍了她的团队与谢晓亮教授和汤富酬教授团队合作,利用单细胞转录组测序、单细胞表观基因组测序和单细胞基因组测序技术对人类早期胚胎发育及胚胎植入前诊断领域所开展的系列研究,包括MALBAC技术在胚胎植入前诊断的临床应用,和人类植入前胚胎发育、生殖细胞和卵子发生的单细胞转录图谱绘制。乔杰院士提出了目前仍然面临的一些挑战,包括胚胎的基因型和表型之间的关系,如何评估测序深度从而获取花费及效果的平衡,以及临床实践和基础研究相结合探索生殖疾病诊疗方法的重要性。

 

徐成冉研究员

  北京大学徐成冉研究员带来了“在单细胞水平理解胰腺发育”的报告,介绍了其团队通过单细胞测序技术解析小鼠胰腺发育的最新进展。徐成冉研究员介绍,他们团队采用单细胞转录组测序技术,结合多种胰腺发育关键基因的荧光蛋白报告基因小鼠,对胎儿至成年期小鼠的胰腺发育过程进行了全面详细的研究。这些研究成果包括,首次揭示了胰腺β和α细胞成熟路径与细胞异质性,系统绘制了胰腺内分泌与外分泌细胞谱系的发育与调控路径,利用Pdx1-GFP转基因小鼠揭示肝胰发育的Pdx1阳性前体细胞在背侧与腹侧区域的异质性等。这些研究对于优化胰腺β细胞体外诱导方法具有重要意义,并展现了单细胞组学测序技术用于全面解析组织器官发育过程的强大威力。 

 

郭国骥教授

  浙江大学的郭国骥教授带来了一场以“单细胞水平下人类细胞图谱的细胞类型鉴定”为题的报告,介绍了在其课题组利用Microwell-seq技术在人类细胞图谱研究的最新进展。Microwell-seq技术是该课题组研发的高通量单细胞转录组测序平台技术。郭国骥教授团队利用Microwell-seq技术绘制了来自小鼠组织、器官和培养细胞超过40万细胞的“小鼠细胞图谱”,成果于2018年发表在Cell杂志上。本次报告中,郭国骥教授团队利用Microwell-seq技术,绘制了来自人类67种组织和器官共70万个细胞的单细胞转录组图谱,分析了转录因子的相关性调控网路,发育路径分析,并进行了人和小鼠物种比较。该研究利用相同的平台——Microwell-seq,将来自不同模式生物的数据进行横向比较和研究,减少了技术误差。除了人和小鼠,该项目还计划对斑马鱼、美西蝾等其他模式动物进行单细胞转录图谱系统研究。

 

>>议题3:单细胞基因组学

 

Jan Vijg教授  

  来自阿尔伯特爱因斯坦医学院的Jan Vijg教授介绍了他的研究组在个体衰老以及癌症中的单细胞方法研究进展。Vijg教授首先介绍了近来的人口统计数据,说明目前人口的极端寿命随着医疗水平的提升,并没有明显的上升,寿命的瓶颈并没有被突破。随后Vijg教授介绍了一项在单细胞中研究基因组点突变(SNV)的scMDA技术,以及利用该技术对从新生儿至百岁老人的B淋巴细胞的全基因组突变的研究。他们发现在B细胞中突变会随着年龄的增长而显著增加,同时发现突变图谱与B细胞淋巴癌中观察到的特征相似。此外,他们还检测了肝细胞随着年龄变化的突变,发现人类肝细胞的突变随着年龄指数累积。最后他展示了端粒长度随年龄的变化,证实端粒的缩短和丢失与衰老密切相关。

 

宗诚航教授

  贝勒医学院的宗诚航教授,介绍了课题组全新开发的全基因组单细胞测序技术——LPSSAR,以及该技术在DNA损伤检测中的应用。该技术首先利用基于MALBAC的半扩增子的线性扩增反应,再对扩增产物分别进行MDA扩增,通过对不同扩增产物间的相互矫正有效降低了突变检测的假阳性率(达到8x10-10),从而得到更精确可靠的测序结果。利用该技术,宗诚航教授发现在人类神经细胞中单点突变损伤随年龄积累,但单个神经细胞中的突变数远小于之前的报道。该技术的另一大特点是可以在单细胞中对DNA损伤水平进行测定,并在神经细胞中发现了数万个DNA损伤。同时,神经细胞中的DNA损伤也随年龄增长,呈现出独特的突变图谱特征。宗诚航教授认为该技术未来将在DNA损伤研究方向上有极大的应用价值。

 

邢栋研究员  

  北京大学邢栋教授介绍了三项单细胞全基因研究技术,涵盖了基因组一级序列和三维结构等多方面的检测。首先,基于Tn5转座子的单细胞全基因组扩增技术LIANTI,首次实现了单细胞全基因组的线性扩增,极大提高了对单细胞中拷贝数变异(CNV)检测的分辨率。该技术首次揭示了DNA复制在单细胞中的规律和异质性。随后,META-CS能够对单细胞中DNA双链的两条单链分别测序,并利用单链互补信息纠正假阳性信号从而实现对单点突变(SNV)的高精度检测。利用该技术,邢栋教授进一步展示了对了人类神经细胞和外周血细胞中突变产生的研究。最后,基于单细胞Hi-C技术的Dip-C,首次成功构建了单个人类二倍体细胞的全基因组三维结构,并揭示了染色体在单细胞中折叠的特点和规律。

 

>>议题4:单细胞组学应用于免疫学

 

Muzlifah Haniffa教授

  Wellcome Sanger Institute和Newcastle大学的Muzlifah Haniffa教授介绍了人的免疫系统发展的工作进展。她的团队将单细胞转录组测序技术应用于不同发育时期胎儿的肝、皮肤、肾和卵黄囊,从而确定了在发育过程当中人的血细胞、免疫细胞图谱。他们团队推断了造血干细胞(HSC)和多能干细胞(MPPs)的分化路径,并评估、分析了组织特定微环境对血细胞和免疫细胞发展的影响。Haniffa教授发现了胎儿皮肤中有生理性红细胞的生成,并且向我们展示了卵黄囊中存在Mast细胞,NK细胞和先天性淋巴细胞(ILC)前体。Haniffa教授和她的团队证实在妊娠期间胎儿肝脏的造血成分发生了变化,不再以红细胞为主,同时伴有HSC/MPPs分化潜能的平行变化,并对此进行了功能验证。他们提供的胎儿肝脏造血的综合图谱为儿科血液和免疫疾病的研究提供了蓝图,并为开发HSC/MPPs的治疗潜力提供了参考。

 

白凡研究员  

  北京大学白凡研究员介绍了他们和广州市妇女儿童医疗中心的最新合作研究成果。小儿性肠炎和IBD对婴幼儿的成长有显著的影响,为了深入研究这类疾病,白凡研究员和合作团队对患有小儿性肠炎、IBD的婴幼儿的肠道以及对照组的肠道取样并进行单细胞测序研究,通过聚类分析解析了小儿性肠炎和IBD的免疫微环境。通过外显子测序,他们鉴定了与疾病关联的风险基因(GWAS),并将这些GWAS基因的表达对应到鉴定的上皮、免疫细胞类群上,在一定程度上揭示了肠炎的发病机制。通过比较分析,他们发现小儿肠炎的肠道中免疫细胞处于hyper-inflammation的状态,针对这些炎症性免疫细胞的用药让小鼠的肠炎症状得到了明显改善。这一研究为使用单细胞测序数据对临床治疗和药物研发提供了思路与经验。

  

>>议题5:单细胞组学新技术

 

黄岩谊教授  

  北京大学的黄岩谊教授以“高精度DNA测序:纠错编码测序法及其延伸”为题,为大家介绍了该课题组在高通量测序技术研发方面取得的重要进展。黄岩谊教授介绍了他们课题组研发的一种新颖的高通量测序方法—纠错编码测序法(Error Correction Code简称ECC)。该方法的创新之处在于采取独特的边合成边测序策略,巧妙地利用了多轮测序过程中产生的简并序列间的信息冗余提高测序基督。具体而言,利用3种不同方式检测同一序列,通过创建3个正交简并序列,将信息冗余和测序过程结合,从而发现和纠正测序中产生的错误。黄岩谊教授团队开发的这一新颖高通量测序方法将为自主研发高通量测序仪提供原创性基础。

 

Alex K. Shalek教授  

  麻省理工学院 (MIT) 的 Alex Shalek 教授带来了以“识别并合理调控增强和减弱免疫的细胞驱动因子”为题的报告,介绍了在该实验室开发和应用的新方法在研究免疫应答的最新进展。Alex从两方面阐释了结核病的细胞及分子水平的身体防御机制,一方面是自然状态下的免疫调控关系,另一方面是疫苗作用后的保护机制。他们在感染了结核分枝杆菌的人和非人灵长类模型的肺部组织应用了自主研发的Seq-Well技术做了单细胞RNA-seq 和TCR测序及分析,发现了一群阻碍细菌感染的T细胞及其分子特征。接下来又比较了注射结核病疫苗13周(免疫应答高峰期)和25周(免疫记忆期)的非人灵长类支气管肺泡灌洗的细胞应答,发现了特定类型的巨噬细胞和T细胞产生了I型干扰素的应答,彰显了动物模型应用得当对于临床转化的助力作用。最后,Alex还介绍了实验室正在开发的各种测序和计算机分析方法以及空间转录组测序方法,期待阐明上皮细胞和免疫细胞的相互作用和免疫应答机制。

 

王建斌研究员  

  清华大学的王建斌教授带来了关于“用新技术解析遗传变异的致病性”的报告。王建斌教授团队长期致力于研发新型基因组学技术,他首先介绍了他们对液滴超高通量单细胞转录组测序系统的比较分析研究。随后,他介绍了一种新颖的单细胞转录组测序技术,该技术的灵敏度可与目前最好的Smart-seq2技术相媲美,而操纵更加简便,且更少被基因区域GC含量影响,是一种极有应用前景的新技术。随后,他还介绍了亚细胞水平的转录组标记和少量蛋白质谱检测方法。这些新技术将被用于解决遗传变异和表型关系等人类遗传、生殖等领域的重大基础与临床问题。  

  

>>议题6:单细胞组学应用于癌症

 

张泽民教授

  北京大学张泽民教授介绍了其团队通过生物信息学分析方法来解决肿瘤免疫学问题的研究进展。通过STARTRAC, CMOmap, SciBet, ROGUE等方法,他阐述了肿瘤微环境中免疫细胞的复杂性。张泽民实验室发现在肿瘤微环境中,T细胞表现出与外周T细胞不同的组成和功能状态,并且在不同肿瘤中其性质表现也不同。此外,通过结合10X和SMART-seq2两种方法更好地剖析了肿瘤浸润免疫细胞。他们发现:除了T细胞,在肿瘤中TAM和MDSC-like巨噬细胞两种表现出不同功能类群也十分重要;并且另一群LAMP3+的树突状细胞被发现从淋巴结迁移到肿瘤中,表现出很强的迁移性,且可能具有调控T细胞的功能。

 

吴晨教授

  中国医学科学院肿瘤医院吴晨教授介绍其团队通过单细胞转录组技术,揭示肿瘤细胞及微环境在食管癌发生发展过程中动态演变的最新成果。吴晨教授团队模拟人食管癌发生发展建立小鼠模型,构建研究食管癌发生发展过程的单细胞转录组图谱。系统揭示了正常上皮细胞向肿瘤转化的关键转录组特征。肿瘤微环境的免疫抑制和促炎反应不断增强,在食管癌发生发展过程中起到重要作用。吴晨教授团队对食管癌发生过程中的单细胞转录组研究成果将有利于早诊早治。

  

>>议题7:单细胞组学应用于神经科学

 

王晓群教授  

  中科院生物物理所的王晓群研究员为我们介绍了人类大脑皮质发育过程中时间和空间上的调控。大脑皮层可以分为不同的区域,分别与不同的感觉和运动功能相关。但是在胚胎发育过程中,不同的大脑区域在空间和时间上的调节还没有被系统地研究。王晓群研究院和他的团队通过单细胞测序,对取自不同时间点不同区域的胎儿大脑皮层的组织进行了高精度解析,并发现了组织特异表达并和发展紧密相关的基因,例如他们发现了TMEM14B的特异性表达,并在小鼠中验证了该基因会促使大脑皮层灰质的折叠。此外他们也发现了NBPF1基因的表达会促使小鼠海马体的形成。最后王晓群研究员介绍了他们的Vivo-seq技术,通过膜片钳把特定组织中对某些信号(例如钙离子信号)响应的细胞抽取出来,并进行单细胞测序,为我们研究小鼠细胞的和分子层面的行为提供了新的技术和研究方法。

 

Silas Maniatis博⼠  

  纽约基因组中心(New York Genome Center)的Maniatis教授进行了题为”Integration of Single Cell and Spatially Resolved Methods in the Study of Neurodegenerative Disease Mechanisms”的报告,系统地回顾和汇报了其实验室联合其他合作方在神经退行性疾病amyotrophic lateral sclerosis (ALS)、空间转录组实验方法和计算方法等方面的研究。Maniatis博士首先对ALS的疾病背景以及利用空间转录组方法对其进行研究的重要性进行了解读。其次,他简要介绍了空间转录组测序的实验流程,主要包括病理鉴定、组织渗透、反转录、文库构建和测序五个步骤。随后,以其实验室构建的ALS小鼠模型SOD1G93A为例,Maniatis博士详细介绍了他们的研究结果。通过一系列的实验方法尝试和验证,其保证了实验的可行性 (Stahl et. al., Science, 2016)。而生物信息学分析方法上,其实验室也针对数据的特性进行了手工注释并开发了相应的生物信息学分析工具Splotch (Aijo et. al., BioRxiv, 2019)。基于较为成熟的实验与生物信息学工具,Mantiatis博士总结了其对于ALS的探究与发现,他们详细揭示了该疾病发生过程中的通路变化,并鉴定出microglial和astrocyte两种细胞类群在患病区域的表达特征、变化与差异 (Mantianis et. al., Science, 2019)。最后,Mantiatis博士强调其数据已通过网页的形式上传至https://als-st.nygenome.org/,并欢迎大家使用该交互式工具和相关数据。

  

>>议题8:单细胞生物信息学

 

张学工教授  

  清华大学的张学工教授进行了题为“What are the information of a cell”的报告,提出了对细胞的思考,为我们介绍了人类细胞图谱计划当中遇到的问题以及他们提出来的一些解决方案。张学工教授首先带我们回顾了解码生命的发展历程,从解码人类遗传信息的人类基因组计划,再到现在的单细胞生物学。通过与人类基因组计划对比,张学工教授指出在现在的人类细胞图谱计划当中并没有成熟的理论,并提出了几个重要的生物学问题:1. 在一个细胞中有多少个基因的表达?2. 需要有多少个基因可以描述一个细胞?3. 是否可以跨数据集鉴定细胞的类型?基于这些问题,张学工教授团队提出来一系列生物信息学方法来做基因筛选、单细胞表达数据的填补、估计细胞表达的基因数目和跨数据集整合(DenseFly)。

 

高歌研究员

  北京大学高歌研究员进行了题为“Cell BLAST and Beyond”的报告,为我们介绍了他们开发的新的生物信息学工具。高歌研究员指出一种高效的细胞类型鉴定方法对于整合现有的单细胞转录组数据和对新数据的注释至关重要。针对这个计算问题,高歌研究员和他的团队收集了注释好的包含不同物种的单细胞数据库,ACA。他们结合了自编码器和对抗生成网络设计了Cell BLAST算法,用来对真实单细胞数据进行细胞类型注释,并开发了交互的网站。此外,考虑到对抗生成网络的生成特性使其能够从大量的数据中直接地学习调控网络,他们开发了In silico knockout的方法,能够通过计算的方法来推测和研究细胞中的基因调控网络。

  

>>议题9:单细胞蛋白质组学

 

Nikolai Slavov教授

  来自美国东北大学的Nicolai Slavov教授介绍了利用单细胞蛋白质组学技术研究巨噬细胞分化的研究成果。他首先介绍了单细胞蛋白质组学的原理和他们课题组发展的基于质谱的单细胞蛋白质组学方法SCOPE2。通过样品处理技术和数据分析技术的多方面优化,他们提高了单细胞蛋白质组学的通量和蛋白检测能力,同时降低了分析成本。随后,Slavov教授介绍了利用单细胞蛋白质组学技术研究巨噬细胞分化过程中的蛋白质组变化。他们在356个单核细胞和巨噬细胞中定量超过2000种蛋白质,单细胞蛋白质组分析表明,巨噬细胞分化过程中异质性的产生并不依赖于极化因子。Slavov教授的研究展现了单细胞蛋白质组学定量分析在生物研究中的巨大潜力。

 

黄超兰教授  

  来自北京大学医学部的黄超兰教授介绍了单细胞蛋白质组学技术。她首先回顾了质谱仪和蛋白质组学发展的历史。随后,她介绍了基于纳米级别的油气微液滴芯片(gOAD)进行单细胞蛋白质组学样品处理的技术,这一方法在微液滴中进行蛋白质酶解,可显著减少样品损失,提高在单细胞中鉴定蛋白的数量。基于黄教授实验室长期以来对单细胞蛋白质组学的研究,黄老师指出,质谱仪和数据库检索技术对于单细胞蛋白质组学的发展起到重要的推动作用。基于新型的PASEF质谱技术,黄教授实验室可在单个细胞中检测到超过1300种蛋白质。最后,黄教授展望了单细胞蛋白质组学技术的发展潜力和方向。

 

何爱彬研究员  

  来自北京大学分子医学研究所的何爱彬研究员报告了运用scCHIP-seq探索基因表达调控和细胞分化的最新进展。他首先介绍了他所在实验室新近发展的技术itCHIP-seq,其结合tn5-barcode,可以检测到100-2000个细胞水平的组蛋白修饰和转录因子蛋白。他利用该技术着眼于经典的组蛋白修饰H3K27,探索了ESC的表观发展。之后他讲述了结合scCHIP-seq和scRNA-seq,对心脏前体细胞(CPCs)进行了多组学探索。在itCHIP-seq的基础上,何爱彬研究组开发出更完善的CoBATCH技术,其特点在于运用proteinA-tn5(PAT),同时得到更高的精确度和通量。他利用该技术检测了10个器官内皮细胞的表观异质性和发育路线。何研究员还专门聚焦了RNA Pol II和H3K36me3在不同单细胞中的表观及功能异质性。最后,何爱彬研究员讲述了其运用该技术,建立了从内皮细胞向间充质细胞转化过程中的ERG蛋白的工作模型。这两项scCHIP-seq的成功应用证明了其在探索基因表达调控的重要价值。

 

壁报环节人头攒动

  

  此外,大会还安排了壁报交流环节。在此环节中,ICG和BIOPIC的各课题组们向与会者展示了他们在单细胞组学的最新科研成果。  

  本次大会共有近580余名来自海内外高校和研究机构的在读学生、研究人员和同道到场参会。本次会议受到的关注、报名人数也远超出预期。不仅主会场人气爆满,为广大报名者添置的视频直播分会场也座无虚席。求知若渴的听众们好学不倦、彬彬有礼,给讲者们留下了非常深刻的印象。多位讲者主动会前提前到场、会后留下答疑,与听众进行学术交流。

 

大会现场

 

讲者与听众会后交流中

 

谢晓亮教授致大会闭幕词

  

  最后,由大会主席谢晓亮教授致闭幕词:“我很高兴,多位嘉宾都跟我说,我们这一盛会体现了当今单细胞组学的国际最高水平。感谢所有的讲者、所有为大会付出心力的工作人员、所有相识已久或是远道而来的听众、所有的赞助商们。感谢大家对单细胞组学这一学科的热爱与奉献。”  

  期待来年再会!

------

附件:会议手册