太懒只看重点版：
1. 研究问题？
A: 木材很重要。形成层生长和木材形成是怎么调控的呢？在空间上进行高分辨率基因表达分析对于解答这个问题是很有帮助的。（翻译自作者）
2. 测了些啥？
A: 在生长季的中间（生长最旺盛），对田间种植的4棵（生物学重复），15米高，45年生欧洲山杨（Populustremula）树干进行取样，每株树取25-28份组织层，每份厚15μm，共测了106个转录组。
3. 有啥有用的？
A: 建了一个数据库，对相关研究还是相当有用的，而且国内可以访问http://aspwood.popgenie.org
真粉必看长文版：
最近（2017年6月27日），《The PlantCell》在线发表了David Sundell等人的一篇转录组文章【1】，HiSeq 2000测序仪，PE100，4个生物学重复，共106个转录组（在国内只需要10万元），看完未免有些自惭形秽，觉得有必好好学习一下。
看题目：“AspWood: High-spatial-resolution transcriptomeprofiles reveal uncharacterized modularity of wood formation in Populus tremula”可以猜到作者测了很多欧洲山杨转录组并且建了个数据库。
文章前言中作者言简意赅地表明了研究目的：
木材形成很重要（第一段）。
转录组技术很有用（第二段）。
转录组分析很有用哎，比如共表达分析（第三段）。
我们测了一把，还进行了共表达分析（第四段）。
但这篇文章并没有看上去这么简单，其取样策略如下：
黄色竖线是表示其取样组织层，每层15μm。在生长季的中间（生长最旺盛），对田间种植的4棵，15米高，45年生欧洲山杨树干进行取样，每株树取25-28份组织层，4个生物学重复共测了106个转录组。
不同细胞的活力是用NBT (nitroblue tetrazolium)染色确定的（敲黑板），组织纵向切片是用冷冻切片机（划重点）。最然取材只是用的冷冻切片机（还以为是显微切片呢…），但这种尽量单一组织取样的理念是十分值得吸取的，可以测到更多特异表达基因（参考：RNA-seq结果中，我们应该如何对待超低丰度基因）
有什么发现？
1. 在形成层生长与木材形成过程中有3个转录组重编程事件
学会一个新词transcriptome reprogramming events，下次用一下，有没有觉得*格一下高了许多？但啥叫重编程（蹭干细胞IP）？
聚类大家都会聚，上面四种组织很好分开不意外，但基因聚类这么干净也太让人羡慕了（值得交待的是，作者仅对在毛果杨基因组中注释为表达的28294个基因进行了聚类，表达量太低的没有聚类。参考：RNA-seq结果中，我们应该如何对待超低丰度基因），而且还可以这么解读，自己找那三个事件吧（并不是三个基因聚类啊）。
2. 共表达网络分析表明在形成层生长与木材形成中是有稳定转录模块存在的
作者在前言中说了嘛，共表达分析很重要，于是就做了一下。
3. 杨树与云杉木材形成转录组是保守的
与2017年2月份在线发表于《The New phytologist》上发表的挪威云杉类似研究【2】进行了比对，发现很多保守基因表达模式相似（并没什么惊喜）。
为什么针叶树就要低杨树一等？同一个单位干的事，作者还有重叠的，还是先出来的，套路都一样，连图都差不多，为什么要这样对针叶树？为什么？
NP这篇文章用了显微冷冻切片，但每层取了30μm？3个生物学重复，49年生，每株树取了14-18样（杨树文章取了25-28样）！还有NP随便弄出来4条结果，PC硬弄出来8条……
4. 以下是其它5条重要结果
初生细胞壁多糖合成基因在木质部次生壁沉积过程中是持续表达的；
酚氧化酶的空间隔离表达模式可能导致不同位点和细胞类型特异性木质化；
木材形成过程中的转录调控因子（开始套路了…）；
大多数旁系同源基因在木材形成过程中存在不同表达模式（万能套路！）；
AspWood（本数据库）是研究木材形成新的参考数据库（⊙﹏⊙‖∣）
5. 这两个数据库真的很有用！
可惜我不研究木材形成，但这批数据仍然很有用，比如研究物质的运输！筛选特异部位表达的启动子！这如果是一篇水文，那后面是一片汪洋啊！
值得收藏：
云杉数据库：
http://NorWood.ConGenIE.org
