炙手可热的单细胞测序(scRNA-seq
)大家肯定都或多或少听过一些,从今天开始陆续分享我的学习笔记,有不对的地方大家多指正~
在开始前我们先思考几个问题,如下:
Q1: 什么是
scRNA-seq
,它与bulk RNA-seq
相比如何?Q2:
scRNA-seq
有哪些典型应用?Q3:
scRNA-seq
如何准备样品?
要搞懂什么是scRNA-seq
,我们先了解一下bulk RNA-seq
。
RNA-seq
用于由细胞混合物组成的样本中,称为bulk RNA-seq
,常用于研究control
/diseased
、wild-type
/mutant
之间的转录组
差异。
然而,使用bulk RNA-seq
,我们只能估计每个基因在细胞群中的平均表达水平☹️,没有考虑该样本中单个细胞基因表达的异质性。
举个栗子,早期发育研究或大脑等复杂组织。
为了解决异质性的问题,2009年首次报道了单细胞水平的RNA-seq
,即scRNA-seq
,
与bulk RNA-seq
不同的是,使用scRNA-seq
可以评估每个基因在不同细胞群中的表达水平分布。
成功解决了转录组中细胞特异性变化的问题。可以发现新的或稀有的细胞类型,识别control
/diseased
组织之间的差异细胞组成或了解发育过程中的细胞分化。
目前有很多的scRAN-seq
图谱,全面解析了不同物种中的细胞类型
。举几个栗子,如下:
Human Cell Atlas (H. sapiens)
Tabula Muris (M. musculus)
Fly Cell Atlas (D. melanogaster)
Cell Atlas of Worm (C. elegans)
Arabidopsis Root Atlas (A. thaliana)
随着技术的进步,scRNA-seq
方法学层出不穷,自首次报道后的技术发展,我们可以看到随着技术的进步,scRNA-seq
可以检测到更多的细胞。
但需要说明一下,不同的技术各有其优缺点,还是老观点,新技术不一定是最好,选适合你的就行了。
通常来说,经典的scRNA-seq
的protocol
可以分为以下几个步骤:
wells
, oil droplets
)。 adapters
。 raw data
以获得细胞基因的 count矩阵
。 在难以分离细胞的组织中或在冷冻组织样本中,可能较难实现单细胞的制备
,我们可以选择制备单个细胞核
样本。
Note! 但需要注意一下,核RNA
通常含有较高比例的未加工unprocessed RNA,
,会测序到大量含有introns
的转录本。
具体的解决方案,我们后面再介绍吧。
这里我们比较一下目前常用的protocol
,这里不包括Smart-seq3
和Smart-seq3xpress
,后面我们单独介绍这两种方法。
目前应用最广泛的三种方法为microtitre-plate, microfluidic-array 和 microfluidic-droplet。
各有其优缺点,这里只做简单介绍,感兴趣的小伙伴可以去Google
一下具体差异。
1️⃣ Microtitre-plate
- 优点是建库之前可以对细胞进行观察,识别并丢弃 受损的细胞等。
- 缺点是 低通量。
2️⃣ Microfluidic-array
- 优点是通量比 Microtitre-plate通量高,省试剂。
- 缺点是不适合 稀有细胞的处理。
- 这里提醒大家要注意一下
arrays
的nanowells
大小问题。
3️⃣ Microfluidic-droplet
- 优点是高通量,低成本。
- 缺点当然也是低成本带来的啦,一般
coverage
都比较低,往往检测深度就不够了,transcripts
比较少。
Tips! 如果用FACS
分离细胞的话,可以染一下live/dead
, 避免一些活力低的细胞影响结果。
点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰
本文由 mdnice 多平台发布