单细胞和超低起始量RNA-Seq
单细胞RNA测序简介
复杂的生物系统由单个细胞的协同功能共同决定。传统方法虽然提供了大量的基因组或转录组数据，但却无法揭示造成这种复杂性的细胞异质性。单细胞测序是一种新一代测序（NGS）方法，可检测单个细胞的基因组或转录组，提供细胞间变异的高分辨率视图。
超低起始量和单细胞RNA测序（scRNA-Seq）法使研究人员能够探索复杂组织中单个细胞的不同生物学特性，了解细胞亚群对环境要素的反应。高灵敏度scRNA-Seq法有助于研究细胞功能和细胞分化、增殖、肿瘤发生等依赖时间的过程中的异质性。
单细胞RNA-Seq的优势
单细胞和超低起始量RNA-Seq法是研究转录组的强大工具，能以更小的样本起始量开展无偏差的研究。单细胞RNA测序可以应用于不同的研究领域，有可能改变我们对健康和疾病情况中细胞功能的理解。
- 对于高质量的样本，能以单细胞的起始量水平进行可靠的转录组分析
- 整合的方案直接从整个细胞开始进行，能保留样本的完整性
- 高分辨率的分析能够发现通常会被细胞群采样和细胞群RNA-Seq法掩蔽的细胞间差异
单细胞测序与分析工作流程视频
单细胞测序可以揭示存在的细胞类型，以及单个细胞对复杂生物系统功能的影响。了解如何使用因美纳单细胞测序工作流程（从组织制备到分析）。
细胞群和单细胞RNA-Seq的差异
细胞群RNA-Seq擅长提供整个组织的见解。它可以帮助研究人员了解整体情况，并可作为新发现的非靶向方法。然而，细胞群RNA-Seq可能无法捕获罕见但具有生物相关性的亚群的转录本，如干细胞或循环肿瘤细胞。此外，在细胞群RNA-Seq中识别的低表达基因可能在罕见细胞类型中稳定表达。
相比之下，单细胞RNA测序数据是针对单个细胞生成的，能够更深入地了解同一样本中细胞之间的细微差异。即使在检查相同的细胞亚群时，单个细胞之间的差异也可能非常显著。转录组尤其如此，与基因组和表观基因组的相对稳定性相比，转录组更具反应性和动态性。 在单细胞水平检查复杂的器官和组织对于增进我们对许多疾病和系统的理解至关重要。
高通量和低通量scRNA-Seq方法
单细胞RNA测序的方法可分为高通量方法和低通量方法。
对于希望以经济高效的方式检查每个实验的数百至数百万个细胞的研究人员，建议使用高通量单细胞分析方法。
对于每次实验需要处理几十到几百个细胞的科学家，建议使用低通量方法 。低通量方法通常包括机械操作或细胞分选/分离技术。
了解以下用于高通量和低通量单细胞RNA-Seq方法的工作流程。这些方法利用久经考验的因美纳边合成边测序（SBS）化学技术。因美纳测序系统的数据准确性高，通量灵活，为各种规模的单细胞测序研究提供了成熟的NGS解决方案。
超低起始量和单细胞RNA-Seq的高通量工作流程
通过这个灵敏、可扩展、经济高效的高通量scRNA-Seq方法，深入了解基因表达。
超低起始量和单细胞RNA-Seq的低通量工作流程
推荐以下低通量方法给想要在特定研究中处理少量细胞的研究人员，比如一次实验处理几十到几百个细胞。
单细胞RNA测序数据分析与洞察
一款触手可及、可高度扩展的单细胞RNA-Seq解决方案，集成mRNA捕获、条码标记与文库制备，手动操作简单，无需细胞分离仪器。
- RNA-Seq测序读数与注释基因比对
- 细胞条码和UMI纠错，确保条码读段准确
- 支持基于基因型或无基因型的样本拆分
强大的云端多组学分析与解读软件，实现“样本-洞察”全流程，具备交互式可视化、弹性扩展基础设施与安全管理。
- 兼容小数据集到大规模多组学研究，支持多样本类型
- 关联已整理的生物学知识库，深化结果解
- 从庞大复杂数据集中快速提炼洞见，一键生成发表级图表
单细胞测序应用
单细胞测序实现了广泛的应用，使研究人员能够在理解复杂的生物系统方面取得重大进展。常用应用示例包括：
- 癌症研究：scRNA-Seq推动了肿瘤异质性、罕见治疗抗性细胞群和免疫疗法反应的突破性研究。
- 干细胞生物学：单细胞测序法可鉴定干细胞亚群中的转录异质性。
- 免疫学研究：scRNA-Seq法正在推进免疫细胞发育、自身免疫病和罕见免疫细胞亚群的研究。
- 神经生物学：研究人员可利用单细胞RNA-Seq研究脑病理学，开展疾病特异性的转录组图谱研究。
聚焦单细胞转录组学
深入了解scRNA-Seq的新兴应用，以及深入揭示复杂的细胞生物学。
单细胞 RNA 测序问与答
单细胞测序资源
单细胞网络研讨会
如何深入分析单细胞数据
本次研讨会将介绍三级scRNA-Seq分析的基本步骤，并将重点说明不同细胞群如何对外部因素作出反应。
.png)
多个位点的单细胞RNA测序
技术的进步实现了在一个工作流程中从多个位点进行单细胞RNA-Seq。了解数据质量、脆弱细胞类型的恢复等。
单细胞多组学：RNA-Seq的拓展应用
Michael Kelly博士使用单细胞测序法研究听觉发育并支持NCI癌症研究中心的研究。
精选应用说明
NextSeq™ 1000和NextSeq™ 2000单细胞RNA测序解决方案
这一经济高效、灵活的工作流程可测量单细胞中的基因表达，并提供高分辨率的分析，从而发现通常被批量采样方法掩蔽的细胞间差异。
单细胞基因表达 + ATAC-Seq解决方案
结合单细胞基因表达和染色质可及性，有助于揭示驱动基因调控的细胞机制。
基于NextSeq™ 1000/2000系列测序仪的单细胞和空间测序
了解XLEAP-SBS测序化学技术结合10x Genomics单细胞和空间测序方案如何在NextSeq™ 1000/2000系列测序仪上实现高分辨率基因组学分析。
不断探索
癌症单细胞分析
由NGS提供支持的单细胞测序可研究单个癌细胞的基因组或转录组，提供细胞间变异的高分辨率视图。
CITE-Seq
CITE-Seq（转录组和表位的细胞标签测序）是一种基于测序的方法，在单细胞测序中同时量化细胞表面蛋白质和转录组数据。
转录组学
分析转录组以更好地了解生物学。探索各种技术，了解RNA-seq如何为高影响力研究赋能。
多组学
结合来自基因组学、转录组学、表观遗传学和蛋白质组学的数据，更好地将基因型与表型联系起来。
ATAC-Seq
以高分辨率评估大量细胞群或单细胞中整个基因组的开放染色质区域。
探索肿瘤微环境
Alex Swarbrick博士讨论了单细胞测序在研究乳腺癌和前列腺癌肿瘤微环境中的优势。
参考资料
- Jovic D, Liang X, Zeng H, Lin L, Xu F, Luo Y. Single‐cell RNA sequencing technologies and applications: A brief overview. Clin Transl Med. 2022;12(3):e694. doi:10.1002/ctm2.694
- Baccin C, Al-Sabah J, Velten L, et al. Combined single-cell and spatial transcriptomics reveals the molecular, cellular and spatial bone marrow niche organization. Nat Cell Biol. 2020;22(1):38-48. doi:10.1038/s41556-019-0439-6
- Papalexi E, Satija R. Single-cell RNA sequencing to explore immune cell heterogeneity. Nat Rev Immunol. 2018;18(1):35-45. doi:10.1038/nri.2017.76
- Chen G, Ning B, Shi T. Single-Cell RNA-Seq Technologies and Related Computational Data Analysis. Front Genet. 2019;10:317. doi:10.3389/fgene.2019.00317
- Sant P, Rippe K, Mallm JP. Approaches for single-cell RNA sequencing across tissues and cell types. Transcription. 2023;14(3-5):127-145. doi:10.1080/21541264.2023.2200721
- Wiegleb G, Reinhardt S, Dahl A, Posnien N. Tissue dissociation for single-cell and single-nuclei RNA sequencing for low amounts of input material. Frontiers in Zoology. 2022;19(1):27. doi:10.1186/s12983-022-00472-x
- Stamper CT, Marchalot A, Tibbitt CA, et al. Single-cell RNA sequencing of cells from fresh or frozen tissue reveals a signature of freezing marked by heightened stress and activation. Eur J Immunol. 2024;54(4):e2350660. doi:10.1002/eji.202350660