单细胞转录组测序分析

2014年4月29日，北京大学生物动态光学成像中心黄岩谊、汤富酬课题组在《美国科学院院刊》(PNAS)上发表题为&ldquo Microfluidic single-cell whole-transcriptome sequencing&rdquo 的论文。该研究利用微流控芯片技术实现了高质量单细胞的全转录组测序样品准备，全面提高了单细胞全转录组分析的准确性和可靠性。　　细胞是生命活动的基本功能单位，而在生物体内没有任何两个细胞是完全相同的。传统的生命科学与医学研究，绝大多数情况下都是针对混合的大量细胞进行的，无法观察到单个细胞之间细微的差别。近年来不断发展的实验技术，提供了更加定量与客观的证据，表明在许多关键生命过程例如胚胎发育、细胞分化、疾病发生与发展等过程中，特定的单个细胞行为，以及其间的个体化差异与异质性，导致了极其重要甚至是决定性的结果。而之前基于大量细胞平均测量所获得的结果并无法正确反映复杂生物体系的全面真实信息，严重掩盖了独立个体样本的行为以及生命现象中大量存在的随机行为。针对单个细胞的研究，是细胞生命分析技术所追求的极限状态，是对传统技术极大的挑战。　　单细胞测序利用新一代的测序技术来分析单个细胞内的基因信息，成为解读单细胞的最佳工具。单细胞全转录组测序是单细胞高通量测序需求量最大的应用，它所测定的是单个细胞内所有基因的表达量，同时还可以测定除了mRNA分子外，其他长非编码RNA(lncRNA)以及小RNA的含量，定量获取单个细胞完整的表达谱。目前采用的新一代测序技术中，绝大多数方法都需要特定的前处理过程，制备&ldquo 测序文库&rdquo 。而针对单细胞样品，已有的方法均存在很多缺陷，导致检测灵敏度不高、基因表达信息丢失严重、技术噪音高、操作失误率高、重复性差。　　为了解决这一矛盾，两个课题组合作开发了新的文库制备方法，将最关键的单细胞转录组文库构建步骤集成在一个微流控芯片上，可以同时进行多个样品的操作。这一技术的开发，大大减少了试剂用量，在反应效率得到提升的同时极大地抑制了污染的发生，还减少了操作误差，实现了更高的可靠性和更好的平行性。　　通过对几十个细胞的分析表明，这一方法可以有效地消除转录组高度动态特性所带来的测量差异，实现对单细胞异质性的分析和判断。通过多个细胞较低深度的转录组测序，可以获取比同等成本下单个细胞高深度测序更重要的细胞异质性信息，而更好地展现生物体系的复杂性、随机性和动态过程。而通过微流控芯片上的精确细胞操控和主动俘获过程，还可以摆脱其他类似方法中随机俘获的局限性，实现对极其少量细胞的完全俘获和反应前的表型观察，以更好地理解和验证单个细胞的异质性。与已有的技术相比，这一工作展示了目前最好的单细胞转录组测序检测灵敏度和平行性。　　黄岩谊博士同时任北京大学工学院教授，汤富酬博士同时任北京大学生命科学学院研究员。黄岩谊组博士后Aaron Streets博士、赵亮博士和研究生张先念为论文的主要作者。这一工作得到了国家科技部973计划、863计划、国家自然科学基金委及霍英东教育基金会的资助。

单细胞转录组分析（scRNA-seq）尽管是一项相当年轻的技术，但商业化的scRNA-seq平台正在不断涌现，而生物信息学方案也越来越多。现在就让我们来盘点一下最新的研究进展。 SPLiT-seq：成本低至一美分 艾伦脑科学研究所的副主任Bosiljka Tasic指出，全基因组的单细胞分析目前很受欢迎。它让人们了解整个系统中的单个组分，也就是单细胞。与PCR和原位杂交等技术不同，全基因组分析无偏向地告知了细胞正在表达什么，而不需要你去选择分析什么。 现在有许多平台和技术可用于制备测序用的单细胞RNA。这些技术大体是在微孔板的各个孔中分离单个细胞，或者使用微滴来充当单个细胞的反应室。无论采用哪种方式，Tasic认为关键是在分析的某个时刻将细胞分离并添加条形码，这样才能将RNA序列分配到它们当初来源的那个细胞。 Bosiljka Tasic联合华盛顿大学的Georg Seelig团队开发出一种称为SPLiT-seq的技术，其中细胞本身作为反应室。这种技术将细胞或细胞核固定，以便捕获RNA，不过洗涤试剂可以进进出出。通过一系列合并和分离的步骤，它开展逆转录并连接条形码标签，最终进行裂解和PCR（使用条形码引物）。 SPLiT-seq技术于今年3月发表在《Science》杂志上。据Tasic介绍，这是一种低成本的技术，每个细胞的建库成本低至一美分（约合人民币七分钱），大大降低了实验室开展单细胞分析的门槛。“真正强大的是它几乎无需任何特殊仪器，”Tasic补充说。 研究团队利用SPLiT-seq技术对出生后第2天和第11天小鼠大脑和脊髓组织的细胞核进行分析。他们成功地鉴定出100多种细胞类型，其基因表达模式与细胞功能、区域特异性和分化阶段相对应。这些数据可用于创建基因表达图谱，与艾伦研究所的其他参考图谱互补。snDrop-seq：单核RNA测序 加州大学圣地亚哥分校的张鹍（Kun Zhang）团队则关注人体组织的单细胞分析。“你需要将细胞彼此分离，才能开展各种单细胞分析，”他说。不过，大脑组织很难解离，“这就使结果存在很大的偏向性，因为有些细胞分离，而有些细胞则彼此相连。相比之下，提取完整的细胞核则相对简单”。 他们采用了一种经过改进的snDrop-seq方案，希望破坏微滴中的核膜，并尽量避免RNA降解。“常规的Drop-seq或10X Genomics方案不行，因为膜不会破裂，”张鹍解释说。目前有几种方法可以完成这项任务，比如改变微流体芯片，让核膜在机械力作用下分解。“我们实际上提高了温度来破坏核膜。” 他们同时开展了snDrop-seq和scTHS-seq，后者为染色质开放性检测。“这使得我们能够在RNA水平和染色质水平上比较这些单细胞，”张鹍指出。他们能够重建各种脑细胞的表观遗传图谱，并利用单细胞多组学方法将风险因素与特定的细胞类型相关联，了解神经元、小胶质细胞和少突胶质细胞对阿尔茨海默病、自闭症或精神分裂症等病的贡献。Smart-seq2：处理少量样本 Wellcome Sanger研究所的Adam Reid及其同事想要了解疟疾生命周期中的遗传控制。 通过测序不同步的单细胞并分析转录组，他们发现寄生虫阶段的发育实际上有很大的变化。“如果对大量RNA进行测序，这一点并不明显，”研究人员谈道。 他们对低通量的Smart-seq2方案进行了修改，目标是分析每个阶段的100个细胞。 Reid表示，与高通量的10X Genomics或Drop-seq平台相比，“你可以获得更多关于哪些基因表达以及表达丰度如何的信息”。 引起疟疾的疟原虫非常小，含有极少量的RNA，并且基因组偏向性非常明显，GC含量 低至20％，而哺乳动物大约是35-40％。因此，建库的试剂往往不能很好地发挥作用，不过通过增加PCR循环次数和尝试不同的酶，研究人员还是很好地解决了这一问题。生物信息学工具：ASAP 人们也许会对scRNA-seq望而却步，因为需要购买复杂的仪器和掌握生物信息学流程。有时，生物学家和信息学家之间的沟通“非常糟”，瑞士生物信息学研究所的负责人Bart Deplancke回忆说。在准备开展脂肪组织的单细胞转录组学研究时，他们有许多数据集需要处理，却发现其合作者往往无法开展。 于是，他们着手安排合作，让两类研究人员能以更直观的方式观察和处理数据。他们开发出一个名为Automated Single-cell Analysis Pipeline（ASAP）的平台。这是一个基于Web的完整流程，提供了标准工具，包括过滤、降维、聚类、差异表达和功能富集。它能够与各种数据库交互，并以2D或3D显示结果。“对于每个步骤，我们都提供了基本教程，它将告诉你每种分析工具能做什么，”Deplancke说。 他指出，“即使是生物信息学家也很喜欢用，因为它能够快速处理和查看数据。然后他们与生物学家一起观察数据，提出一些新的假设，并通过实验或计算手段来进一步证明它。”

宫颈癌是全世界女性第四大常见恶性肿瘤，每年可造成30多万人死亡。宫颈鳞癌（CESC）作为宫颈癌主要病理类型约占75%，通常经历由正常宫颈到宫颈上皮内瘤变再到CESC的发生和进展过程。然而，CESC进展过程中上皮和微环境细胞相互作用关系及其关键分子途径的发展尚不清楚。2023年1月27日，山东省肿瘤医院于金明院士、岳金波教授团队与解放军总医院第五医学中心刘兵研究员团队合作在Science Advances杂志上发表了题为Single-cell dissection of cellular and molecular features underlying human cervical squamous cell carcinoma initiation and progression的研究论文。为宫颈癌的诊疗提供了疾病诊断与预后的生物标志物和潜在的治疗靶点。为了阐明了宫颈上皮细胞的转录致瘤轨迹并揭示了 CESC 启动和进展中涉及的关键因素，文章作者对来自对四组13例不同病变阶段的宫颈组织（包括NC、CIN、早期CESC和晚期CESC）的起始和进展过程中，上皮细胞、巨噬细胞、NK和T细胞、内皮细胞、成纤维细胞的转录组变化及亚群特征进行了深入探索。该研究通过单细胞转录组测序，进行了单细胞RNA测序（scRNA-seq）构建了宫颈鳞癌发生和进展过程中的细胞和分子特征图谱，发现了大量肿瘤发生和进展相关的新的细胞亚群和分子。在此基础上，提出了针对“CESC生态系统“进行分析的必要性，尤其是考虑到免疫系统是作为一个动态的整体，简单对于单个细胞亚型的描述不足以展现更大的”全景“。围绕这个目标，在文章中通过大量的转录组数据，研究者发现几个细胞簇的相对丰度显示与较短的存活期显着相关：CCL20 +Mac、APOE+Mac、epi7、CD56+NK、TH17、耗尽的CD8 +T、PODXL+EC、TNFRSF9高Treg和 mCAF。相反，其他细胞簇的丰度与更长的存活率显着相关：pDC、CD16+NK、GZMK+CD8+T、ZNF683+CD8+T、CLEC9A+DC、epi8和肥大细胞。 实验部分除了转录组测序相关之外，作者使用TissueGnostics公司TissueFAXS Plus全景组织细胞定量分析系统获取图像。在长存活率相关的因素中，作者重点提出了CESC中的epi8的高相对丰度可以促进我们观察到的高水平T细胞浸润从而增强与肿瘤细胞的串扰。文中作者表示，尽管对 CESC 进行了大量的转录组分析，但这些方法无法提供对主要细胞参与者、它们的相互作用伙伴以及驱动疾病发生和发展的关键分子途径的高分辨率洞察，尤其是CAF，作为肿瘤微环境中的关键组成部分，其通过多种机制促进恶性生长和侵袭 ，而且空间 CESC 信息对于理解细胞簇的位置及其相互作用很重要，但在 scRNA-seq 分析的解离过程中存在丢失。多重免疫荧光标记与转录组测序为了揭示了 mCAF 和 vCAF 的两个主要亚群，作者选择使用TissueFAXS Cytometry技术了，通过多重免疫荧光标记验证了它们在人类 CESC 中的存在，发现 mCAF 表达高水平的与促肿瘤途径相关的基因（主要位于富含胶原蛋白的基质条纹内），以及细胞间相互作用分析表明，mCAF 可主要通过 NRG1/ERBB3途径促进 CESC 进展，该途径参与抗雄激素对前列腺癌的抗性，在之前的研究中尚未报道。这部分内容也是TissueGnostics公司的TissueFAXS Cytometry技术在关键领域取得的最新科研进展之一。Fig 1 CESC样本组织切片中的T细胞（PAN-CK(红色)、HLA-DR(蓝色)、IDO1(绿色)和CD3(灰色)）的多重免疫荧光标记图像。在较短存活期显著相关的因素中，作者研究了CESC进展过程中基质癌相关的呈现为细胞（mCAF）的亚群特征，发现mCAF可能促进CESC的进展，并进一步发现其作用机制是通过NRG1/ERBB3 通路来实现的。Fig 2 多重免疫荧光CESC组织样本中mCAF和vCAF上的特异性标记物。Fig 3 mCAF肿瘤特异性配体-受体对的多重免疫荧光标记，包括NRG1-ERBB3和Wnt5A-FZD6。&bull 单细胞测序技术完成了细胞水平的组学研究，但是获取的信息内缺失了细胞的空间分布信息。如果想要补充细胞的空间位置表型，就需要引入多重免疫荧光技术。多色免疫荧光技术通过单细胞分辨率的组织成像，能够多靶点、可视化地描绘细胞的复杂空间位置信息，从而揭示细胞间的相互作用关系，细化微环境的空间结构。&bull 单细胞测序技术与多重免疫荧光技术的结合能够多层次、多角度、多组学地研究肿瘤微环境及免疫微环境，同时获悉胞间联系、基因空间变化等信息，并赋予关键基因的细胞分布信息和组织分布信息，从而更加精准地研究疾病相关分子机制并探索潜在的治疗靶点。同时作者也在讨论部分，使用TissueFAXS Cytometry技术生成的数据，可以针对人体组织进行更详细的研究，以回答 scRNA-seq 无法解决特定问题。

单细胞全长转录本测序的价值单细胞测序技术为基础科研、临床诊断、药物研发等领域带来了诸多全新发现视角。现阶段主流的单细胞测序，大多是通过单细胞捕获设备获得cDNA文库后进行打断、扩增、建库，并用二代建库测序分析基因的整体定量。然而，基因在不同组织、不同细胞亚群中会使用mRNA的不同转录本，SNV、融合基因等结构变异也具有组织和细胞特异性，此外，科研界研究比较热门的lncRNA，在不同组织细胞亚群中也具有特异性的表达。这些基于全长序列方面的信息，是目前单细胞二代测序无法获取的。主要原因是目前基于二代测序的单细胞数据局限于3' 或5' 端的150-250bp，较难满足这类需求。而传统的Smart-seq虽然可以实现全长转录本覆盖，但需要经过拼接组装分析转录本结构，且通量较低，成本较高，研究单细胞可变剪切仍然较为困难。由于二代测序读长较短，三代测序如PacBio、Nanopore等技术以其长读长的优势解决了这一痛点，因此，如果能将二代测序与三代测序相结合，既能获得mRNA的全长序列，并通过Cell Barcode信息定位到细胞亚群，即可解决了这一单细胞研究领域的痛点。但是，在前期测试中发现，二代单细胞测序一般获得约3万个基因的表达矩阵，三代全长测序能获得超过10万个转录本的表达矩阵，两套数据的聚类图谱差异巨大，现有的分析流程并未很好地解决两套数据的一致性匹配问题。因此，如何能从庞大的二代+三代，也即基因+转录本的单细胞数据中，挖掘到有价值的特异性转录本，可以为单细胞临床转化、药物靶点发现带来更加细致的挖掘角度。及智医学团队出身单细胞科研服务行业，重点围绕单细胞富集与检测平台、单细胞测序技术平台和基于AI算法的单细胞数据分析算法平台，建立了单细胞转录组、空间转录组、单细胞联合Bulk多组学等多种独特的分析流程和方法，尤其擅长各类免疫细胞与基质细胞的分类、功能解析、细胞互作、药物靶点筛选等分析项目。最终通过积累的上百种单细胞分析方法与百万级别单细胞数据库，为单细胞临床转化类项目提供专业研发服务。及智医学团队生信专家通过高效的自动化分析脚本，并历时数月的二代+三代单细胞算法测试，目前已经解决了二代+三代单细胞聚类的诸多分析难点。伯豪生物基于十多年的单细胞组学服务经验，可提供从样品保存、运输、单细胞悬液制备，到单细胞分选、建库和数据分析的解决方案。及智医学与伯豪生物强强联合，正式推出单细胞全长转录本测序服务，即单细胞cDNA水平的转录、遗传变异研究，通过一次捕获，两种建库，同时获得单细胞聚类与转录本信息：目前，该技术方向为如下科研问题，提供了潜在的解决办法：发现携带特定突变的细胞，并与非携带突变细胞相比，挖掘基因表达规律挖掘功能基因，如膜蛋白、分泌蛋白、转录因子等的转录本使用情况，并发现全新功能转录本发现融合基因所在细胞亚群，研究它们与其他肿瘤细胞的拟时序分化关系发现亚群特异性全新IncRNA获得亚群特异性表达的转录本，能够辅助小核酸类药物开发企业，针对该特异性转录本设计siRNA干扰片段，提升小核酸干扰靶点的有效性。案例解析2021年11月11日，来自澳大利亚 沃尔特-伊丽莎霍尔医学研究所的Tian等人开发了一种基于Nanopore测序和10x Genomics的全长转录组单细胞测序方法，分析单细胞中的全长异构体、可变剪接和突变检测。研究成果发表在国际知名期刊Genome Biology（IF=13.6），论文题目为“Comprehensive characterization of single-cell full-length isoforms in human and mouse with long-read sequencing”。文章中，使用10x Genomics技术分选得到单细胞的全长cDNA后，将cDNA一分为二，一份进行打断建库用于二代测序，另一份进行全长扩增建库用于Nanopore三代测序。此时Nanopore的文库上也包含了细胞Barcode，后续可以通过分析流程将三代测序和二代测序结果通过细胞Barcode一一对应。通过这样的方式，即实现了获得全长转录本，分析亚群的特征性转录本使用，并同时拿到了突变所在细胞。文章数据分析显示其中40%-60%的Nanopore reads可以分配给预期的Barcode，并保留用于后续分析（图C）。在数据处理过程中，非全长且不能唯一分配给转录本的数据被丢弃。最终每个细胞的平均UMI为10,000至60,000个，并且与对应的短读数据情况相符（图D）。Nanopore和Illumina数据的基因水平的UMI计数也高度一致（图E）文章数据分析显示其中40%-60%的Nanopore reads可以分配给预期的Barcode，并保留用于后续分析（图C）。在数据处理过程中，非全长且不能唯一分配给转录本的数据被丢弃。最终每个细胞的平均UMI为10,000至60,000个，并且与对应的短读数据情况相符（图D）。Nanopore和Illumina数据的基因水平的UMI计数也高度一致（图E）通过聚类分析发现，CLL（慢性淋巴细胞白血病）细胞相比正常免疫细胞具有更高比例的新型转录本，特别是新型剪接的转录本。同样，相比激活的干细胞，静态肌肉干细胞也有更高比例的新型转录本（图 D）。分析发现，约80%的基因可以表达多种转录本（图E），但是大多数基因主要表达1到2种转录本类型（图F），约30%的基因含有多于一种的可变剪接事件，意味着2个最高表达的异构体可能涉及多个外显子的复杂剪接变化而产生不同。文章通过分析CLL数据，检测到CD45的多种亚型（图G），CD45的表达通过CITE-seq进行验证。CITE-seq可以同时检测RNA和细胞表面蛋白，这种方法结合三代测序，可以对细胞表面蛋白进行更深入的分析和探索。对CLL数据集进行分析，寻找只存在于癌细胞中的，且在不同的CLL转录簇中具有不同等位基因频率的SNVs，通过经典的曼哈顿图最终发现四个变异在不同的CLL聚类呈现显著差异（图C，D）。其中发现的Gly101Val突变，此突变已被证实通过降低BCL2对venetoclax的亲和力而使患者对venetoclax治疗产生耐药性，通过分析发现患者CLL2携带约25%的Gly101Val突变，并发现该突变不仅属于亚克隆，而且与特定的转录簇相关（图E）。样品选择与实验细节由于单细胞全长测序需要对mRNA反转录后的cDNA全长进行测序，核心是需要将完整的全长cDNA扩增至2ug的 Nanopore建库起始量，而常规单细胞是将一链cDNA做基础扩增后全部打断用来做建库测序，因此，这一验细节就意味着单细胞全长测序需要额外质控。本文也从如下四个方面给出一些基础建议：样品选择悬液质控文库质控单细胞测序剩余样品用于新的科研发现一：样品选择常规单细胞测序样品来源分为新鲜采集与液氮速冻两种类型，两种类型的样品需要两种处理方式，新鲜采集样品需要在48h内制备悬液并上机，液氮速冻样品需要将细胞膜破碎，丢弃细胞质，分离提取细胞核，用单个核来做单细胞测序。不过，由于细胞核里面的RNA大多为初始RNA，包含有较多内含子，而从初始RNA加工为成熟mRNA的过程大多发生在细胞质中，因此，抽核类的项目并不太适用于单细胞全长测序。虽然在2022年7月份一篇Nature Biotechnology的文章是对人脑抽核后的单细胞样品进行三代全长测序，不过由于拿不到成熟mRNA，文章是站在了特定基因在不同亚群的外显子保留这样的科研角度统计规律（如下图）。文章角度非常新颖，也是科研界首次用单细胞全长测序发现人脑中，某些基因在不同亚群中，使用不同的外显子组合，生成多种编码蛋白。不过，由于最终拿到的仍旧是细胞核内的RNA，后续还需要大量验证工作，因此抽核后做单细胞全长测序的临床转化价值较小。所以，单细胞全长测序的项目最适宜采集新鲜样品制备细胞悬液，捕获成熟mRNA开展后续验证工作。经三代单细胞全长测序发现CADM1基因在人脑神经元（兴奋性、抑制性）、星胶、小胶、少突细胞亚群中，会使用不同的外显子组合。原文也有用蛋白质谱技术对这些外显子的多肽产物进行验证的工作二：悬液质控在收集到新鲜样品之后，可以使用商品化的新鲜组织保护液将样品在24h-48h内从临床运输至实验室进行悬液解离，并通过显微镜、细胞计数仪检测悬液质量。由于全长单细胞对RNA质量要求较高，比较建议悬液活率在85%以上，同时用台盼蓝、AO/PI双染鉴定，并用显微镜仔细观察细胞真实活率、红细胞比例（红细胞在光镜下，可以观察到圆饼状的亮圈，中间有黑色小点，有经验的单细胞实验员可以通过肉眼观察判断出来，而不少品牌的细胞计数仪有可能会把红细胞计算为碎片，甚至检测不到）。另外，现阶段二代单细胞测序，单个样品的数据量大多为100G，可以容纳5000-8000左右的细胞捕获量；而三代测序成本较高，站在节省经费的角度，建议一方面准确的对细胞悬液的浓度进行测定（不可单纯依靠细胞计数仪），来控制上机细胞总数（建议上机不超过1万个细胞）；同时也要结合不同品牌单细胞捕获设备的真实捕获率（这点最好找成熟单细胞科研服务公司来完成）来进行综合判定（建议捕获不超5000个细胞，如果超过5000需要增加三代测序数据量）。三：文库质控单细胞全长转录本测序，只需要一次捕获，拿到一链cDNA之后要立刻进行全长扩增，如下图：因此，就需要将已扩增好的cDNA全长进行质控：如上图，cDNA条带主峰在1-1.5kb左右，下一步可以联系三代测序工厂寄送样品，由他们进行建库测序。但是，也要测序工厂及时反馈三代文库的质检图片，要求文库主峰与cDNA条带主峰一致，方可进行正式的Nanopore上机测序实验。四：单细胞测序剩余样品用于新的科研发现由于现阶段三代全长测序的准确性不够高，考虑到后续验证工作，比较建议在单细胞上机之后，将剩余的细胞样品进行冻存，从DNA、RNA、蛋白三个层面开展后续验证实验：01DNA水平：在我们前期测试中发现，三代原始数据中基因单核苷酸结构变异SNV（RNA层面的SNP、Indel）较多，为了拿到准确的，与DNA层面一致的突变信息，就需要结合DNA层面的检测来共同筛选核心突变。有两种做法：第一：同时将肿瘤患者的外周血和单细胞实验剩下的肿瘤细胞做全外显子测序（两个样品的市场价合计不超5000元），通过 肿瘤组织测出来 的突变 扣掉 自身PBMC 的胚系突变，可以得到体细胞突变，将这些突变 基因位点作为核心突变，利用自动化脚本，提取 三代数据中的原始 reads，这些reads都带有的 Cell barcode信息可以定位到突变所在的细胞与亚群！即可通过拟时序算法分析突变细胞vs非突变细胞的发育分化轨迹。第二：做全基因组重测序（可以根据具体课题决定是否还需收集PBMC），发现拷贝数变异CNV，以及融合基因信息，将这些信息与三代全长进行联合分析。后续分析内容也极为丰富，可以展开多个科研角度的解释。02RNA水平：在三代全长拿到特征性转录本之后，还需要做后续验证，如果序列较少，可以通过5' RACE、3' RACE实验拉全长获得准确序列；如果候选转录本序列较多，也可以通过Pacbio直接做 Bulk 测序（可以混样测一份即可，目的是拿到序列），再结合单细胞全长转录本的特异性表达规律，可以快速、低成本获得这些序列的完整信息，下一步即可通过构建动物模型，开展功能验证工作。03蛋白层面：现阶段的单细胞测序大多是以基因作为靶点，但是从已经发表的上万篇单细胞数据中，也经常发现基因的表达特异性并不强，这个是现阶段单细胞测序需要升级改进的核心关键点。而在真实组织中，基因在不同亚群中使用不同的转录本编码多种蛋白产物。有了单细胞全长转录本技术，也就意味着可以将靶点发现从基因细化为转录本，挖掘转录本的蛋白编码产物。因此，临床转化最核心的一步：膜蛋白层面，可以依靠全长转录本获得一些全新的发现。现有的蛋白质质谱技术无法做到 针对单个细胞进行广泛的蛋白质检测，但是蛋白质的编码序列都是从RNA层面的转录本翻译过来，转录本序列的检测比蛋白质的检测要容易很多。所以，这个里面就依托一套简单的逻辑：从DNA到RNA到蛋白的中心法则，即可做到通过单细胞全长转录本测序，发现亚群特异性转录本，再将转录本序列预测的多肽产物与蛋白质谱打出来的多肽产物进行匹配，发现一条潜在的转录本+编码产物，即为一条新型潜在靶点。其实，在肿瘤新抗原发现领域，这套序列预测+质谱检测的策略已经非常成熟并且较为实用，因此，可以基于中心法则将这套成熟策略转用到单细胞全长转录本发现新型蛋白编码产物领域。总结综上所述，单细胞全长转录本更适合做新鲜样品，整体实验过程并不复杂，基本上现阶段单细胞科技服务类公司都能实现，只需要在几个细节上稍加注意即可。总结下来，单细胞全长测序的本质只是对转录本加了 细胞亚群 的标签，方便从数万条转录本快速筛选到特异性表达的少数转录本。这个并不是一套全新开发的技术，只能算是从DNA到RNA到蛋白的一整套符合中心法则的单细胞多组学的技术方案。在我们前期拜访前沿课题组的过程中，有不少研究员曾想过这样的方法，只是行业内缺乏前人尝试。我们深入思考过这些细节后，发现这套方案从样品的选择、测序实验、数据呈现，均比现阶段的单细胞二代测序更加实用，更加贴近临床转化。从另外一个角度，转录本是基因功能实现的最小细分单位，针对转录本研究的单细胞全长测序，算得上是转录组研究领域的终点站。

随着科学的发展，科学家们发觉许多群体细胞，完整个体水平的研究只是研究多种类细胞，多个细胞共同作用的“平均值”，淹没了细胞个体之间的差异。因此，针对单个细胞的研究技术，单细胞基因组学研究（Single Cell Genomics Study）成为生物学研究迫切的方向，并成为再生医学，发育生物学，肿瘤研究，免疫学研究必不可少的关键研究手段。 Dolomite Bio公司基于其已有的单细胞RNA测序模块系统和μEncapsulator单细胞包裹模块系统取得良好的销售业绩及客户反馈。2017年11月，Dolomite Bio公司隆重推出Nadia高通量单细胞建库仪，可平行运行1/2/4/8个样品， 每个样品18min内可生成6000个单细胞库；专为DropSeq方案设计；使用一次性试剂盒，防止污染；自动检测试剂盒状态，触摸屏控制，全自动运行。同时，添加Innovate新方法开发平台，可以使用自己的试剂，开发新的方法，可调节液滴大小、频率、温度、搅拌和时间等参数，一旦条件摸索成功，可通过Nadia高通量单细胞建库仪在相同条件下平行运行2/4/8个样品。 2018年4月24日-27日， Dolomite Bio公司在北京、上海、深圳和澳门成功举办了Nadia高通量单细胞转录组测序技术交流会，会议现场Dolomite Bio公司CEO Mark Gilligan先生详细介绍了液滴微流控技术应用在单细胞研究的优势，高通量单细胞RNA测序实验中遇到的问题以及B细胞和T细胞、FACS分选等应用，并现场利用Nadia单细胞建库仪和Innovate新方法开发平台演示了单细胞库制备的整个实验过程。现场部分客户被邀请亲自体验了实验过程，客户对实验结果非常满意，并对Nadia通量高、操作简单、Innovate灵活开放的特点给予了极大的肯定。清华大学会场中科院学术会议中心会场华大基因会场澳门大学会场Mark给客户演示Nadia样机

在婴儿呱呱坠地之前，受精卵是如何发育成复杂个体的？为什么正常的细胞会慢慢变成癌细胞？　　细胞是生命的基本单位，了解它的过去、现在和未来不仅有助于人们了解正常发育的过程，也对理解疾病的产生和发展至关重要。然而，“看清”细胞的“前世今生”仍然存在显著的技术困难。　　8月17日，中国科学院深圳先进技术研究院合成生物学研究所研究员陈万泽作为共同第一作者在《自然》发表长文，介绍了研究团队在国际首创的活细胞转录组测序技术（Live-seq）。该技术首次让单细胞进行转录测序后依然能保持细胞存活，实现了活细胞全基因表达的连续观测。　　“该研究实现了使用Live-seq技术对同一个活细胞多次分离部分细胞质进行多次转录组测序的可行性，表明这一技术有望在将来用于构建单个活细胞的转录组系列变化动态。该研究为单细胞转录组测序提供了全新的研究策略，为我们理解生命过程的动态变化提供了强有力的手段，是这一领域的又一重大突破。”北京大学生命科学学院教授汤富酬评论道。　　不杀死细胞就能测序　　人体内的细胞拥有几乎一样的基因组，但是为什么能够产生多种多样的细胞？基因组中数万个基因的表达与否和表达量的高低，很大程度上决定了细胞的种类和功能，比如神经细胞、免疫细胞、各种肿瘤细胞等。　　如果知道细胞不同时间的基因表达的变化，就能够了解细胞的过去、现在和未来。　　当前，单细胞转录组测序技术是了解细胞状态的重要手段。就像看一张“高清照片”，通过单细胞测序能够看清细胞现在所有基因的表达状态。但是，这些技术在理解细胞状态“电影”般的动态变化上却面临很大的挑战。　　“利用单细胞转录组测序技术观测细胞状态的前提是将细胞裂解，提取其中的RNA来测定每个基因表达量的高低，这样就不可避免地杀死了细胞。”陈万泽说，“此外，使用单细胞测序技术也只能了解到一个细胞当下的状态，却不能获得它的过去，也无法知晓它将来的功能。”　　通过近7年的努力，陈万泽与合作者开发了活细胞转录组测序技术Live-seq，其核心是通过对活细胞中的部分细胞质进行微创提取，并对极其微量的细胞质RNA进行扩增，在单细胞转录组测序后依旧保持细胞的存活和功能，从而实现细胞动态变化的跟踪。　　论文通讯作者、瑞士洛桑联邦理工学院教授Bart Deplancke表示，该技术兼具全基因表达分辨率和动态解析能力，是目前对单细胞转录组直接动态测量、偶联细胞现有状态及其后续表型的唯一解决方案。　　两次碰壁，终于“钓”出RNA　　如何在不杀死细胞的前提下看到细胞的动态变化？　　“我们首先想到的是外泌体，它是细胞向外面吐出来的小泡，里面有蛋白、RNA等物质。如果我们把单个细胞的外泌体都收集起来，再对其中的RNA进行测量，或许就可以在一定程度上反映细胞状态而又不杀死细胞。”陈万泽说。　　单个细胞中仅有10皮克RNA，相当于1克的一千亿分之一，而细胞外泌体中的RNA更是少之又少。研究团队设计了微流控芯片来完成单细胞捕获、外泌体收集等过程，发现由于外泌体中的RNA数量太少，根本无法实现单细胞分子水平的观测。　　随后，陈万泽尝试利用在生命科学领域非常小众的原子力显微镜——它有一个很尖的硅探针，多用来检测物质表面性质。研究团队对探针进行表面活化、修饰、洗脱等改造后，让其能够把细胞中的RNA“钓”出来。　　“这种探针很细，对细胞的损伤很小，就像‘鱼钩’一样，改造后可以把细胞中的RNA‘钓’出来，又能保证细胞继续存活。我们改造了数十个探针后，结果只在两个细胞上成功‘钓’到了基因。”陈万泽回忆道，当时购买一个原子力显微镜探针需要800美元，研究成本太高，成功率太低，让这项研究再次受阻。　　瑞士洛桑联邦理工学院学科交叉氛围浓厚。在一次偶然的学术交流中，陈万泽与导师了解到，瑞士苏黎世联邦理工学院的Julia Vorholt实验室开发了一种特殊的原子力显微镜，能够吸出一部分细胞质。　　一番交流后，两个课题组一拍即合，展开了联合攻关。联合团队对一系列实验过程进行了优化，解决了RNA降解、低温下的快速操作、超微量样品转移、采样通道清洗避免交叉污染、图像下追踪细胞等多种问题，以保证实验结果的可靠性。　　联合团队利用重新改造后的Live-seq，对5种类型共295个细胞进行了测序，发现Live-seq能够有效区分不同类型的细胞，且平均每个细胞能检测到约4112个基因的表达信息。　　仅对少量的细胞质进行测序，是否就能代表细胞的状态？“我们平行比较了单细胞测序结果，发现活细胞测序结果与普通的单细胞测序结果高度吻合，证明Live-seq能够很好地体现细胞的全转录组状态。”陈万泽说。　　细胞的存活率又如何保证呢？　　“原子力探针尖端只有几百个纳米大小，而且能和细胞膜密封，对细胞损伤极小。吸取约5%至50%的细胞质后，细胞体积可以快速恢复到正常水平，存活率在85%至89%之间，细胞能进行正常分裂。通过一系列的功能分析和分子表征，我们没有发现Live-seq对细胞状态有显著影响。”陈万泽表示。　　对此，审稿人在评审意见中也写道：“由于细胞测序后仍旧存活，Live-seq首次实现对同一个细胞全基因表达的连续测量。”　　细胞测序史从“高清图片”到“高清电影”的跨越　　在细胞观测技术史上，显微成像和基因编辑介导的分子记录等技术不仅能观察细胞水平的生长、分裂、死亡等过程，还能观测细胞中的单个或几个基因指标。　　2009年，单细胞转录组测序技术为更系统、全面地定义细胞类型和状态提供了变革性手段。但人们仍然只能观察到细胞的静态状态，无法连续观测细胞动态或者检查细胞后续的表型。　　如果把利用单细胞转录组测序技术观测细胞比喻为看一张细胞在分子水平的高清图片，那么利用Live-seq观测细胞就好比看一部高清电影，能够看见细胞的“前世今生”。　　“Live-seq可以回答细胞的过去怎样决定它的现在，不仅知道细胞中为何存在差异，还知道这些差异从何而来。”陈万泽介绍道。　　在验证实验中，团队利用Live-seq直接测定了同一个巨噬细胞在不同时间的状态变化，发现细胞起始状态的少数基因的表达差异和噪声（如Nfkbia、Gsn等）是决定细胞后续反应差异的重要原因。相对而言，普通的单细胞转录组无法找到这些规律。　　陈万泽表示，尽管Live-seq仍然存在诸多挑战，需要进一步完善，比如低通量、暂不能在体内应用、在高度极化且mRNA分布不均的细胞中无法实现全细胞转录组测序、对细胞更多次的采样还需进一步研究等，但该技术首次实现了活细胞连续观测，为单细胞测序技术发展带来了更多可能性。未来，团队将进一步提高Live-seq技术的实用性。

p　　span style="color: rgb(0, 112, 192) "什么叫做单细胞基因测序(Single-Cell Sequencing)?/span/pp　　一句话说，就是单个细胞水平上对基因组进行测序。2013年，自然杂志把年度技术授予了单细胞a title="" href="http://www.instrument.com.cn/application/SampleFilter-S01-T000-3-1-1.html" target="_self"span style="color: rgb(255, 0, 0) "基因测序/span/a(Single Cell Sequencing)，认为该技术将改变a title="" href="http://www.instrument.com.cn/application/SampleFilter-S01-T000-3-1-1.html" target="_self"span style="color: rgb(255, 0, 0) "生物界和医学界/span/a的许多领域。/pp　　span style="color: rgb(0, 112, 192) "我们为什么要进行单细胞基因测序?/span/pp　　传统的测序方法，无论是基因芯片或者二代基因测序技术(Next Generation Sequencing，NGS)都需要从超过10万个细胞中提取一大堆(bulk)DNA或者RNA，而提供的信息是一大堆细胞的平均值。但是传统的方法，对于理解人体细胞的多样性有着明显的局限性。/pp　　在人体的每一个组织中，比如说，肾脏组织，拥有着大量不同的细胞类型，每一种细胞类型有着独特的起源和功能。每一个细胞的谱系和发展的状态又决定了每个细胞如何和周围的细胞和环境如何反应，把基因测序应用到单个细胞层面，对于我们理解细胞的起源，功能，变异等有着至关重要的作用。/pp　　关于二代基因测序已经详细在我们的前期两篇深度报告中进行了介绍，在本篇报告中，我们将详细解读单细胞基因测序，以及该技术对癌症，辅助生殖以及免疫学等领域带来的新的突破。/pp　　strong一、单细胞基因测序行业：刚启程，面临引爆点/strong/pp　　BCC Research的一项分析报告指出，2014年全球单细胞分析(Single-cell Analysis)的市场达5.4亿美金，预测将从2015年的6.3亿美金增长到2020年的16亿美金，复合增长率达21%。根据GENReports的报告，关于单细胞分析的文章发表在过去的几年也有着爆发性的增长。/pp style="text-align: center "　　图2：单细胞分析的文章发表数量/pp style="text-align: center "img title="1.jpg" src="http://img1.17img.cn/17img/images/201603/noimg/006c9fd7-a2cd-46b2-a028-18b51b5ea3cd.jpg"//pp style="text-align: center "　　资料来源：GEN，民生证券研究院/pp　　其中，传统的单细胞基因组学主要是由基因芯片和PCR主导的，随着二代基因测序的成本以超摩尔定律下降，目前单细胞基因组学逐渐由二代基因测序技术接棒。/pp　　和qPCR在90年代的发展一样，目前所有的刺激因素(高度的科研兴趣，生物医药巨头公司的关注等)正在解锁这个市场，单细胞基因测序行业正面临引爆点。/pp　strong　二、单细胞基因测序的基本流程：单细胞分离--基因组扩增--测序和分析/strong/pp　　单细胞测序，简单地说，主要经过如下的步骤：单细胞的分离--DNA/RNA的提取和扩增(全基因组扩增和全转录组扩增)---测序以及后续的分析和应用。/pp style="text-align: center "　　图3：单细胞测序的步骤/pp style="text-align: center "img title="2.jpg" src="http://img1.17img.cn/17img/images/201603/noimg/782ee757-3c06-4a1b-9103-4c7336ac2929.jpg"//pp style="text-align: center "　　资料来源：Recent advances and current issues in single-cell/pp style="text-align: center "sequencing of tumors，民生证券研究院/pp　　2.1 单细胞的捕捉和分离/pp　　单细胞测序的第一步是单细胞的分离和提取，目前的方法主要有如下几种方法：流式细胞术，激光捕获显微切割技术以及微流控技术。/pp style="text-align: center "　　图4：单细胞分离的三种方式：流式细胞术，激光捕获显微切割以及微流控技术/pp style="text-align: center "img title="3.jpg" src="http://img1.17img.cn/17img/images/201603/noimg/ea66e087-c9b2-4930-a4d3-50025543fe8b.jpg"//pp style="text-align: center "　　资料来源：Technologies for Single-Cell Isolation，民生证券研究院/pp　　1)流式细胞术 (Flow Cytometry)/pp　　是指通过对于悬浮于流体中的细胞或者其他颗粒进行定量分析和分选的技术。在各种流式细胞仪中，大家主要讨论的是荧光活化细胞分类计FACS(Fluorescence Activated Cell Sorting)系统分离单细胞。定量原理：待测细胞经特异性荧光染料染色后，加入样品管中，经过测量区，由染色后的细胞在激光照射下的荧光产生的电信号来进行定量分析 分选原理：通过流束形成含有细胞的带电液滴来实现的。/pp　　2)激光捕获显微切割技术Laser Capture Microdissection(LCM)/pp　　LCM技术可以在显微镜直视下快速、准确获取所需的单一细胞亚群，甚至单个细胞，从而成功解决了组织中细胞异质性问题。其基本原理是通过一低能红外激光脉冲激活热塑模-乙烯乙酸乙烯酯(EVA)膜，在直视下选择性地将目标细胞或组织碎片粘到该膜上。/pp　　3)微流控技术(Microfluidics)/pp　　微流控技术是一种用于精确控制微量液体的技术。微流控芯片是实施该技术的平台，通常通过细微的管道对液体实施操控，微流控对液体的操控尺度, 刚好适合于单细胞样品的处理操作。/pp　　2.2 全基因组扩增 (Whole Genome Amplification. WGA)/ 全转录组扩增 (Whole Transcriptome Amplification，WTA)：单细胞测序的难点/pp　　2.2.1 主要的三种全基因组扩增技术，各有优势/pp　　由于在单细胞中的DNA和RNA的数量非常小(几个pg)，用传统的测序仪无法检测，所以科学家们必须首先对这些分子进行扩增，同时尽量的减少错误。目前的全基因组扩增技术主要有三种：简并寡核苷酸引物PCR扩增(DOP-PCR)，多重置换扩增(MDA) 和基于多次退火和成环的扩增循环(MALBAC)。/pp　　1)基于PCR技术的全基因组扩增技术，例如DOP-PCR(简并寡核苷酸引物PCR扩增)/pp　　DOP-PCR是一种部分随机引物法, 其引物构成为3& #8242 -ATGTGG-NNNNNN-CCGACTCGAG-5& #8242 ；主要 利用3& #8242 端ATGTGG这6个在人体中分布频率极高的碱基作为引导, 以6个碱基的随机序列来决定特异的扩增起始位点，从而达到扩增整个基因组的目的。/pp　　2)多重置换扩增(MDA)/pp　　MDA是一种等温的链置换扩增反应, 其使用随机的6碱基引物在多位点和模板链结合, 接着利用 phi29DNA 聚合酶很强的模板结合和置换能力实现对全基因组的扩增。/pp style="text-align: center "　　图5：DOP-PCR和MDA全基因组扩增技术简介/pp style="text-align: center "img title="4.jpg" src="http://img1.17img.cn/17img/images/201603/noimg/d9b0aef0-e3b1-4c63-8313-c20796064bb3.jpg"//pp style="text-align: center "　　资料来源：Single-cell genome sequencing: current state/pp style="text-align: center "of the science，民生证券研究院/pp　　3)MALBAC(Multiple annealing and looping-based amplification cycles)基于多次退火和成环的扩增循环/pp　　通过采用特殊引物，使得扩增子的结尾互补而成环，从而达到近乎线性的扩增,该技术是哈佛大学谢晓亮教授团队发明的。/pp style="text-align: center "　　图6：MALBAC全基因组扩增的示意图/pp style="text-align: center "img title="5.jpg" src="http://img1.17img.cn/17img/images/201603/noimg/83e2f828-d990-4b9c-afd6-bd692fc52888.jpg"//pp style="text-align: center "　　资料来源：Single-cell sequencing by Doug Brutlag，民生证券研究院/pp　　表1：三种类型的全基因组扩增方式比较/pp style="text-align: center "img width="600" height="302" title="QQ截图20160302115018.jpg" style="width: 600px height: 302px " src="http://img1.17img.cn/17img/images/201603/noimg/297e4e6e-a134-4101-a297-456cd703c3af.jpg" border="0" vspace="0" hspace="0"//pp style="text-align: center "　　资料来源：Single-Cell Sequencing Technologies: Current and Future，/pp style="text-align: center "民生证券研究院/pp　　Navin 在研究报告中指出(来源：Cancer genomics: one cell at a time)，对于检测CNV(Copy Number Variation)的时候，DOP-PCR以及MALBAC较有优势，另一方面， MDA方法一般用来检测点突变。Gawad et al., (2015)更是指出，三种全基因组扩增技术并没有明显的胜者，具体方法的使用取决于研究的目的。/pp　　2.2.2 全转录组扩增/pp　　一个哺乳动物的单细胞大约含有10pg的RNA，其中mRNA大约在0.1-0.5pg，并不能满足目前测序平台的要求，所以需要进行全转录组扩增技术。/pp　　单细胞中提取的RNA首先经过逆转录出cDNA，然后对逆转录生成的cDNA进行扩增。目前主要的转录组扩增技术主要包括如下几种：传统的PCR，改进的PCR，T7-in vitro 体外转录组扩增以及Phi29聚合酶扩增。/pp　　三. 单细胞测序的主要应用：癌症，辅助生殖以及免疫学领域/pp　　当单细胞被分离，细胞内的DNA/RNA被提取和扩增后，二代基因测序(Next Generation Sequencing)可以用来进行后续的测序。当把基因测序应用于单个细胞层面，在下游应用领域有着先天独到的优势。/pp　　3.1单细胞基因测序技术有助研究癌症起因和治疗/pp　　首先谈一下癌症的异质性：中晚期的肿瘤或由一系列的肿瘤克隆组成，每一种克隆有着独立的变异，形态和药物反应。对于肿瘤克隆精准的诊断非常重要，因为一个占据原发性肿瘤5.1%的亚克隆种群在复发的时候可能成为主要的致病因素。/pp style="text-align: center "　　图7：肿瘤的异质性/pp style="text-align: center "img title="6.jpg" src="http://img1.17img.cn/17img/images/201603/noimg/88b49609-3a47-4577-ad2a-7e9b36b6a4dc.jpg"//pp style="text-align: center "　　资料来源：Illumina，民生证券研究院/pp　　实体瘤由一系列不同的细胞组成，包括癌症纤维细胞，内皮细胞，淋巴细胞，巨噬细胞等。同时，实体瘤由多个肿瘤克隆亚种群构成，使得临床样本的分析更加复杂。当多个肿瘤克隆同时存在时，标准方法检测的要么是平均信号要么是主要的克隆群体(并不一定是最致病的)的信号。/pp　　而同时，肿瘤的异质性和癌症产生抗药性以及转移密切相关，所以，单细胞测序开始用来检测肿瘤内基因异质性，对于癌症起因以及后续治疗的研究非常关键和重要。/pp　　例如，Navin et al.(2011), 利用单细胞基因测序的方法(流式细胞术提取细胞-全基因组扩增-NGS)，在某个乳腺癌肿瘤组织中检测了100个乳腺癌细胞的CNVs，覆盖度大约6%，发现了三种完全不一样的克隆亚种群。/pp　　除了肿瘤细胞，单细胞基因测序同样可以应用于循环肿瘤细胞(Circulating tumor cells)和外周血播散肿瘤细胞DTC(disseminated tumor cells)，该部分内容将在后续的研究报告中深入讨论。/pp　　3.2 单细胞基因测序助力辅助生殖/pp　　PGS(Pre-implantation Genetic Screening)是胚胎注入前遗传学筛查，主要是通过检测胚胎的23对染色体结构、数目，来分析胚胎是否有遗传物质异常 PGD(Pre-implantation Genetic Diagnosis)，主要用于检测胚胎是否携带遗传缺陷的基因，关于PGS/PGD的介绍，请参考我们之前的行业深度《基因+大数据的颠覆：从癌症基因测序到辅助生殖》。/pp　　PGD过程中，目前主要有三种方式获得活检材料：1)卵子的第一极体和第二极体 2)培养至第3天胚胎卵裂期的卵裂球细胞(一般取1-2个细胞) 3)培养第5天左右的囊胚细胞。/pp　　例如，牛津大学的Dr.Dagan Wells团队，通过对囊胚细胞进行单细胞基因测序，选择健康的胚胎植入。另外，谢晓亮教授团队通过对女方卵细胞极体细胞进行测序，结合胚胎选择，选择正常的胚胎移植。/pp style="text-align: center "　　图8：卵母细胞减数分裂产生极体的过程/pp style="text-align: center "img title="7.jpg" src="http://img1.17img.cn/17img/images/201603/noimg/a1c2724b-0f2c-4b27-9eca-d304dccd613c.jpg"//pp style="text-align: center "　　资料来源：Genome Analyses of Single Human Oocytes，民生证券研究院/pp style="text-align: center "　　(注：其中PB1和PB2是第一极体和第二极体)/pp　　3.3 单细胞基因测序打开免疫报多样性研究之门/pp　　用单细胞基因测序分析免疫细胞的原因是现存的多样的病原体导致了免疫细胞的高度异质性，传统的检测方法，取样来自一大堆细胞，低估了单个免疫细胞的多样性，所以我们需要更加精确检测单个免疫细胞的遗传物质，从而理解机体复杂的免疫机制。正如开篇提到的Juno收购的单细胞基因测序公司AbVitro致力于T细胞和B细胞的基因测序。/pp　　图9展示了对单个T细胞受体基因测序(TCR Sequencing)的流程。TCR & #945 和& #946 mRNA经过逆转录，扩增，重叠延伸，目的基因被选择性地进行PCR扩增以及后续的分析。/pp style="text-align: center "　　图9：TCR Sequencing过程/pp style="text-align: center "img title="8.png" src="http://img1.17img.cn/17img/images/201603/noimg/04e7c357-80bd-4709-89dc-92ee07a28fa9.jpg"//pp style="text-align: center "　　资料来源：Pairing of T-cell receptor chains via emulsion PCR，/pp style="text-align: center "Illumina，民生证券研究院/pp　　四. 单细胞基因测序未来的发展之路/pp　　在目前来看，单细胞基因测序还处在非常初级的阶段，也面临很多技术的挑战，包括：如何高效的分离细胞，全基因组无偏差的扩增，以及下游的数据分析等。但各大生物医药巨头都已经目光锁定了这个方向，除了今年初Juno收购AbVitro(单个T细胞和B细胞进行基因测序)，去年八月BD公司收购了单细胞测序公司Cellular Research。Illumina也通过和Clontech合作，推出了单细胞RNA测序服务。/pp　　我们认为，未来的基因测序一定朝着更精准，更微观的方向前进，如今，单细胞测序正面临着一场革命，在单个细胞层面让我们在前所未有的水平理解基因组学，表观基因组学和转录组学的多样性。/pp　　背景案例：/pp　　2016年1月，肿瘤免疫疗法的领头羊公司Juno宣布以1.25亿美金的股票和现金收购波士顿的一家单细胞测序公司：AbVitro Inc.。 AbVitro公司的技术起源于哈佛大学George Church的实验室，AbVitro的技术包括对单个T细胞和B细胞进行基因测序，帮助科学家们理解T细胞受体(T cell receptor & #945 和& #946 链的基因的复杂性。/pp　　图：Juno收购AbVitro之后的布局/pp style="text-align: center "img title="9.jpg" src="http://img1.17img.cn/17img/images/201603/noimg/6ef1eca1-dc46-4600-9c6d-d95f77a85f9e.jpg"//p

一个受精卵发育为一个复杂个体，正常体细胞变成肿瘤细胞，细胞作为生命的基本单位，其状态的动态变化既是健康发育的基础也是疾病产生的原因。从光学显微镜对细胞形态变化的观察，到绿色荧光蛋白对细胞基因、表达定位等变化的追踪，再到分子记录器在基因组中稳定写入曾经发生的分子事件，以及单细胞转录组测序的发展，允许细胞全转录组的变化拟时序推测，每一次细胞动态变化记录的技术变革均推动了细胞生物学的发展。既有方法或受限于对细胞形态或少数基因的动态表征，或依赖于拟时序分析中多种在实际细胞体系中可能无法满足的假设，目前尚不能直接测量细胞全转录组状态变化。 8月17日，中国科学院深圳先进技术研究院、瑞士洛桑联邦理工学院Bart Deplancke课题组、苏黎世联邦理工学院Julia Vorholt课题组合作，在《自然》（Nature）上以article长文形式，发表了题为Live-seq enables temporal transcriptomic recording of single cells的研究论文。 该研究开发了活细胞转录组测序技术（Live-seq），首次实现了单细胞进行转录组测序后依然能够保持细胞存活。该技术兼具全基因表达分辨率和动态解析能力，是当前对单细胞转录组直接动态测量、偶联细胞现有状态及其后续表型的唯一解决方案。 基因表达程序的变化是细胞对外源和内源刺激反应的重要表现。对单个细胞的连续观测是细胞对刺激反应、变化的重要研究手段，活细胞成像是最早的方法之一。随着显微成像技术和荧光标记手段的发展，显微成像可实现从体外细胞培养到体内环境下对基因表达的动态观测。基因编辑技术的发展促进分子记录器的出现。该技术通过细胞原生的或人工合成的基因线路，对刺激的感应并将信息写入基因组，记录历史分子事件。技术的发展和应用促进细胞生物学的发展，例如活细胞成像已成为现代细胞生物学实验室的常用手段；分子记录器虽出现不久，但在体内多场景的适用性和稳定性上颇具潜力。而它们在记录基因表达上存在共同的限制——在一个细胞中只能同时记录一个或几个基因的表达。 2009年汤富酬首创单细胞mRNA测序以来，不再只依靠少数几个基因的表达来分析细胞类型，而可用整个转录组的状态来更系统全面的定义细胞类型和状态。单细胞转录组变革了对细胞状态异质性的解析能力，推动了发育生物学、肿瘤细胞学、免疫学和干细胞生物学等的发展。然而，研究只可测量细胞的静态状态，无法像前述的活细胞成像那样连续观测细胞的动态或检查细胞后续的表型。为了克服这一限制，多种基于计算或标记的方法被开发出来。这些方法基于共同的假设，即群体的静态分布可以模拟个体的动态运动。运用不同的数学模型和/或新旧RNA的标记等手段，研究将转录组相似的细胞连接，产生一条轨迹来代表一个细胞的变化路径。这些方法提供了有意义的生物学认知，但由于这些前提假设在复杂细胞系统不一定能被满足，其提供的变化路径应被解读为一种统计学上的预期，而非细胞真正变化的轨迹。而这些限制的根本原因在于单细胞测序时裂解杀死了细胞，因而无法连续测量。 本研究中，科研人员开发出活细胞转录组测序技术（Live-seq），在进行单细胞转录组测序后，依旧保持细胞的存活和功能。该技术的核心是对部分细胞质进行微创地提取，并对微量的细胞质RNA进行扩增。具体地，该技术整合改造了多种跨学科技术（图1）：具备纳米级移动分辨率和皮牛顿力学灵敏度的原子力显微镜，实现超精密显微操作；亚皮升级别的微/纳流控通道和液压调节系统，实现微量（约1皮升）样品提取和转移；纳米级的、中空可定量的、可和细胞膜无缝密封的特殊探针，可实现微创的细胞质提取；相偶联的实时跟踪成像和细胞培养系统，可以长时间锁定同一个细胞；高灵敏度的RNA扩增测序；对前述步骤的无缝整合。 Live-seq只对少量的细胞质进行测序，其结果能否代表细胞的状态？研究对多种类型和状态的细胞进行活细胞测序，并平行地和单细胞测序结果进行比较。结果显示活细胞测序结果和单细胞测序结果高度吻合，证明了Live-seq能够较好的体现细胞的全转录组状态。这一过程是否改变细胞状态甚至杀死细胞？研究对包括干细胞在内的多种细胞类型进行评估，发现大部分细胞在Live-seq后仍然存活。同时，细胞分裂依然能够正常进行（图2）。研究通过对巨噬细胞对细菌脂多糖LPS刺激的反应和脂肪干细胞分化过程的观测发现，细胞的反应未因Live-seq而有明显变化。研究对接受和未接受细胞质提取的细胞全转录组进行比较，也未发现大量的基因表达变化。结果显示，Live-seq未对细胞的活性和功能产生较大影响。 由于细胞测试后仍旧存活，Live-seq首次实现对同一个细胞全基因表达的连续测量。作为概念验证，Live-seq直接测定了同一个巨噬细胞和脂肪干细胞在刺激前后的变化路径（图3）。Live-seq可以回答细胞怎样的过去决定它的现在。即使是单克隆来源的巨噬细胞对细菌脂多糖的反应依旧有很大的异质性。利用这一模型，研究表明起始状态的少数基因的表达差异和噪音（如Nfkbia、Gsn等）是决定细胞后续反应差异的重要原因，处于细S期的细胞对刺激反应也更弱。对应地，普通的单细胞转录组无法找到这些规律。 Live-seq仍有不足：与高通量的单细胞转录组相比，Live-seq是低通量的手段；Live-seq尚不能在体内应用；在高度极化而mRNA分布不均的细胞（如神经细胞）中，Live-seq或无法体现全细胞转录组；多次采样对细胞的干扰需要更多研究。未来持续的发展如自动化提高通量、通过和双光子显微镜联用运用于体内样品等，有望使上述不足得到改善。Live-seq第一次使得对活细胞的连续观测成为可能，希望可以催生更多新可能。 研究工作得到国家重点研发计划、深圳合成生物创新研究院的支持。 　　论文链接 图1.Live-seq基本原理 图2.Live-seq对细胞的影响，黄色的细胞被提取出细胞质，蓝色和紫色的细胞未被处理 图3.活细胞测序新可能：（左图）对同一个细胞转录组的连续分析；（右图）偶联细胞起始的转录组状态（因）和后续细胞对刺激的反应（果）

最近几年，关于单细胞测序的报道日益增多。事实上，单细胞测序是一个新兴的领域。据了解，单细胞测序萌芽于2010年，13年左右才真正发展起来。2014年，单细胞测序的应用被列为《自然—方法学》(Nature Methods)年度最重要的方法学进展。2015基因组学前沿研讨会将单细胞组学单独列为一个单元，可见单细胞测序在当前基因组学前沿研究中的热度。　　本次研讨会上，报告主题涉及单细胞组学领域的报告人，包括美国哈佛大学终身教授谢晓亮博士,美国德克萨斯大学达拉斯分校张奇伟博士，厦门大学杨朝勇博士，中国科学院重庆绿色智能技术研究院王德强博士，北京大学汤富酬博士，美国贝勒免疫研究所林巍博士，华中科技大学宁康博士，南方科技大学贺建奎博士，华中农业大学李响同学等。　　事实上，即使是来源相同的单个细胞，由于随机生物过程和环境扰动的原因，彼此在许多方面也存在差异，即细胞的异质性。常见的基因组测序技术避免不了这一现象带来的影响，基于这一原因，研究人员开启了单细胞测序技术的探索之路。此次研讨会的单细胞组学单元中也有多个报告涉及了单细胞/单分子测序技术的最新进展。　　其中，谢晓亮教授，于2012年在Science发表的论文中推出了一项新技术，多重退火和成环循环扩增技术(Multiple Annealing and Looping-Based Amplification Cycles, MALBAC)。这项技术能从一个细胞的基因组中，分离出DNA。据了解，这种技术能降低PCR扩增偏倚，使得单细胞中93%的基因组能够被测序。从而使得检测单细胞中较小的DNA序列变异变得更容易，也能够发现个别细胞之间的遗传差异。这样的差异可以帮助解释癌症恶化的机制，生殖细胞形成机制，甚至是个别神经元的差异机制。目前，这项技术已经应用到体外受精以及肿瘤的个性化治疗中。谢晓亮　　来自厦门大学的杨朝勇教授，运用液滴微流控技术进行高通量的单细胞检测，包括分离，处理和分析DNA、RNA和蛋白质，这种技术是在微流控芯片上发展起来的一种操纵微小体积液体的全新技术。在传统的液滴微流控技术基础上,将“油包水”改成“油包琼脂糖”,同时杨教授提出了一种琼脂糖液滴微流控技术。这项技术已经成功应用到蛋白结晶、酶分析、化学合成、单分子/单细胞研究等分子与细胞生物学及分析化学研究领域中。杨朝勇　　据了解，上世纪90年代已有关于利用纳米孔进行核酸序列识别的报道，该方法存在DNA易位速率过快的问题。中国科学院重庆绿色智能技术研究院王德强博士，正在研发新一代单分子测序技术，在直径小于双螺旋的固态纳米孔中，通过拉伸双链DNA，减慢单个分子的双链DNA的易位速度。王德强　　目前，单细胞的RNA或DNA测序方法不允许同时分析转录组和基因组序列。来自深圳南方科技大学的贺建奎博士介绍到，他们利用基于新一代测序技术的策略解决了这一问题。以小鼠卵母细胞为例，这种将单个卵母细胞DNA和RNA测序合并的方法可以达到基因组的高覆盖率和低偏好性转录组的可重复性。这项技术将有助于实现生物学和医学的核目标，即将生理或病理条件下单个细胞的基因型和表型完美地联系起来。贺建奎　　从此次研讨会上单细胞组学的热烈讨论中，我们可以感受到，现在是单细胞测序的蓬勃发展阶段，相信在不久的将来，科学工作者们能解释更多的诸如遗传性疾病的成因、癌症恶化机制等问题，为精准医学和个性化医疗等临床应用提供更坚实的理论基础。 编辑：史秀明

人体组织器官由具有不同细胞类型的异质细胞群组成。传统批量测序（Bulk Sequencing）方法仅能捕获器官与组织群体细胞成分的平均水平，或者只代表其中占优势数量的细胞信息，单个细胞独有的特性常常被忽略。近年来，随着单细胞测序（Single-cell sequencing）技术的发展，实现了单个细胞水平上DNA或RNA的测序，从而能够特异和精准地探索单个细胞的基因变异水平，弥补了传统批量测序的不足[1]。图1. 单细胞测序与传统批量测序比较[1]单细胞基因组测序技术，是在单细胞水平对全基因组进行扩增与测序的一项技术，广泛应用于癌症研究、胚胎发育、辅助生殖、细胞分化、免疫机制、微生物等生物医学方向的研究。本期主要对单细胞基因组测序的技术原理、技术流程、技术平台及其在生物医学领域的应用实例做简单介绍。技术原理单细胞基因组测序的原理是将分离的单个细胞的微量全基因组DNA进行扩增，获得高覆盖率的完整的基因组后进行高通量测序，揭示细胞间异质性的基因信息。技术流程单细胞基因组测序主要包括四个步骤，即单细胞分离→全基因组扩增→高通量测序→数据分析。目前单细胞基因组测序技术的发展依然面临两方面的技术挑战：一是易于分离和操作的单细胞分离工具（即第一步）；二是能够稳定复制单个细胞中微小核酸的方法（即第二步）[2]。2.1 单细胞分离从组织中将单个细胞分离出来是单细胞基因组测序的第一步。目前常用的单细胞分离方法主要有：有限稀释法、显微操作法、流式细胞分选术、激光捕获显微切割技术（LCM）、微流控芯片技术等，表1总结了上述提到的单细胞分离方法的原理和优缺点，在使用时可根据不同的科研需求及样品情况综合考虑选择适宜的分离方法[3,4]。表1. 单细胞分离技术分离方法原理优点缺点有限稀释法对细胞进行一系列的倍比稀释，最终使细胞处于单个状态，理论上每μL约1个细胞，然后用移液器吸取相应容积的细胞悬液进行单细胞分离。操作简便；成本低，一般不需要特殊的设备。分离效率低；需要研究人员排除大量空白孔和多细胞孔，费时费力；细胞分离过程依赖梯度计算，容易出现错误。显微操作法在高倍倒置显微镜下，利用显微镜操作器（手动或自动）实现单细胞分离。能够准确地控制单细胞的吸取与释放；可以从不同的发育阶段或多样化的群体分离单个细胞。通量低，需要大量的起始量；细胞特异性由显微镜决定，并利用微量移液管分离，可能不够准确。流式细胞分选术通过流式细胞仪，根据细胞特异性分子标志物或细胞光散射特性，分选出单个细胞或特殊细胞群，实现单细胞分离。通量高；基于细胞表面标志物的特异标记，能够确保特定细胞的分离；利用荧光标记可分离亚群。无法扩展到大规模项目；且需要流式细胞仪，设备昂贵。激光捕获显微切割技术（LCM）在显微镜下，从冰冻/石蜡包埋组织切片（或细胞固定在装配有可以激光脉冲激活的热塑膜的涂片）中分离某一类型细胞群或单个细胞，实现单细胞分离。无需解离组织，制备细胞悬液；能够直观准确、快速地获取单个细胞或单一细胞亚群；能够保留所分离细胞的完整性。需要适当的组织处理（冷冻保存或固定）；显微切割可能存在挑战；小的细胞可能难以分离；可能存在污染。微流控芯片技术通过微流控芯片隔离流动通道中的单个细胞从而达到单细胞分离的目的。通量高；上样体积小；周期短；可根据细胞表面标志物分离特定细胞。细胞大小必须均匀；消耗品昂贵。2.2 全基因组扩增（Whole-Genome Amplification , WGA）全基因组扩增是单细胞基因组测序的第二步。由于单个哺乳动物细胞中DNA的含量一般少于10pg，达不到测序仪的检测要求，因此在测序之前必须进行全基因组扩增（WGA）以获得足够的材料用于后续的文库制备。目前常用的全基因组扩增方法按原理可分为三类（见表2）[5-7]：基于聚合酶链式反应（PCR）的WGA方法{主要是简并寡核苷酸引物PCR(DOP-PCR)}、多重链置换扩增法（Multiple Displacement Amplification , MDA）和多重退火环状循环扩增技术（Multiple Annealing and Looping-Based Amplification Cycles，MALBAC）等。表2. 全基因组扩增技术DOP-PCRMDAMALBAC原理基于PCR技术，通过加入部分简并的寡核苷酸引物与模板结合来实现扩增整个基因组的目的。基于恒温核酸扩增技术，恒温条件下，使用一条由6个随机碱基构成的随机引物与模板随机退火；紧接着在具有链置换活性的DNA聚合酶作用下发生链置换反应，并最终完成扩增。结合了MDA法和PCR扩增法的特点，即由一组随机引物启动扩增（每个引物具有通用引物序列和随机碱基），随机引物与模板均匀杂交，随后在具有链置换活性的DNA聚合酶作用下发生链置换反应，最终完成扩增示意图特点该方法实现了高度均匀的扩增，产物产量较高，操作较为简单；但仅产生基因组的稀疏覆盖，实验的条件需要较多优化。 MDA可以实现更好的基因组覆盖，产物片段长；但对模板质量要求高，可能产生非特异性产物。一种实现基因组广泛覆盖和均匀扩增的技术，灵敏度高，产物产量高。技术平台：目前，国内外研究机构使用的大规模单细胞测序技术平台主要有五种：Illumina® Bio-Rad® Single-Cell Sequencing Solution、BD Rhapsody™ Single-Cell Analysis System、10x Chromium Single Cell Gene Expression Solution、ICELL8 Single-Cell System和C1™ 单细胞全自动制备系统。国内也有多家企业进军单细胞测序领域，产品包括新格元自动化单细胞处理系统、万乘基因高通量单细胞测序平台、达普生物星海单细胞测序建库系统、墨卓生物高通量单细胞测序平台、德运康瑞痕量单细胞测序平台和原位测序平台等。各个平台各有特点，这里主要简单介绍一下两种应用较多的技术，即10X Genomics 公司的Chromium( 液滴法) 及 BD 公司的Rhapsody( 微孔法)。10x Genomics单细胞测序技术：10X Genomics单细胞测序起源自Drop-Seq技术，应用液滴微流体技术分选单细胞，将单个细胞与含有条形码（Barcode）和引物的凝胶珠一起包裹于油滴中；然后每个油滴中的凝胶珠溶解， 细胞裂解释放mRNA，通过反逆转录产生用于测序的带条形码的cDNA，cDNA在液体油层破坏后进行文库构建，使用测序平台对文库进行测序检测，即可一次性获得大量单细胞的基因表达数据。该平台具有“三高（high）两低（low）”的特点：即通量高，细胞捕获效率高，细胞活性要求高（大于90%），分析时长低，成本低。 图2. 10X Genomics Chromium Controller技术原理示意图3.2 BD Rhapsody单细胞测序技术：BD公司推出的这款Rhapsod™单细胞分析系统采用了Cytoseq分子标签技术，能为单细胞中每个转录本标记特异性分子标签，实现单细胞水平上基因表达谱的绝对定量。同时，将每个细胞标记上特异性细胞标签，实现了高通量平行建库。该技术在基因扩增和后续的测序部分等整体流程与10x Genomics单细胞测序技术相近，主要区别在于起始的单细胞分离和捕获技术。该技术并非基于微流控芯片技术，而是基于蜂巢板技术，基于微孔来保证单细胞的捕获，避免了10x Genomics单细胞测序技术中存在的概率碰撞对捕获效率从影响。细胞悬液经注入孔注入后，自然沉降到反应孔中，随后， 将磁珠同样由注入孔注入，即可在单个反应孔中捕获其中的细胞。微孔和纳米孔方法允许稀释的细胞悬浮液在每孔一个珠子和一个细胞的条件下与寡聚结合珠一起沉降到皮升大小的孔中，从而保证了单孔中是单细胞捕获。 图3. BD Rhapsody技术原理示意图4、应用实例：目前，单细胞基因组测序技术的应用可以归纳为两大类，即应用于人类细胞图谱研究和非细胞图谱研究。单细胞基因组学的优势就在于能够揭示单个细胞的基因结构和基因表达状态，反映细胞间的异质性。自2017年“人类细胞图谱计划”提出以来，单细胞测序技术已陆续揭示了多个组织器官的单细胞图谱，如通过对肾脏肿瘤进行单细胞测序，发现肾肿瘤细胞之间的突变频率和位置不尽相同，每个细胞的突变状态和转录情况也均不相同，表明肾肿瘤更加具有异质性，需要开发更加有效的细胞靶向疗法。2022年发表在Nature杂志上的研究，对人脑血管系统的单细胞图谱进行了分析，描绘出海马和皮质的脑血管细胞组成：内皮细胞、相邻的壁平滑肌细胞 (SMC) 和周细胞、血管周围的免疫细胞和星形胶质细胞等，这些细胞在大脑不同区域存在差异并沿动静脉轴变化，沿动静脉轴的细胞组成异质性产生了大脑健康所必需的功能分段的循环、代谢和渗透特性。揭示了人类大脑血管系统的细胞组成和分子特征，提示了阿尔茨海默病（AD）风险因素在人类中的进化转变，有助于对人类大脑健康基础的了解、疾病机制和治疗靶点的发现[8]。随着单细胞基因组覆盖范围扩大、通量提升以及多组学技术的不断进步，单细胞基因组学技术将为丰富发育谱系树、生殖细胞突变模式、癌症进化、基因组功能和微生物群落的分辨研究等提供策略[9]。参考文献：[1] Xia Y, Gawad C. Bringing precision oncology to cellular resolution with single-cell genomics[J]. Clinical and experimental metastasis, 2022(1):39.[2] Liang J, Cai W, Sun Z. Single-cell sequencing technologies: current and future. J Genet Genomics. 2014 Oct 20 41(10):513-28. doi: 10.1016/j.jgg.2014.09.005. Epub 2014 Oct 18. PMID: 25438696.[3] Wang Y, Navin N. Advances and Applications of Single-Cell Sequencing Technologies[J]. Molecular Cell, 2015, 58(4):598-609.[4] Gross A, Schoendube J, Zimmermann S, Steeb M, Zengerle R, Koltay P. Technologies for Single-Cell Isolation. Int J Mol Sci. 2015 Jul 24 16(8):16897-919. [5] Gawad C, Koh W , Quake S R. Single-cell genome sequencing: current state of the science[J]. Nature Reviews Genetics, 2016.[6] Grün D, van Oudenaarden A. Design and Analysis of Single-Cell Sequencing Experiments. Cell. 2015 Nov 5 163(4):799-810.[7] 徐晓丽 吴凌娟.单细胞全基因组扩增技术与应用.[J]生物化学与生物物理进展 .2019.46(4)[8] Yang A C , Vest R T , Kern F , et al. A human brain vascular atlas reveals diverse mediators of Alzheimer's risk[J]. Nature, 2022, 603.[9] Evrony G D, Hinch A G, Luo C. Applications of Single-Cell DNA Sequencing[J]. Annual Review of Genomics and Human Genetics, 2021, 22(1).相关会议推荐：第六届基因测序网络会议来袭！六大会场，含单细胞和空间组学会场，点击下图免费报名！点击链接进入会议官网：https://www.instrument.com.cn/webinar/meetings/geneseq2023/

显微镜的发明让科学家们能够观察和归类神经系统中丰富的细胞形态和类型，了解它们在健康和疾病中的作用。近年来单细胞RNA测序的发展更揭示了大脑中细胞类型组成的复杂性和多样性。借助新兴的空间转录组技术，研究人员实现了显微成像和单细胞测序的结合，在亚细胞空间分辨率的精度下，不仅可以揭示单个细胞的基因表达，还可同时了解它们在组织和器官中的排列分布，在解剖学的观察上加入了分子表达的丰富信息。2023年9月27日，美国麻省理工学院化学系/Broad 研究所王潇团队和哈佛大学刘嘉团队合作，在 Nature 期刊发表了题为：Spatial atlas of the mouse central nervous system at molecular resolution 的研究论文。该研究对小鼠大脑和脊髓中的一百万个单细胞的基因表达以亚细胞的空间分辨率进行了刻画和分析，用空间基因表达定义了更精细的组织区域。王潇团队使用了他们开发的空间转录组学工具（STARmap, STARmap PLUS, 和ClusterMap）表征和绘制了成年小鼠中枢神经系统中的一百多万个单细胞。通过大规模的分析和细胞注释，该团队展示了数百种细胞类型的空间分布，精确划分上百种组织区域的边界。研究人员还利用RNA条形码，揭示了全脑范围感染的病毒AAV-PHP.eB在不同细胞类型和区域的感染能力。图1：小鼠中枢神经系统单细胞分辨率细胞类型空间图谱，230种细胞类型由彩色点标注研究者们使用STARmap PLUS技术，在200-300纳米的空间分辨率下，原位检测了20片组织切片中的1022个基因的表达量。在这项技术中，他们用分子探针原位杂交组织切片，检测特定的RNA序列并特异放大为可测序的DNA纳米球，并通过化学处理将DNA纳米球和组织样品固定成水凝胶，最后用共聚焦显微成像原位测序 （SEDAL）。实验结果通过研究者先前开发的ClusterMap算法划分成带有空间位置信息的单细胞基因表达。图2：STARmap PLUS以及ClusterMap流程示意图（左）；STARmap PLUS共聚焦显微镜成像数据图示例（右，SEDAL cycle 1），每个点代表由单个RNA分子产生的DNA纳米球。通过与已发表的单细胞测序数据集整合分析，研究者们基于单细胞基因表达定义和注释了230种“分子细胞类型 ”（molecular cell types），并基于空间基因表达定义和注释了106种“分子组织区域”（molecular tissue regions），从而对脑内的细胞进行了分子表达和空间分布的联合定义。图3：（a）通过单细胞基因表达与空间基因表达共同定义小鼠中枢神经系统重细胞类型的多样性。（b）“分子细胞类型“在”分子组织区域“上的分度热度图全脑范围内丰富的基因表达信息和高精度的空间分布信息，使得细胞类型的注释更为精确。例如，作者们发现部分端脑抑制性中间神经元（telencephalon inhibitory interneurons）亚型存在脑区分布特异性，比如纹状体（striatum）中特有的中间神经元、嗅球的外网状层 （olfactory outer plexiform layer）特有的表达多巴胺的中间神经元。基于空间上的分子表达，作者们还补充和完善了小鼠大脑解剖学结构。例如，作者们可以从“分子组织区域”组成的角度出发，对小鼠大脑皮层进行分区，并与传统解剖学的定义比较。一个有趣的发现是，作者们发现解剖学上的压后皮层（retrosplenial cortex）在小鼠大脑的前端和后端具有截然不同的“分子组织区域”组成；后端压后皮层在“分子组织区域”组成上与相邻的视觉皮层有着更高的相似性，这为理解压后皮层在视觉相关的行为和记忆中的功能提供了新的思路。通过和小鼠中枢神经系统单细胞测序数据集的整合，作者们将单细胞空间表达的基因维度从实验测量的1,022个基因拓展到了11844个基因，预测了全转录组范围的空间分辨单细胞基因表达特征。综上所述，这项工作为理解小鼠中枢神经系统提供了一个大规模的分子空间图谱，囊括了超过一百万个细胞，以及他们的基因表达特征，空间坐标，分子细胞类型，分子组织区域类型，以及遗传操作的可及性。这项工作为建立分子空间图谱提供了实验和计算的框架，涵盖了从单个RNA分子到单细胞再到器官组织区域的跨越多个空间尺度的分析，为神经科学研究提供了重要的数据和工具。作者们已将这套图谱开放共享（http://brain.spatial-atlas.net/），供研究者探索。图4：该工作的研究范式图5：该工作的空间细胞图谱数据网页截图示意“我们不仅提供了细胞的空间图谱，还提供了神经科学中常用的病毒工具对这些细胞的可及性。这份图谱代表了我们实验室目前分析的最大的数据集。这项工作也为神经科学研究者们提供了资源和基础，以进一步探索各种基因、细胞和组织在健康和疾病中的作用。“共同第一作者施海玲博士评论。“我们提供了前所未有的细胞级别的空间基因表达信息，为研究大脑的结构和功能提供了宝贵的数据。此外，我们的团队开放共享了相关数据和资源，希望未来能看到更多的高质量研究，进一步揭示大脑的奥秘”。共同第一作者贺一纯评论。“大脑的结构和功能依赖于不同类型的细胞在空间位置上的排列和分布，空间转录组、空间翻译组等空间组学技术的开发和应用无疑将为大脑的解析提供新的思路。”共同第一作者周一鸣博士表示。

目前科学家对人类细胞如何互相作用以组成不同组织与器官的认识仍然十分有限。近年来，一系列单细胞测序的研究工作揭示了正常组织与疾病状态下的单细胞图谱，描绘了组织中多种细胞类型及其丰度与互作，但这些工作往往局限于单一器官。系统性地比较多种组织间的细胞类型及其转录组的异同，有助于科学家理解器官特异性的细胞状态分化。2022年5月12日，Science杂志在线发表了Tabula Sapiens Consortium、Eraslan、Domínguez Conde、Suo等研究人员报道的4篇跨组织人类单细胞图谱的研究，共涉及来自68位捐献者的30余种组织类型，超过100万单细胞，涵盖500种以上细胞类型。北京大学张泽民课题组受邀于Science同期发表Perspective观点文章，对以上研究进行了总结，并对将来单细胞测序技术在疾病研究与药物研发中的应用进行了展望。跨组织单细胞测序揭示了组织间保守的细胞特征。Eraslan等人通过比较多种器官中的巨噬细胞，发现了保守的巨噬细胞发育路径，即monocyte前体在组织中发育为高表达HLAII、行使免疫功能的巨噬细胞类群，与高表达LYVE1、行使血管支持与免疫细胞浸润抑制功能的巨噬细胞类群。跨组织单细胞测序发现了组织特异性的细胞状态。记忆T细胞是经过抗原刺激后的T细胞，Domínguez Conde等人发现了三类CD8记忆T细胞亚型，分别为分布在血液丰富组织中的TEM/EMRA细胞，分布在肠道中的TRM细胞，以及主要分布在脾脏与骨髓当中的TRM/EM细胞，这些T细胞亚型各自特异表达的细胞因子受体可能是形成组织差异性分布的机制。对组织间细胞构成的比较识别了稀有的细胞类型。Tabula Sapiens Consortium发现来自肺、心脏、子宫、肝脏、胰腺、脂肪、肌肉等组织的内皮细胞有着各自独特的转录组特征，提示了高度组织适应的功能。同时胸腺、血管、前列腺、眼球来源的内皮细胞更为相似。泛组织研究的方法发现了心脏内皮细胞的特异性marker SLC14A1，提示了心脏内皮细胞可能的适应性代谢功能。同时，Eraslan等人发现了稀有的细胞类型，包括前列腺中的神经内分泌细胞与食管中的肠系神经。跨组织单细胞图谱同时提示了疾病相关的细胞类型。Eraslan等人以肌肉疾病为例研究了单基因遗传病中的潜在致病细胞类型。研究发现在一种影响神经-肌肉细胞信号传递的疾病中，仅神经与肌肉连接处的肌肉细胞富集该类疾病的相关基因。同时，对受体-配体进行的分析发现细胞间互作失调是肌肉疾病的成因之一。例如在一种致死性的肌肉疾病中，ERBB3突变会导致肌肉细胞与施旺细胞（一种生成神经元旁髓鞘的细胞类型）的互作失调。这一系列跨组织单细胞测序数据集同时为药物副作用和安全性研究提供了重要的参考。虽然新药的分子靶向性不断提高，但全身系统性的给药仍然是最主流的方式，使得药物副反应成为重要的临床问题。对这一系列跨人类组织的单细胞数据集进行基因表达查询将大大助力于新药研发的毒性预测，将毒副作用识别在人体试验之前。本期Science发表的四项跨组织单细胞测序研究代表了构建综合性人类细胞图谱的重要里程碑。将来的研究有必要在更大队列的人群中进行探索与验证。同时，将跨组织的研究方法应用于疾病研究十分重要，例如肿瘤。理解组织保守性与组织特异性的肿瘤发生过程对开发泛癌种与癌症类型特异的肿瘤药物至关重要。例如，对肿瘤免疫的认识促进了靶向PD1抗体药物在多种癌症类型中的成功。近年来张泽民课题组报道了一系列泛癌种的髓系细胞与T细胞单细胞测序研究，这一系列研究方法适合被推广至更全面的细胞类型和患者队列，并最终使科学家在单个基因、细胞、组织与表型层面系统性地理解疾病与生物学过程。

单细胞全基因组测序技术（scWGS）可以有效揭示生物样品中不同细胞之间的异质性，并系统鉴定单个细胞的基因组中发生的遗传变化，例如拷贝数变异（CNV）和点突变（单核苷酸变异，SNV）等。过去十年，研究人员已经开发出多种单细胞基因组扩增技术，例如简并寡核苷酸引物PCR扩增技术 (DOP-PCR)，多重置换扩增技术（MDA），多重退火和基于环的扩增循环技术（MALBAC），以及通过转座子插入和体外转录进行线性扩增技术（LIANTI）等。但是，目前的单细胞全基因组测序技术均基于二代测序（NGS）平台，该平台检测准确度高，但是测序读长相对较短（通常只有150bpX2），主要适用于检测单个细胞中的单核苷酸变异（SNV）、小的插入缺失（50bp，Indel）、以及拷贝数变异（CNV）等。由于二代测序平台读长的限制，对于基因组中结构变异的检测具有很大的局限性。结构变异（包括插入、缺失、重复和易位等）是人类体细胞遗传变异的主要来源之一，对肿瘤的发生、发展和转移具有潜在的驱动作用，然而目前在单个细胞水平对基因组结构变异的研究却鲜有报道。针对基于二代测序平台的单细胞基因组测序技术难以高效鉴定单个细胞中结构变异这一世界难题， 2021年6月30日，北京未来基因诊断高精尖创新中心、北京大学生物医学前沿创新中心汤富酬课题组在Genome Biology 上在线发表了题为SMOOTH-seq: single-cell genome sequencing of human cells on a third-generation sequencing platform 的研究论文，在国际上率先开发了基于三代测序（单分子测序）平台的单细胞基因组测序技术。该研究的主要突破有：1：开发了一种高精度的基于三代测序（单分子测序）平台的单细胞基因组测序方法—SMOOTH-seq（Single-MOlecule real-time sequencing of LOng Fragments amplified THrough Transposon insertion）。使用优化后的Tn5转座反应，SMOOTH-seq能够从单个细胞中扩增出平均长度约6kb的基因组片段（测序读长比单细胞基因组二代测序技术长了20倍左右），通过引入与单分子测序平台兼容的细胞条形码使单细胞基因组DNA扩增子适用于Pacbio sequel II平台的HiFi测序模式。测序后的数据中，产生的环化测序（circular consensus sequencing, CCS）的读长平均在6kb左右, 最长可达43kb。(如图1所示)。 图1 SMOOTH-seq的流程和评估 2：该研究开发的SMOOTH-seq方法能够在单个细胞中高效检测基因组结构变异。在单个K562细胞中，当测序深度仅为0.4X时，基因组覆盖度可达19%。该研究对91个单细胞进行SMOOTH-seq分析，从中检测到4,790 个缺失事件和 5,589个插入事件, 其中87%的缺失片段和 91% 的插入片段长度小于1kb，检测到的插入事件DNA片段最长达到 7.7kb。同时，该研究也在 K562细胞中检测到521个易位事件，包括准确检测到两对经典融合基因：BCR-ABL 和 NUP214-XKR3。SMOOTH-seq技术对结构变异的检测精度高，当使用K562大量细胞的基因组三代测序结果作为比较基准时，该研究中使用的K562细胞系的每个单细胞中的结构变异检测平均精确度为75％，特别是在单个细胞中检测插入事件平均精确度为85％。此外，SMOOTH-seq 也可以以 1Mb 的分辨率准确检测到两个 K562 克隆之间的不同拷贝数变异（CNV）事件。(如图2所示) 图2. 单个K562细胞中CNV及结构变异检测的精确度 3：该研究开发的SMOOTH-seq方法能够在单个细胞中高效检测染色体外环形DNA（ecDNA）。已有的研究报道表明，染色体外环形DNA在肿瘤发生中比较常见，且致癌基因能够在染色体外环形DNA中进行大量扩增，促进肿瘤发生和转移。SMOOTH-seq技术产生的长读长数据，使其能够被用于在单个细胞中精准捕获小于10kb的全长染色体外环形DNA。本研究同时开发了用于鉴定K562细胞系中的染色体外环形DNA的生物信息学分析方法。当仅有一个拷贝的Tn5转座酶与一个染色体外环形DNA分子结合时，整个环形DNA分子就可被完整扩增为一个线性片段，即单个读段即可覆盖一个染色体外环形DNA分子的全长序列。通过统计Tn5插入位置不同但长度完全相同的一组读段，即可判断它们是否来源于同一个环形DNA。同时该特征可用于帮助精准区分染色体外环形DNA和串联重复序列(如图3所示)。图3:SMOOTH-seq 精准检测染色体外环形DNA的示意图4：该研究开发的SMOOTH-seq方法能以较高准确度检测基因点突变（SNV）。由于三代测序平台本身的局限性，使用 SMOOTH-seq方法在单个细胞中检测SNV的假阳性率为 2.0 × 10-5。(如图4所示)图4: SMOOTH-seq 检测单细胞K562中SNV的假阳性率 5：该研究开发的SMOOTH-seq方法可以在结直肠癌肿瘤样本中准确检测出各种基因组结构变异事件。在对患者结直肠癌肿瘤样本的分析中，以在结直肠癌的至少2个单细胞中同时检测到为标准，该研究检测出8,594个结构变异事件（4,089个插入事件，3,852个缺失事件，341个易位事件，以及312个重复事件）。通过将结直肠癌肿瘤样本和K562细胞系中共有的结构变异去除后，该研究共得到3,570个结直肠癌肿瘤细胞特异性的结构变异事件(1,376 插入事件, 1,661 缺失事件, 230 易位事件以及303 重复事件)。同时，该研究通过设置多个对照基因组（包括相应的肿瘤组织、与肿瘤相邻的正常组织、GM12878细胞系和另一个体的外周血单核细胞的基因组）对检测出的结构变异事件进行了PCR验证。此外，该研究发现结直肠癌肿瘤样本和K562细胞系中共有的结构变异在所有被检测的多个人类基因组DNA样品中均存在，说明这些结构变异事件实际上是由于当前的人类参考基因组不够完善，缺失了部分关键序列信息引起的。今后三代测序将有助于组装出更完整精准的人类参考基因组序列。(如图5所示)图5: PCR验证基因组结构变异的结果综上，该研究开发的单细胞基因组单分子测序技术（SMOOTH-seq），将长读长的三代测序技术巧妙运用到了单细胞基因组测序上，能够实现对于基因组结构变异、染色体外环形DNA等多种分子事件的高精度检测，大大提高了单细胞基因组测序技术的适用范围，具有广阔的应用前景。该研究开创了单细胞基因组单分子测序时代，该研究开发的单细胞基因组单分子测序技术将揭开更多的人类基因组中的“暗物质”的奥秘，给人类生物医学研究带来全新的发展机遇。生物岛实验室研究员范小英、北京大学杨成博士以及北京大学前沿交叉学科研究院博士生李文为该论文的并列第一作者。北京未来基因诊断高精尖创新中心、北京大学生物医学前沿创新中心汤富酬教授为该论文的通讯作者。该研究项目得到了国家自然科学基金委、北京市科技委和北京未来基因诊断高精尖创新中心的支持。 论文链接：https://genomebiology.biomedcentral.com/articles/10.1186/s13059-021-02406-y

近期我们梳理了分子诊断技术中测序部分，测序技术根据样本类型不同包含：DNA测序、RNA测序、单细胞测序、甲基化测序等。本期开始我们将从以下几个方面逐一介绍单细胞测序技术：单细胞测序技术概念及发展历程、单细胞测序技术操作流程、单细胞全基因组测序技术、单细胞全转录组测序技术、单细胞测序技术的应用。单细胞测序技术单细胞测序（Single cell sequencing，SCS）技术是指在单个细胞水平上对转录组或基因组进行扩增并测序，以检测单细胞在基因组学、转录组学、表观组学和蛋白组学等多个组学的数据。主要涉及：单细胞基因组测序、单细胞转录组测序和单细胞表观基因组测序。单细胞基因组测序（图1A）：是将分离的单个细胞的微量全基因组DNA进行扩增，获得高覆盖率的完整的基因组后进行高通量测序，用于揭示单细胞中的遗传变异，如单核苷酸变异（SNVs）、拷贝数变异（CNVs）和基因组结构变异（SVs），细胞群体差异和细胞进化关系。单细胞转录组测序（图1B）：是将分离的单个细胞的微量全转录组RNA进行扩增后进行高通量测序，用于在单细胞中生成基因表达、基因融合和选择性剪接的图谱，此技术被认为是截至 2020 年定义细胞状态和表型的金标准。[1]单细胞表观基因组测序（图1C）：是检测DNA序列不变的情况下表型的可遗传变化，包括DNA甲基化、组蛋白修饰、染色质可及性等。在真核生物中，5-甲基胞嘧啶(5mC) 在基因组中广泛分布，并通过抑制转座因子在调节基因表达中发挥重要作用[2]。通过对单个细胞中的 5mC 进行测序，可以揭示来自单个组织或群体的遗传相同细胞的表观遗传变化如何产生具有不同表型的细胞。单细胞亚硫酸氢盐测序是DNA甲基化研究的金标准。图1 单细胞测序技术应用范围示意图[3]A:单细胞基因组测序应用范围；B:单细胞转录组测序应用范围；C:单细胞DNA甲基化测序应用范围；为什么要做单细胞测序呢？多细胞生物在细胞的分裂和分化过程中必然会带来不同细胞间的差异，形成遗传信息的异质性。传统的检测方法获得的信息来自于数百万甚至更多细胞的混合样本，因此得到的结果反映的是一群细胞中信号的平均值，或者只代表其中占优势数量的细胞信息，导致不同细胞间异质性信息被忽视。而单细胞测序可以检测单个细胞异质性、识别稀有细胞、揭示细胞间差异情况。[4]图2 单细胞测序（上）与传统混合细胞测序（下）对比示意图单细胞测序技术发展2009年汤富酬等完成首例哺乳动物单细胞RNA转录组测序后，单细胞测序经历了十几年突飞猛进的发展，同时，随着测序技术的更新迭代，各厂商基于不同检测原理开发出的单细胞分析系统不断推陈出新，单细胞测序逐渐实现了从低通量到高通量检测的转变。2017年“人类细胞图谱计划（Human Cell Atlas，HCA）”的正式公布，是高通量单细胞研究产业化的重要里程碑。图3 单细胞研究发展重大历程[5]单细胞测序技术流程最初单细胞测序是采用不同方法将单个细胞分离出来，独立构建成文库进行测序。但此法分离细胞通量低（仅检测数十个细胞且不足以反应真实情况）且成本较高。随着测序技术的发展，出现了基于标签（barcode）的单细胞识别技术，即不需要分离单个细胞，仅需对每个细胞加上单独的标签序列，通过一次建库测序即可，此方法使得单细胞测序进入了高通量时代，单细胞分离和测序的成本大大降低。与传统混合细胞测序不同的是，单细胞测序起始样本中核酸含量极低，需要对筛选出的细胞扩增后才能满足后期测序实验，目标是在尽量减少序列扩增偏差的前提下增加核酸总量利于后续分析。单细胞测序技术操作流程包括：样本细胞筛选、核酸提取及扩增、测序文库构建、测序和数据分析。图4 单细胞测序（上）与传统混合细胞测序（下）技术流程对比示意图参考文献[1] Tammela,Tuomas Sage,Julien (2020). "Investigating Tumor Heterogeneity in Mouse Models". Annual Review of Cancer Biology. 4(1):99–119.doi:10.1146/annurev-cancerbio-030419-033413.[2] Zemach A, McDaniel IE, Silva P, Zilberman D (May 2010). "Genome-wide evolutionary analysis of eukaryotic DNA methylation". Science. 328 (5980): 916-9. Bibcode:2010Sci...328..916Z. doi:10.1126/science.1186366. [3] Jialong Liang , Wanshi Cai , Zhongsheng Sun.Single-Cell Sequencing Technologies: Current and Future[J].Journal of Genetics and Genomics 41 (2014) 513-528[4] Eberwine J, Sul JY, Bartfai T, Kim J ,The promise of single-cell sequencing[J]. Nature Methods. 2014,11 (1): 25–7. doi:10.1038/nmeth.2769[5] 基因慧《2020单细胞行研报告》

随着单细胞测序技术的快速发展，科研工作者们可对每个独一无二的单细胞进行分析，认识到细胞间的异质性，深入了解如胚胎发育早期的分化特征、肿瘤微环境中的非均质性、罕见循环肿瘤细胞的转录组等等以往传统高通量测序方法难以攻克的领域。单细胞分析的应用已进入百花齐放的时代，涵括神经生物学、癌症、免疫学、微生物学、胚胎发育、临床诊断等多个领域。单细胞测序分析的第一步，即是单细胞样品的制备，同时确保其生物完整性不被破坏。高质量的样品制备影响着后续单细胞分析成功与否。高活性、无细胞碎片且均一的单细胞悬液可使测序结果在完整性、真实性、数据可重复性得到提升。最常见细胞分离的方法可用MACS磁珠或流式细胞仪进行目的细胞分选与富集。单细胞测序流程利用流式细胞分选法富集目的细胞群体缩小研究范围，对单细胞群体可进一步精细化解读。尤其在研究罕见细胞族群，单细胞测序前先以流式细胞分选富集稀有细胞，可大大增加实验数据真实性与可靠性。现今已有愈来愈多单细胞测序研究结合流式细胞分选，筛选目的细胞、过滤死细胞减少样本中無效细胞的比例，提高单细胞文库构建的成功率以及后续的数据质量，让单细胞测序更有深度与广度分析实验数据，推动进一步研究范畴。传统高压液滴分选仪分选单细胞传统液滴式流式细胞分选(Droplet cell sorter)，将目的细胞利用适宜的荧光标记。经荧光染色或标记的单细胞悬液，被高压压入流动室内，在鞘液的包裹和推动下，细胞被排成单列，以一定速度从流动室喷口喷出。通过相应荧光检测及充电，获得目的细胞，实现单细胞分离。然而操作过程中，分选的细胞相继受到高压、充电带有电荷、减压的刺激，常导致分选的目的细胞在分类过程中的损伤和溶解，活细胞回收率不高；即使回收的活细胞也因分选过程受刺激影响细胞基因转录图谱表现，无法维持其生物完整性。传统高压液滴分选仪进行单细胞分选Adapted from Technologies for Single-Cell IsolationInt. J. Mol. Sci. 2015, 16美天旎MACSQuant Tyto 革命性的细胞分选仪专利的微芯片技术，精准地控制阀门开合以进行细胞分选，该仪器的特性在于整个分选过程在一次性使用的全封闭样本舱(cartridge) 中进行，且无需鞘液、避免了样本污染和残留风险。上样简单、自动进行分选设置，无需操作人员进行高强度与长时间的培训就能轻松操作。由于实际分选过程都在样本舱进行，不会损失珍贵的样本材料；阳性和阴性分选组份均可在无菌洁净操作台内轻松回收。细胞不会受到高压、电荷及减压刺激，不同于传统的液滴分选仪，这种温和的分选方法可最大保持细胞活性和功能，即使经过多次分选，细胞活性也不会受影响，充分表明这种阀门介导的分选机制具有温和性质。美天旎MACSQuant Tyto细胞分选仪与样本舱功能示意图。A. 美天旎MACSQuant Tyto细胞分选仪；B. 样本舱；C.独特微芯片技术的分选示意图。单细胞测序前，使用美天旎MACSQuant Tyto细胞分选仪（MQ Tyto）进行目的细胞分选富集。分选过程不受到高压、电荷、减压与剪切力刺激，作用温和不影响细胞生物功能完整性，维持细胞基因转录图谱表现，提高细胞存活率与回收率。位于美国加州大学(University of California, Irvine- UCI)的Dr. Kai kessenbrock研究团队致力于研究机体正常组织内环境稳态和乳腺癌中的细胞通讯。他们在单细胞水平上系统性分析研究乳腺干细胞微环境(stem cell niche)中细胞通讯的机制和乳腺上皮組織内的异质性，进一步加深对早期肿瘤发生过程中系统性变化的理解；最终目的是开发用于早期检测的生物标记物以及改善乳腺癌的治疗策略。Dr. Kai kessenbrock团队在FVB小鼠取出小鼠乳腺组织，分别以美天旎MACSQuant Tyto细胞分选仪(MQ Tyto)与传统液滴式流式细胞分选(Droplet cell sorter)分离乳腺上皮细胞(CD49f+/EpCAM+)后，标记建库并进行单细胞测序；比较两种不同的流式细胞方法分选后，所获得的测序数据真实性与可靠性，也进行分选后的细胞培养，观察细胞存活与功能。小鼠乳腺上皮细胞分离与单细胞建库 (Data kindly provided by Quy Nguyen, UCI)1. MQ Tyto可有效分选出不同乳腺上皮细胞亞型（Luminal 1, Luminal 2, Basal-like subtypes），基因转录图谱完整呈现。聚类分析与差异基因热图展示2. 经由MQ Tyto分选，每个单细胞可捕获更多的mRNA数量(UMI)，获得更多可分析的基因数(Genes)；显示MQ Tyto保留了细胞的完整性。质控图3. 传统液滴式流式(Droplet cell sorter)细胞分选后细胞应激基因表现明显上调。这主要是来自于细胞分选操作过程中所受到的外力刺激，而非原始组织环境细胞的真实表现。应激基因表现量展示4. 细胞分选后，持续培养七天乳腺上皮细胞并形成乳腺球(mammosphere formation)进行计数。结果显示MQ Tyto组形成更多的乳腺球，表示其MQ Tyto分选后的上皮细胞维持其功能性与高存活率。综上，利用MQ Tyto对目的细胞进行分离与富集，作用温和不影响细胞生物功能完整性，维持细胞基因转录图谱表现，提高细胞存活率与回收率，开启单细胞测序成功的第一步。

2009年，单细胞测序技术问世。2013年被Nature Methods评为年度技术。2015年以来，10X Genomics、Drop-seq、Micro-well、Split-seq等技术的出现。2018年以来，以新格元为代表的国内单细胞平台如雨后春笋般涌现。Fig 0 单细胞平台一览图详细了解厂商和各家产品之前，预告一下“第六届基因测序网络大会”，会议上德运康瑞、墨卓等企业的专家代表将有精彩的分享。马上免费报名吧！报名页面：https://www.instrument.com.cn/webinar/meetings/geneseq2023/一、低通量单细胞平台低通量的单细胞平台主要是基于smart-seq2技术原理开发而来，典型代表有Fluidigm C1™ 单细胞全自动制备系统和WaferGen ICELL8® Single-Cell System两大平台。1、Fluidigm C1™ 单细胞全自动制备系统Fig1.1 富鲁达C1单细胞系统  2012年6月13日，Fluidigm 在日本横滨举行的国际干细胞研究学会 (ISSCR ) 上发布了C1™ 单细胞全自动制备系统，是真正第一个实现商业化的平台。  C1单细胞自动制备系统微流体技术，可以同时捕获多个单细胞（IFC：~96 cells；HT-IFC：~800 cells），在同一张芯片上完成细胞捕获、裂解、逆转录及预扩增的全过程，完成smart-seq全步骤的自动化。2、WaferGen ICELL8® Single-Cell SystemFig1.2 宝生物iCell8单细胞平台  2015年2月份，Wafergen公司开发出ICELL8 Single-Cell System单细胞分选平台，后被TaKaRa公司收购。  利用WaferGen Smart Chip TE平台筛选细胞，5184个反应孔，可进行单细胞RNA测序样本的制备、扩增、表达谱建库测序、生物信息分析，可快速得到样本间的基因表达差异。  每次运行可分离500~1800个细胞； 细胞的捕获效率大约37%； 细胞适用范围为5-100um； 样本通量为8（一枚ICELL8芯片上一次最多可以分析8种细胞样品）； 没有整合试剂，使用Takara试剂，需进行试剂优化； 自动成像技术系统：可实现单细胞反应孔可视化； 单细胞挑选软件：只挑选活的单细胞进入后续的处理，从而可以节约反应试剂，缩短数据分析时间。[点评]：虽然低通量测序现在不是市场上的主流，但是由于其实验的精密度是非常高的，已依旧没有被社会淘汰。二、高通量单细胞平台（进口）  2017-2018年，两大商业化的单细胞测序平台（10X Genomics, BD Rhapsody）出现，最终让单细胞测序技术进一步达到更大商业化。1、 Mission bio：专注于高通量单细胞DNA测序的平台Fig2.1 Mission bio Tapestri Single-cell Multi-omics Solution  Tapestri平台基于微液滴的微流控装置，利用油包水体系对细胞进行捕获与封装。封装时，细胞和蛋白酶等会被一起装入微液滴中，每一个微液滴相当于一个微容器。之后，细胞在微液滴中进行裂解、加条形码（barcoding）等步骤，再结合靶向 PCR 扩增技术，对特定的DNA目标序列与蛋白产物进行单细胞水平的建库。建库完成后，即可进行高通量测序和后续的生物信息学分析。• 专注单细胞DNA测序。• 高灵敏度，可检测含量低至0.1%的罕见亚克隆，以及突变的合子型和突-变共发生情况。• 多种检测类型，可检测SNV、InDel及CNV等多种变异类型。• 高通量，每个样本可测量5,000~10,000细胞。• 灵活性强，可定制化设计疾病基因检测靶点及CRISPR靶点 。2、Illumina® Bio-Rad®：基于数字PCR的高通量单细胞平台  2017年1月17日，Illumina公司和Bio-Rad实验室公司在JP摩根健康大会上发布了Illumina® Bio-Rad® Single-Cell Sequencing Solution。Fig2.2 Illumina Bio-Rad Single-Cell Sequencing Solution该系统包含Illumina® Nextseq 500和Bio-Rad® ddSEQ™ Single-Cell Isolator；Bio-Rad最好的液滴分离技术，Droplet Digital™技术，可以对单细胞进行隔离和编制条形码，然后在Illumina的许多主要NGS仪器上进行下游测序。• 可一次性检测8个样本，每个样本可以得到500~10000个细胞。• 捕获效率低，仅为3%，但测序成本相对较低。3、10x Genomics Chromium 高通量单细胞平台(controller/connect/X series)10X面对市场不同的需求推出了三款仪器。最早的这一款就是chromium controller，这款仪器配备了是标准通量和低通用的两款试剂盒。2021年的时候，10X上又推出了chromium X series这款仪器，目前这款仪器也是市场主推的一款。它适配的试剂盒的规格也更丰富。Fig2.3 10x Genomics Chromium 高通量单细胞平台另外10X推出的chromium connect仪器最大特点就是它能够实现从单细胞分离以及到最后NGS文库构建的一个全流程的过程，因此更加适合于一些大通量的实验室。• 每次运行提供8个通道，每个通道可以收集100-10000个细胞。（注：Chip M是16个通道）• 每次细胞分装运行时间为18min左右；• 细胞捕获效率最高可达65%；• doublet比例为0.9%/1000个细胞；• 针对单细胞ATAC分析，线粒体污染率低于2%；4、BD Rhapsody™：基于微孔板法的高通量单细胞分析系统  BD Rhapsody™单细胞分析系统包括BD Rhapsody™扫描仪和BD Rhapsody™ Express单细胞分析系统。BD Rhapsody™ Express 系统配备的专有单细胞捕获技术，以微孔为基础，稳定，能够捕获数百到数千个单细胞并为其打上条形码，分析基因组和蛋白质组信息。BD Rhapsody™扫描仪旨在可视化单个细胞捕获工作流程中的所有步骤，为每个步骤提供详细的分析度量，以便用户在整个工作流程中做出关键决策。Fig 2.4 BD Rhapsody™单细胞分析系统• 单细胞捕获效率：最高可达~80%• 单细胞检测通量：100-40000• 双细胞比例： ~2-3% for 10k cells load； ~8-10% for 40k cells load[点评]：1）10x Genomics仍是主力军，在国内拥有众多代理商和服务商，占据着80%左右的国内科研市场份额。同时该平台近两年注重空间组学平台开发，2022年推出了一系列新产品；10x Chromium X系列产品有多种应用类型，支持低中高3通通量模式，在推广上又与之前的Controller进行联动（增加保修年限），是10x的主力机型。2）BD Rhapsody™平台坚持微流控微孔板的原理，配备有扫描仪，可以实时监测单细胞状态，保证细胞的分离捕获效率；同时其配套有抗体和流式平台，在单细胞实验的组合解决方案上有明显优势（混样、与流式仪器上下互动组合）。3）Mission Bio单细胞平台专注单细胞基因组测序，在血液肿瘤方向深耕多年，接触临床应用时间较早；近些年在逐步增加国内服务商的覆盖，已有多家知名服务商与之合作。4）Bio-Rad与illumina合作推出的单细胞建库平台捕获效率较低，市场占有率及市场声音较低。点击图片即可报名参会，8位嘉宾将带来单细胞测序内容！三、高通量单细胞平台（国产）截止到2022.12.31，国内的单细胞平台共有10个，分为微流控微孔平台（以新格元Matrix系统为代表）和液滴微流控平台（以华大C4系统为代表）。1、新格元Singleron Matrix® 自动化单细胞测序文库构建系统可完成将单细胞悬液分散到微流控芯片的高密度微孔阵列中，并自动完成细胞分离、细胞裂解、细胞标记至mRNA捕获步骤，无需实验人员干预。Fig3.1 Singleron Matrix自动化单细胞测序文库构建系统• 单个样本单张芯片可捕获细胞数量500-30000个 • 每份样本捕获效率最高可达75% • 检测1000个细胞中含有双细胞的比例低于0.2％；[点评]新格元生物是国内首家一站式全方位的单细胞整体解决方案提供商，在产品方面既有单细胞转录组、核转录组、免疫受体等常规产品，同时也有单细胞转录动态监测、单细胞糖基化、单细胞靶向基因检测试剂盒等特色产品，能够给科研者提供更加多样的组学研究选择。是国产单细胞的主要玩家之一。2、华大智造：DNBelab C4高通量单细胞平台DNBelab C4是华大智造推出的基于负压的微流控单细胞技术。小巧轻便（长230mm、宽42mm、高57mm），无需电源，重量不到220g，操作简单，可随时开始单细胞建库。Fig3.2 DNBelab C4 Pocket Single-Cell Lab• 有效捕获细胞数：1000~12000 cells/run；• 细胞直径范围：5µm-25µm ；• 多胞率（Multiplet Rate）：8% ；• 捕获效率：30~60% ；3、寻因生物：SeekOne双平台体系（微孔板平台+液滴油包水平台）寻因生物有单细胞标记两大主流技术：油包水法SeekOne® DD和微孔芯片法SeekOne®MM（Microwell & Magnetic Beads)。1）微孔芯片法MM  SeekOne MM（Microwell & Magnetic Beads)高通量单细胞转录组试剂盒基于微孔技术原理，通过微孔芯片SeekOne Chip实现单细胞捕获，并利用核酸修饰的Beads 对不同细胞来源的RNA 进行分子标记，最终构建兼容Illumina及华大智造测序仪的高通量单细胞转录组文库。Fig3.3.1 SeekOne MM平台（手动法）• 单次可放置1-4张芯片，单人操作可同时处理1-4个样本；• 单张芯片微孔数：17w；• 单张芯片捕获细胞数：500-10000 cells；• 捕获率：最高可达60%；• 双胞率： 0.7% / 1000 cells；• 无需其他昂贵硬件配套2）油包水法DD  液滴油包水平台（DD）是寻因生物的主力平台，并基于该平台开发了相应试剂盒，其主要有单细胞3‘转录组试剂盒和单细胞5’免疫受体试剂盒。• 芯片通量：1~8个样本，可以拆卸不会有芯片浪费；• 运行时间：3 min生成15万个油包水液滴；• 单通道细胞捕获：500-12000 Cells；• 双胞率：0.3% / 1000 cells；[点评]寻因生物尽管对外宣称具有MM和DD双平台，但整体推广上仍侧重DD平台，并依托其可拆卸的芯片实现更加灵活的实验安排。目前该公司产品相对较单一，公司在推广上发力比较多，推出了相当多的视频专题进行客户教育，算是不错的行业先行者。4、墨卓生物在过去的2022年中，墨卓生物对外发布了单细胞液滴微流控平台及其试剂盒、微生物高通量单细胞基因组测序产品。其中单细胞液滴平台MobiNova-100引入了光激发分离（Light-CUT专利技术）原理，可以在单细胞核酸捕获阶段将分子标签与微珠进行分离，因此在实验中需要专门的配套设备。Fig4.1 墨卓生物单细胞仪器• 芯片通量：1~4个样本；• 试剂盒种类：目前仅有单细胞3‘转录组试剂盒；• 运行时间：10 min；• 单通道细胞捕获：500-20000；• 双胞率：5% / 10000 cells；此外墨卓生物还推出了MobiMicrobe 微生物高通量单细胞基因组测序解决方案及其仪器产品M1，主要是在菌株水平分析宿主-噬菌体关联信息及转录转移事件。• 样本通量：每次可处理1个样本；• 捕获通量：每个样本可捕获微生物细菌数量≥6000个；• 仪器配套高速相机，能够观测微芯片中微滴发生和融合；• 仪器配有低温存储模块能，可同时放置4个0.2 mL PCR反应管和4个1.5 mL离心管；• 仪器配有扩增模块（96x0.2ml，12x8连管或96孔 PCR板）• 仪器带有自检功能：仪器在开机和运行过程中会自动检测，遇到异常会发出报警提示。5、其他除了以上4个国产单细胞平台之外，在过去的两年中还出现过一些平台公司，他们均采用液滴法来作为技术源头，并处于早期产品阶段，以单细胞转录组、免疫受体等作为主推产品，为客户提供产品或者服务。这些厂家有万乘生物（10K genomics）、百迈克生物、跃真生物（m20 genomics）、德运康瑞、纯迅生物等。总结  截至2022年12月，目前国内市场共有2个低通量进口品牌、4个高通量进口品牌和10个国产品牌，均有各自的公司定位和产品体系以及对应领域解决方案。  纵览2022年国内市场单细胞信息，主要特点有：• 单细胞新平台频出。如墨卓，M20，百迈客均是2022年推出单细胞平台。• 单细胞平台特点突出，各有产品和市场定位，有从单品到一站式解决方法成长的趋势。• 单细胞市场更为成熟。各家单细胞平台对内完善了团队建设，对外加强服务商或产业端的合作。• 空间技术应用。10X主推空间原位，德运康瑞收购先能原位，华大和百迈客主推基于测序的空间技术。• 单细胞多组学，有单细胞平台的厂家基本在或计划开发单细胞多组学（免疫，表观，蛋白，突变，全长）产品矩阵。• 单细胞技术应用方向扩展到动物，植物，微生物。如联川，诺禾推出农口单细胞激励计划，BD联合华南农大推出经济作物单核文库构建方案。（信息来源于生物医学小站）第六届基因测序网络大会进入报名页面：https://www.instrument.com.cn/webinar/meetings/geneseq2023/点击图片报名

斯坦福大学的著名学者Stephen Quake及其同事本周在《美国科学院院刊》(PNAS)上发表文章，介绍了人类脑细胞的单细胞转录组测序研究成果。　　研究小组对近500个成人或胎儿脑细胞进行了单细胞RNA测序。利用这种方法，他们能够鉴定出大脑中所有主要的细胞类型，并确定神经元的亚型。他们还观察了神经元从早期发育到后期分化阶段的变化。　　&ldquo 这些结果为构建人类大脑的细胞图谱奠定了基础，&rdquo 作者在文中写道。&ldquo 这种图谱将有助于我们确定神经元、胶质细胞和血管细胞的特定标志物，并将其与其他信息相关联，以便完全阐明人类大脑的细胞复杂性。&rdquo 　　人类大脑是极其复杂的。它含有许多种类的细胞，它们的基因表达模式存在差异。因标志物相对较少，传统的细胞分类方法存在限制，因此只能提供特定细胞类型的有限分子鉴定。　　在这项研究中，研究人员使用了健康的神经元。它们是在癫痫的外科手术治疗过程中从人体中取得的。除了从8名成人中获得的样本，研究人员也研究了4个胎儿大脑样本中的细胞。他们总共对466个细胞进行单细胞RNA测序，以捕获成人和胎儿大脑中的细胞复杂性。　　这些细胞的转录特征确定了10种类型的细胞，包括小神经胶质细胞、星形胶质细胞、少突胶质细胞、神经元、前体细胞，以及之前没有明确定义的细胞。同时，当研究人员通过特异表达的基因来分类细胞时，细胞的分类稍微少了一些。　　在更精细的水平上，研究人员发现113个成体神经元细胞可分成7个子类，包括5类抑制性神经元和2类兴奋性神经元。　　最后，研究人员还利用单细胞转录组学来区分小鼠和人类脑细胞的基因表达特征，以及区分成体神经元和胎儿大脑中新生的神经细胞的转录模式。例如，单个神经元的转录模式表明，胎儿大脑中的神经元细胞明显不同于成人大脑中的那些。　　另一方面，一些成体神经元表达了主要组织相容性复合体I类的免疫相关基因，这些神经元因此可能有能力引起免疫应答，驳斥了神经元缺乏免疫活性的观点。　　作者认为，这项工作证明了单细胞RNA测序适用于人类大脑的研究，也向构建人类大脑的全面细胞图谱迈出了第一步。

p style="line-height: 1.5em text-indent: 2em margin-bottom: 10px "8月22日，《Nature》杂志上登载了北京大学汤富酬与中国工程院院士、北医三院院长乔杰联合团队研究的突破性进展，利用体外模拟人类着床策略和高精度单细胞测序技术，系统解析了人类胚胎着床过程中的基因表达调控网络和DNA甲基化动态变化过程。/pp style="text-align: center line-height: 1.5em text-indent: 0em margin-bottom: 10px "img title="微信截图_20190822101206.png" style="max-height: 100% max-width: 100% " alt="微信截图_20190822101206.png" src="https://img1.17img.cn/17img/images/201908/uepic/68d79771-843c-4dbe-ab62-343a98901e60.jpg"//pp style="text-align: center line-height: 1.5em text-indent: 0em margin-bottom: 10px "人类胚胎体外模拟着床生长过程（图片来源于网络）/pp style="line-height: 1.5em text-indent: 2em margin-bottom: 10px "span style="color: rgb(0, 176, 240) font-family: 楷体,楷体_GB2312, SimKai font-size: 16px "论文摘要：/span/pp style="line-height: 1.5em text-indent: 2em margin-bottom: 10px "span style="color: rgb(0, 176, 240) font-family: 楷体,楷体_GB2312, SimKai font-size: 16px "胚胎着床是包括人类在内的哺乳动物发育过程中的里程碑事件，生理状态下超过半数以上的人类胚胎由于无法顺利着床导致不孕。既往研究通常使用小鼠和食蟹猴等模式生物对这一过程展开探索，然而调控围着床时期胚胎发育的分子机制和形态学变化特征在不同物种之间存在较大差异，这使得在小鼠等模式生物研究中获得的调控规律较难为人类胚胎发育研究提供有价值的线索。然而，由于人类胚胎着床发生在受精卵形成后一周左右的时间点，这使得研究者们无法获得生理状况下的这一发育阶段的人类胚胎。长期以来，这一人类关键发育阶段一直成为发育生物学研究的黑匣子。为了深入探讨这一过程中的分子动态规律，挖掘调控胚胎着床过程中的潜在分子机制，2019年7月，北大-清华生命联合中心汤富酬课题组携手乔杰课题组合作在Nature在线发表了题为Reconstituting the transcriptome and DNA methylome landscapes of human implantation的研究论文。结合体外模拟人类着床策略和高精度单细胞多组学测序技术（single-cell RNA-seq, single-cell Trio-seq2），首次利用单细胞转录组和DNA甲基化组图谱重构了人类胚胎着床过程，系统解析了这一关键发育过程中的基因表达调控网络和DNA甲基化动态变化过程。/span/pp style="line-height: 1.5em text-indent: 2em margin-bottom: 10px "在此之前，汤富酬课题组和乔杰课题组长期紧密合作，致力于包括着床前胚胎在内的人类生殖系细胞发育过程中基因表达、表观遗传学调控特征和潜在的机制研究：利用单细胞转录组测序技术、微量细胞DNA甲基化组测序技术、单细胞DNA甲基化高通量测序技术、单细胞多组学测序技术（REF）等一系列单细胞技术对在此研究领域已取得多项研究成果。/pp style="line-height: 1.5em text-indent: 2em margin-bottom: 10px "该课题主要依托的技术平台为北京大学生命科学仪器中心（成像平台）和北京大学高精尖中心高通量测序平台。/pp style="text-align: center line-height: 1.5em text-indent: 0em margin-bottom: 10px "/pp style="text-align: center "img title="ICG官网-测序中心图片.jpg" style="max-height: 100% max-width: 100% " alt="ICG官网-测序中心图片.jpg" src="https://img1.17img.cn/17img/images/201908/uepic/c0188744-623f-4c41-98af-4ea9f2bcf793.jpg"//pp style="text-align: center "北京大学高精尖中心高通量测序平台（图片来源：ICG官网）/p

p style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/62139129-db23-4bbb-8cbc-637d0cd43a9b.jpg" title="1.jpg" alt="1.jpg" width="600" height="400" border="0" vspace="0" style="width: 600px height: 400px "//pp style="text-indent: 2em "自2009年单细胞测序技术问世，2013年单细胞测序技术被Nature Methods评为年度技术以来，它越来越多被应用在科研领域。strong2015年以来随着10X Genomics、Drop-seq、Micro-well、Split-seq等技术的出现，彻底降低了单细胞测序的成本门槛/strong。自此单细胞测序技术被广泛应用于基础科研和临床研究，相应成果也备受CNS青睐，文章如雨后春笋般频频出现在高分杂志。2018年单细胞测序技术的研究成果涉及到strong肿瘤微环境、免疫治疗，动植物胚胎发育，心血管疾病的发生发展机制/strong等众多领域，单细胞检测新技术也是层出不穷，博奥晶典日前对该领域的突破与变革进行了盘点。br//pp　　span style="color: rgb(192, 0, 0) "strong单细胞测序之肿瘤微环境/strong/span/pp　　strongspan style="color: rgb(0, 112, 192) "1. Nature及Nature Medicine两连发：北京大学张泽民教授课题组重磅解析结直肠癌和肺癌免疫微环境/span/strong/pp　　2018年6月、10月张泽民教授课题组分别在Nature Medicine和Nature发布重大研究成果，在单细胞水平绘制肺癌和结直肠癌T细胞免疫图谱，揭示了肺癌和结直肠癌T细胞的亚群分类、组织分布特征、肿瘤内群体异质性及药物靶基因表达情况，鉴定了跨组织分布的T细胞类群及亚群间潜在的状态转换关系，这对于肺癌和结直肠癌的诊断和治疗具有重大意义。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/7906f0e2-5b3c-41f4-99ad-85ed22ec68c2.jpg" title="2.jpg" alt="2.jpg" width="600" height="258" border="0" vspace="0" style="width: 600px height: 258px "//pp style="text-indent: 2em "strongspan style="color: rgb(0, 112, 192) "2. Cell：美国研究团队绘制目前规模最大免疫细胞图谱，探索乳腺癌免疫微环境/span/strong/pp　　2018年8月23日，美国纪念斯隆-凯特琳癌症中心团队，使用单细胞转录组测序，分析了人乳腺肿瘤以及配对的正常乳腺组织，外周血和淋巴结4个组织来源的共47016个免疫细胞的基因表达特征。揭示肿瘤内淋巴细胞和髓系细胞的异质性，与正常乳腺组织相比表现出显著的表型扩增。这种异质性通过各种环境刺激反应引起的组合基因的表达，且TCR的特异性参与了T细胞组合基因表达的形成。所观察到的T细胞状态的连续性变化颠覆了之前较少分化或激活离散状态形成的肿瘤微环境的经典概念。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/1aec8376-6555-4e79-bf34-d215a679860b.jpg" title="3.jpg" alt="3.jpg"//pp style="text-indent: 2em "span style="color: rgb(0, 112, 192) "strong3. Cell：以色列研究团队使用单细胞转录组测序揭示黑色素瘤肿瘤浸润T细胞的转录组异质性和分化途径/strong/span/pp　　2018年12月，以色列Ido Amit实验室李汉杰博士等通过对25名黑色素瘤患者肿瘤中免疫细胞的单细胞转录组测序和单细胞TCR测序分析，绘制黑色素瘤详尽的免疫细胞图谱。该研究发现尽管不同免疫细胞亚型存在于大多数患者中，但是它们的相对丰度在不同患者中存在很大差异。此外，尽管丰度不同，所观察到的CD8T细胞的的分化途径却是高度保守的。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/4bcc0345-c9ed-4d27-b43f-7651eb206877.jpg" title="4.jpg" alt="4.jpg" width="600" height="400" border="0" vspace="0" style="width: 600px height: 400px "//pp style="text-indent: 2em "strongspan style="color: rgb(192, 0, 0) "单细胞测序之人脑“中央处理器”/span/strong/pp　　strongspan style="color: rgb(0, 112, 192) "1. Nature：中国科学家王晓群等人首次解析人脑“中央处理器”，领先美国脑计划/span/strong/pp　　2018年3月，中国科学家团队在国际顶级期刊Nature发表重要研究成果，研究团队使用单细胞转录组测序分析了2300多个来源于8~26孕周、尚处于发育阶段的人类前额皮质细胞。该研究明确了细胞构成、重构了这些神经细胞类型之间的发育谱系关系，比美国“脑计划中的细胞图谱部分”快了一步。 这为解答前额叶皮层如何参与“思考和思想形成”这一关键问题的后续研究提供了高精度的细胞图谱，是前额叶皮层发育研究史上的重要突破和重大进展。/pp　　strongspan style="color: rgb(192, 0, 0) "单细胞测序之细胞图谱/span/strong/pp　　自2017年，“人类细胞图谱计划”开展以来，2018年进展神速，3月，Sanger研究所官网宣布，完成了25万个发育细胞测序。研究成果已经陆续Online，为我们后续使用单细胞测序开展研究提供了丰富的数据资源。/pp　strongspan style="color: rgb(0, 112, 192) "　1. Science：7万个肾组织单细胞测序数据，揭示肾癌细胞身份标签/span/strong/pp　　2018年8月10日，英国剑桥大学韦尔科姆基金会桑格学院研究所在Science发表题为“Single-cell transcriptomes from human kidneys reveal the cellular identity of renal tumors”的文章，该研究通过分析72501个肾组织细胞的转录组数据特征，并结合了对应肾癌组织的全基因组测序数据，鉴别了正常的肾细胞和癌变的肾细胞，精确地解释了人类肾癌各组分及对应的细胞特征。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/8896820f-d722-4fc0-b39e-f63910fef3e3.jpg" title="5.jpg" alt="5.jpg"//pp　　strongspan style="color: rgb(0, 112, 192) "2. Nature：7万个单细胞测序数据，绘制了人类妊娠6-14周胎盘最详细细胞图谱/span/strong/pp　　2018年11月15日，英国剑桥桑格研究所的研究人员在Nature上发表了题为“Single-cell reconstruction of the early maternal–fetal interface in humans”的研究成果，该研究对妊娠早期(6~14周)胎盘的约7万个细胞进行单细胞转录组测序并绘制了胎盘细胞图谱，为理解人类妊娠早期胎盘的细胞组成和细胞通讯带来了新见解。此外，这项研究还探索了对妊娠成功至关重要的维持生理环境稳定的机制。/pp　　该研究发现了个别细胞亚群的特化功能，并鉴定出了可能有助于使有害母体免疫反应最小化的调控互作。此外，该研究还鉴定出了蜕膜自然杀伤细胞(dNK，decidual natural killer)的三个主要亚群。在初次妊娠期间，dNK1亚群细胞与特定的胎盘细胞之间的互作可能使dNK1细胞能够更加有效地应答再次妊娠时的胎盘植入。这些发现为理解早期妊娠提供了重要信息，对提高妊娠相关疾病的诊疗具有一定意义。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/08298ac6-3361-4cbf-9217-6a11afe3c76c.jpg" title="6.jpg" alt="6.jpg" width="600" height="400" border="0" vspace="0" style="width: 600px height: 400px "//pp style="text-indent: 2em "strongspan style="color: rgb(0, 112, 192) "3. Cell：1500个样品的单细胞测序数据，构建出人类迄今最详尽免疫细胞图谱/span/strong/pp　　2018年11月15日，美国拉霍亚免疫学研究所的研究人员在Cell发表了题为“Impact of Genetic Polymorphisms on Human Immune Cell Gene Expression”的研究成果，并构建了DICE数据库(https://dice-database.org/)分享他们的数据，通过该数据库，全世界的科研学者可以探究这些数据，探究他们与基因、细胞类型或者疾病存在的关联。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/9da30748-f8a7-477a-abb6-0790852c2691.jpg" title="7.jpg" alt="7.jpg" width="600" height="400" border="0" vspace="0" style="width: 600px height: 400px "//pp　　strongspan style="color: rgb(192, 0, 0) "单细胞测序之胚胎和组织器官发育/span/strong/pp　　一个受精卵，如何从单细胞发育分化为不同的细胞类型，一个成熟的组织或者器官又是如何一步步发育而来，一直是个未解之谜。单细胞测序的出现为解开这些谜团提供了强有力的工具。/pp　　strongspan style="color: rgb(0, 112, 192) "1. PNAS：10X 平台国内首篇科研论文，发现肺泡发育和再生的新机制/span/strong/pp　　2018年2月，北京生命科学研究所的汤楠、蔡涛团队，使用单细胞转录组测序技术在肺泡发育和再生研究领域取得突破性进展，发现肺泡I型细胞(ATI)在肺泡发育和再生过程中存在异质性，lgfbp2是一种高度特异性的AT1细胞终末分化标记，为肺部疾病和肺再生功能的遗传和细胞机制提供了重大参考。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/6d766f8d-6e2d-489d-ad72-6ae591c3374e.jpg" title="8.jpg" alt="8.jpg" width="600" height="257" border="0" vspace="0" style="width: 600px height: 257px "//pp style="text-indent: 2em "strongspan style="color: rgb(0, 112, 192) "2. 3篇Science长文：揭开早期胚胎发育神秘面纱/span/strong/pp　　2018年4月26日，哈佛大学的科研团队在Science杂志同时发表三篇文章，用单细胞转录组测序技术绘制了斑马鱼和非洲蟾蜍胚胎发育过程的细胞图谱，研究成果为我们理解发育生物学提供了重大线索。/pp　　通讯作者之一Allon Klein在哈佛医学院官方新闻中表示，“通过单细胞测序技术，我们现在可以在一天的工作中重复出过去数十年来关于生命早期阶段细胞命运决定的研究(With single-cell sequencing, we can, in a day’s work, recapitulate decades of painstaking research on the decisions cells make at the earliest stages of life)”。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/7199c918-8557-4804-a0b8-343c3ef1c1a0.jpg" title="9.jpg" alt="9.jpg" width="600" height="400" border="0" vspace="0" style="width: 600px height: 400px "//pp　　strongspan style="color: rgb(192, 0, 0) "单细胞测序之单细胞转录组测序新技术/span/strong/pp　　strongspan style="color: rgb(0, 112, 192) "1. Cell：浙江大学郭国骥团队创建基于Micro-well单细胞检测技术，绘制国际首张哺乳动物细胞图谱/span/strong/pp　　2018年2月23日，浙江大学医学院郭国骥团队在Cell杂志发表了题为“Mapping the Mouse Cell Atlas by Microwell-seq”的科研论文。该研究成果利用实验室自己开发的一套Microwell单细胞测序检测技术，对小鼠近50种组织器官的40多万细胞进行了单细胞转录组测序，绘制了国际首个哺乳动物的细胞图谱。该技术不仅提高了单细胞技术的检测丰度，检测费用相对于油滴包裹的单细胞测序技术降低了一个数量级。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/b9f8b3e8-619e-4ac4-b9c6-65ac2dda25ff.jpg" title="10.jpg" alt="10.jpg"//pp style="text-align: center "span style="text-indent: 2em "基于Micro-well的单细胞转录组测序技术原理/span/pp　　strongspan style="color: rgb(0, 112, 192) "2. Science：SPLit-seq将单个细胞的转录组测序建库成本降至1美分/span/strong/pp　　2018年3月16日，美国艾伦研究所和华盛顿大学的研究团队在Science发表科研论文，该技术通过成本低廉的组合条形码原理，将单细胞转录组测序成本降低到1美分，从而使单细胞转录组测序这个高大上的技术彻底“平民化”，再一次打破了单细胞检测的费用门槛。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/1f6830ff-bda2-4278-aa44-55dbeea3ceb6.jpg" title="11.jpg" alt="11.jpg"//pp style="text-indent: 2em "strongspan style="color: rgb(192, 0, 0) "单细胞测序之单细胞其他组学检测技术/span/strong/pp　　2018年单细胞检测新技术频出，为我们更好认识细胞和开展单细胞水平的研究提供了丰富的解决方案。/pp　　strongspan style="color: rgb(0, 112, 192) "1. BD公司单细胞靶向基因检测方案推出，灵活的订制体系为单细胞检测技术走向转化提供了温床/span/strong/pp　　2018年1月，BD公司基于Micro-well检测原理推出BD Rhapsody单细胞测序平台，靶向基因的检测更有利于低表达基因的检出。针对乳腺癌、免疫反应、T细胞、干细胞等设计了多个Panel，大幅降低了单细胞测序检测费用，使得单细胞测序技术走向临床转化成为可能。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/c5ded522-4d7b-4c03-a023-d7c5fac06a79.jpg" title="12.jpg" alt="12.jpg" width="600" height="400" border="0" vspace="0" style="width: 600px height: 400px "//pp　　strongspan style="color: rgb(0, 112, 192) "2. 10X Genomics单细胞CNV解决方案推出，助力大规模单细胞基因组检测/span/strong/pp　　2018年6月，10X Genomics公司推出单细胞CNV解决方案，该方案基于Droplet的原理可以并行分析数千个细胞的单细胞DNA，并通过基因组比对获取每个细胞在基因组不同位置的倍性。该解决方案使单细胞基因组学研究得以加速，从单个细胞到群体单细胞研究。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/53fff5ce-65fd-4f2e-a9c1-a731846e73c3.jpg" title="13.jpg" alt="13.jpg" width="600" height="169" border="0" vspace="0" style="width: 600px height: 169px "//pp style="text-indent: 2em "strongspan style="color: rgb(0, 112, 192) "3. BD公司Abseq检测技术，推动单细胞表面蛋白检测/span/strong/pp　　2018年9月，BD公司利用其多年在流式检测和抗体检测的经验，推出单细胞细胞表面蛋白解决方案，BD Abseq assay。该技术将高质量的抗体和寡核苷酸结合在一起，使得科研人员能够在BD平台开展单细胞表面蛋白的检测。此外，通过改进该技术还可以与单细胞RNA同时检测，完整揭示出单个细胞内基因和蛋白在生物学系统中的作用。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/c066cdd1-360d-4789-b890-ab55f1299506.jpg" title="14.jpg" alt="14.jpg" width="600" height="300" border="0" vspace="0" style="width: 600px height: 300px "//pp　　strongspan style="color: rgb(0, 112, 192) "4. 10X Genomics单细胞检测技术与ATAC-seq强强联合：推出首个大规模单细胞表观遗传学解决方案——单细胞ATAC检测技术/span/strong/pp　　Science和Nature在2015年分别发表了《通过标记组合细胞研究单细胞染色质可及性》和《单细胞染色质可及性揭示转录调控机理》两篇文章。这两篇论文先后提出利用单细胞ATAC-seq技术对染色质可及性进行检测，探索细胞转录调控机制，解决了以往存在的细胞异质性难题，成为ATAC-seq技术的一大突破。/pp　　2018年10月，10X Genomics单细胞ATAC-seq解决方案正式推出，其基于10X Genomics Chromium平台，在单细胞水平对细胞染色质开放区域进行检测的新技术。可用于绘制细胞染色质开放区的单细胞图谱，是一种单细胞水平研究表观遗传学的有效手段。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/56d308fc-04d3-40fe-a076-aac1026893ba.jpg" title="15.jpg" alt="15.jpg" width="600" height="293" border="0" vspace="0" style="width: 600px height: 293px "//pp style="text-indent: 2em "strongspan style="color: rgb(0, 112, 192) "5. The Scientist评选2018年十大创新技术，10X Genomics单细胞免疫组库检测技术荣获第4/span/strong/pp　　2018年12月，在10X Genomics公司先后推出针对人和小鼠的单细胞TCR+BCR检测方案后，科学家杂志对此给予高度评价，年底的十大创新技术评选中，该技术荣获第4。单细胞免疫组库检测除了可以获取单细胞的基因表达数据外，还可以获取编码免疫细胞表面受体(TCR/BCR)的基因序列信息,借此我们可以轻松地获取到一个细胞内的α链β链，以及重链轻链的组合信息，为我们更为全面的认识免疫细胞提供了精细准确的解决方案。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/b35a2172-9071-4a63-995f-c7547c9019f5.jpg" title="16.jpg" alt="16.jpg" width="390" height="500" border="0" vspace="0" style="width: 390px height: 500px "//pp style="text-indent: 2em "strongspan style="color: rgb(192, 0, 0) "单细胞测序之细胞空间定位/span/strong/pp　strongspan style="color: rgb(0, 112, 192) "　1. Cell：斯坦福大学科研团队首次发现肿瘤细胞和免疫细胞的结构化空间分布/span/strong/pp　　2018年9月6日，斯坦福大学科研团队在Cell发表题为“A Structured Tumor-Immune Microenvironment in Triple Negative Breast Cancer Revealed by Multiplexed Ion Beam Imaging”的研究论文，该文章改善了原位成像检测一两个蛋白这种低通量的检测手段，使用不同的同位素标记36个蛋白，然后通过离子束激发，产生对应的离子信息，从而获得多个蛋白在单细胞水平的信息。通过该技术，我们可以系统地理解乳腺癌肿瘤细胞和不同种类免疫细胞的空间分布特征，而获取到这些信息，也能更为精确地帮我们认识不同患者的细胞分布特征，进而评估免疫治疗的预后。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201901/uepic/798c3809-8e27-485b-b87d-e4cb1ab68ab2.jpg" title="17.jpg" alt="17.jpg" width="600" height="300" border="0" vspace="0" style="width: 600px height: 300px "//pp　　span style="color: rgb(0, 112, 192) "strong2. 2018年12月，10X Genomics收购Spatial Transcriptomics，拓展“空间基因组学”业务/strong/span/pp　　该技术将组织学和基因表达分析相结合，结合显微镜成像技术和RNA测序技术，可以从一片完整的冰冻组织切片中，获取切片上不同位置细胞中的完整转录组数据。它不仅可以获取单细胞的基因数据，还可以比较组织不同部位的细胞基因信息变化，了解细胞间的相互作用，在肿瘤学、神经科学和免疫学等疾病领域提供了丰富的可能性和广阔的应用前景。/p

单细胞测序在疾病诊断和细胞异质性研究中发挥着重要作用。然而目前的单细胞测序手段需要将细胞消化并裂解才能够进行，而细胞状态在这一操作中不可避免的会发生改变，因此很难掌握细胞真实的基因表达情况，尤其对于基因通路上表达变化的检测为不利。近期苏伊士理工大学使用FluidFM创建了一种原位活细胞基因测序方法，这种方法能够在不杀死细胞的情况下完成对细胞的测序工作。通过这种技术该团队成功完成单细胞RNA基因测序，并通过这种方法检测到了细胞的基因表达和细胞周期状态变化。下面本文就这项工作的具体内容进行阐述。1. Live-Seq测序技术简述由于单个细胞的RNA总量仅有10 pg。为了实现无损的单细胞测序，该团队先使用FluidFM对现有的scRNA-Seq单细胞测序的方法进行了优化。为了尽可能的接近Smart-Seq的测试条件，该团队采用了先将缓冲液吸入探针，然后再进行细胞提取的操作。这样可以确保所提取的RNA能够很快与缓冲液混合，从而避免RNA的降解。通过这一方法，该团队成功实现了IBA细胞的测序，证明了这种方法的可行性（图1）。图1. Live-Seq技术a. Live-Seq技术的示意图和代表图片，黑色箭头指代液面；b. IBA细胞测序的质量控制图（n=10）。2. Live-Seq技术分析细胞系和细胞状态为了证实Live-Seq的有效性，该团队对多种细胞系进行了测序，这其中包括IBA细胞、小鼠脂肪干细胞和祖细胞（ASPCs）以及脂多糖处理的RAW264.7细胞和Mock处理的RAW264.7细胞。通过对这些细胞系进行测序发现，该方法能够区分上述细胞系，并且在特征基因检测中能够找到每种细胞所对应的特征基因，证明了Live-Seq方法的有效性（图2）。图2. Live-Seq单细胞测序区分细胞型及细胞状态a. 实验方法示意图，使用LPS和PBS对RAW细胞进行处理；b. 前500个高度易变基因的tSNE图；c. 前十的细胞型、细胞状态差别基因的热图；d. 小鼠基因图谱预测，使用前100个标记基因的团簇；e. Live-Seq对比scRNA-Seq的锚点分析，显示两者没有显著差异。3. Live-Seq技术对细胞的活力基本没有影响Live-Seq技术的显著优势在于提取过程中不会破坏细胞。通过对提取前后的测序对比可以发现，提取组与空白组之间的团簇没有显著性差异。并且通过对细胞形态的观察，发现细胞的形态基本没有改变，并且多数细胞仍然能够正常分裂（图3）。图3. Live-Seq对细胞活力的影响a. 细胞实验的示意图；b. Live-Seq测序后不同时间点（1h,4h）的scRNA-Seq的tSNE图；c.不同时间点scRNA-Seq所有能够发现差异的基因（共12个）；d.不同时间点的细胞形态图片。4. Live-Seq技术能够记录细胞下游分子表型事件由于Live-Seq对细胞生理状态影响小，因此能够监测在细胞代谢过程中的基因变化。通过对比LPS处理的巨噬细胞周期实验发现，Live-seq技术与对照组的细胞代谢水平相比没有明显变化，因此这种方法测量的数据十分接近细胞代谢中基因表达的真实水平。通过测序对比LPS处理与空白的测序结果发现Nfkbia与Tnf的表达为相关。这一结果也验证这种测序方法在检测细胞下游表型时的优势。图4. Live-Seq技术的单细胞纵向分析a. 实验示意图；b. 不同处理细胞的mCherry强度变化；c. 3~7.5h之间mCherry强度变化；d. Tnf-mCherry强度变化的线性回归模型；e. Nfkbia与Tnf在Live-Seq测序中的表达关系；f. Nfkbia与Tnf在scRNA-Seq测序中的表达关系；g. Live-Seq测序中细胞处于S期的评分；h. Live-Seq测序中细胞周期的mTnf-mCherry强度变化；i.Tnf-mCherry的荧光强度增量（3~7.5h）。5. Live-Seq技术对同一细胞多次测序Live-Seq技术的无损性甚至能够实现对单个细胞的多次测序。通过对单个细胞两次提取后细胞活力变化的观察中发现，细胞的活力即使在2次提取后仍没有发生明显的变化，基因型分析也没有发现明显的基因表型改变。图5. Live-Seq对细胞的多次提取j.连续测序的示意图和代表图像；k.Live-Seq的tSNE图；l.整合Live-Seq和scRNA-Seq的tSNE图。 6. 总结Live-Seq是一种十分具有前景的单细胞测序的新方法，得益于FluidFM技术的无损提取的优势，Live-Seq技术除了能够实现传统测序的功能外，还降低了细胞的损伤，能够提供更加原生和真实的测序信息。这种特点甚至让单细胞的基因表达动力学研究成为可能。相信随着这种技术自动化的提高，将为单细胞测序技术带来更多可能。 参考文献：[1]. Genome-wide molecular recording using Live-seq, Wanze Chen, Orane Guillaume-Gentil, Riccardo Dainese, Pernille Yde Rainer, Magda Zachara, Christoph G. Gäbelein, Julia A. Vorholt, Bart Deplancke, bioRxiv 2021.03.24.436752 DOI: https://doi.org/10.1101/2021.03.24.436752

6月24日，第六届清华校友三创大赛健康医疗全球总决赛天使组一等奖——墨卓生物与百奥智汇达成战略合作，两家校友企业基于“利用前沿技术，服务人类健康”的共同价值追求，充分发挥各自优势，为用户及合作伙伴提供高质量的服务和解决方案，共同推动单细胞测序技术在生物医学领域的应用与临床转化。墨卓生物今年4月15日已发布了高稳定、高性价比的MobiNova单细胞解决方案，方案包括MobiNova-100自动化仪器、MobiCube单细胞转录组试剂盒和生信分析软件，全面覆盖单细胞测序上游实验和数据质控需求。MobiNova-100平台上将搭载单细胞（核）转录组、免疫组、ChIP-seq、微生物单细胞等多组学解决方案。MOBINOVA-100单细胞测序建库系统（点击查看）百奥智汇凭借国际领先的单细胞大数据分析挖掘及强大的算法开发与运用能力，建立了国际上先进的单细胞组学数据库OmniDatasets、一站式单细胞数据分析软件OmniAnalyzer Pro及单细胞大数据可视化分析&挖掘平台OmniBrowser™ ，可提供全球领先的单细胞测序技术一站式解决方案。基于本次合作，墨卓生物和百奥智汇整合双方优势，共同为全球范围内的科研用户提供从实验到数据分析的单细胞测序全流程科研服务。同时，百奥智汇成为墨卓生物全球首席数据分析战略合作伙伴。未来，双方还将利用单细胞测序技术，共同发起国际单细胞研究领域的合作项目，用单细胞测序技术助力人类健康研究。墨卓生物创始人兼CEO裴颢博士表示：“百奥智汇在单细胞数据分析方面拥有超强技术实力和丰富的经验，通过我们的测试发现一站式单细胞数据分析软件OmniAnalyzer Pro产品操作简单，功能齐全，分析结果可靠，可以完美复现CNS文章结果，在很大程度上解决了广大科研用户的分析困扰。此次非常荣幸能有机会与百奥智汇深度合作，百奥智汇在单细胞数据分析方面的深厚积累和墨卓优越的单细胞测序平台的联合，一定将会让单细胞测序技术更好的助力人类健康、造福社会。”百奥智汇联合创始人、首席运营官洪涛先生表示：“百奥智汇在单细胞数据分析与大数据挖掘方面拥有核心竞争力，一直致力于将单细胞机理研究平台与生物信息学大数据/AI平台应用于人类疾病的诊断与治疗，为单细胞测序技术走向临床做先锋探索。”关于墨卓生物墨卓生物的单细胞产品性能优越，同时能显著降低单细胞测序成本，未来更将兼容FFPE样本。墨卓生物的微生物单细胞测序技术，也将在肠道微生物临床领域有巨大应用潜力。墨卓和百奥的合作能够发挥彼此在单细胞研究领域的优势，创造1+12的效果，为科研、临床工作者提供更强大的技术支持。”墨卓生物创立于美国波士顿，落地中国浙江，汇集了由国际一流科学家和跨国医疗器械公司高管等组成的一批优秀人才。墨卓致力于用创新微流控和单细胞测序技术赋能科学研究与精准医疗。目前已经成为拥有微流控、测序、生化、硬件开发、生信等关键技术，推出单细胞测序与数字PCR双技术平台，在液体活检、伴随诊断、生命科学研究等多领域并行发展的科研+IVD解决方案领跑者。关于百奥智汇百奥智汇是一家生命科学技术公司，致力于将单细胞机理研究平台和生物信息学大数据/AI平台充分应用于癌症等重大人类疾病的诊断和治疗。通过创建人类疾病的精准细胞图谱，充分利用自身强大的科研能力、自有平台和数据，百奥智汇将寻找具突破性的疾病诊断和治疗靶标、开发颠覆性的治疗方法。

一、项目基本情况1.项目编号：HXJC2024HG/047项目名称：崖州湾国家实验室大型仪器设备采购项目2(第一部分)预算金额：896.000000 万元（人民币）采购需求：本次招标采购共分为2个包，每包遴选出1家符合要求的供应商，为采购人提供仪器设备的供货服务。具体分包情况如下表：包号设备名称单位数量是否可采购进口产品（是/否）是否需要授权函（是/否）核心产品（是/否）最高投标限价（万元）1步入式植物培养室套2是是是4662小麦小区收割机台2是是是430 注：符合条件的供应商可以投1包或多包，并分包编制投标文件。合同履行期限：第1包：合同签订后7个月内供货并安装完毕。第2包：合同签订后10个月内供货并安装完毕。本项目( 不接受 )联合体投标。2.项目编号：HXJC2024FG/041项目名称：崖州湾国家实验室油菜基因组三代测序及分析服务采购项目预算金额：400.000000 万元（人民币）采购需求：本次招标拟择优选择1家合格的供应商，根据采购人要求，为采购人提供油菜基因组三代测序及分析服务，具体服务内容如下：（1）Survey建库测序分析项目序号项目类型单价最高限价子项目1Survey提取建库100元/样子项目2Survey测序1100元/样子项目3Survey信息分析700元/样 （2）油菜样本的PacBio HiFi测序组装项目序号项目类型单价最高限价子项目1三代提取和建库1800元/库子项目2PacBio Revio测序12000元/样子项目3基因组组装和挂载8000元/样 （3）基因组注释及泛基因组构建项目序号项目类型单价最高限价子项目1基因组注释4000元/样子项目2泛基因组构建2000元/样 合同履行期限：自合同签订后两年。本项目( 不接受 )联合体投标。3.项目编号：HXJC2024FG/042项目名称：崖州湾国家实验室单细胞测序服务采购项目预算金额：340.000000 万元（人民币）采购需求：本次招标拟择优选择1家合格的供应商，根据采购人要求，为采购人提供单细胞测序分析技术服务。合同履行期限：自合同签订后360日内。本项目( 不接受 )联合体投标。二、获取招标文件时间：2024年06月13日 至 2024年06月20日，每天上午9:00至11:30，下午13:30至16:00。（北京时间，法定节假日除外）地点：中招联合招标采购平台（http://www.365trade.com.cn）。方式：线上购买电子版招标文件，详见“特别告知”。售价：￥600.0 元，本公告包含的招标文件售价总和三、对本次招标提出询问，请按以下方式联系。1.采购人信息名 称：崖州湾国家实验室　　　　　地址：三亚市崖州区还金路8号　　　　　　　　联系方式：余老师 13301296867　　　　　　2.采购代理机构信息名 称：北京华夏京诚咨询有限公司　　　　　　　　　　　　地　址：北京市海淀区西直门北大街甲43号金运大厦B座802室　　　　　　　　　　　　联系方式：王建保、刘雅萌、高宏鹏、马建军010-82582703-805/816/809　　　　　　　　　　　　3.项目联系方式项目联系人：王建保、刘雅萌、高宏鹏、马建军电　话：　　010-82582703-805/816/809

四月二十七日的Nature Methods杂志上发布了一项引人注目的测序技术，G&T-seq(Genome and Transcriptome Sequencing)。该技术能够实现大规模的DNA和RNA平行测序，同时展现单个细胞的基因组序列和基因活性。　　研究人员用G&T-seq对220个小鼠和人类细胞进行测序，获得了空前详细的信息。他们首次观察到，当细胞丢失或获得染色体拷贝时，该区域的基因表达也会出现相应的变化(减少或增加)。　　&ldquo 在单个细胞中同时测序基因组和转录组，我们可以看到基因变异的功能性影响，&rdquo 文章的通讯作者之一，鲁汶大学和Wellcome基金会桑格研究所的Thierry Voet,教授说。&ldquo G&T-seq有助于更深入的理解正常组织和疾病组织之间的遗传学差异，为人们提供正常发育和疾病发展的新线索。举例来说，人们可以通过G&T-seq更好的理解肿瘤中的癌细胞多样性。&rdquo 　　在此之前，人们还无法同时测序单个细胞中的DNA和RNA。而G&T-seq可以在多种测序仪上实现这一点，对DNA和RNA进行高通量的单细胞测序。　　&ldquo 这一方法的可扩展性令我们感到振奋，&rdquo 文章的第一作者，Wellcome基金会桑格研究所Dr Iain Macaulay说。&ldquo 为了真正理解组织中的细胞异质性，我们需要同时获得大量细胞的基因组和转录组数据。随着测序成本的不断下降，这种大型项目将更具可行性，最终使我们详细了解人类组织中的细胞多样性和生活史，&rdquo 　　研究人员用G&T-seq测序了同一个人的两种细胞：乳腺癌细胞和正常血细胞。正常细胞大多拥有两个拷贝的染色体，而癌细胞往往存在染色体片段的缺失或冗余，其转录组也和正常细胞大不相同。　　他们在乳腺癌细胞中发现了一种与癌症有关的新染色体融合。随后，研究人员用Pacific Biosciences公司的长读取测序仪进一步分析了这些细胞的转录组，获得了融合转录本的完整序列，鉴定了发生融合的具体位点。　　研究人员还发现，正常血细胞中有四个细胞的11号染色体存在三个拷贝，它们11号染色体的RNA表达出现了峰值。这是传统测序技术无法检测到的。　　研究人员通过G&T-seq对早期胚胎发育进行了研究。他们用化合物处理小鼠胚胎使其染色体不稳定，然后与正常小鼠胚胎进行比较。研究结果再次证明，当小鼠获得或者丢失染色体的时候，会立刻引起基因表达量的改变。　　&ldquo G&T-seq能为我们揭示更多的细胞特征，&rdquo 文章的通讯作者，牛津大学的Chris Ponting教授说。&ldquo 我们希望将来还可以涵盖表观遗传学数据，更全面的理解正常发育和疾病过程中细胞异质性。&rdquo

近日发表在《自然方法》杂志上的一篇新论文中，美国加利福尼亚大学圣克鲁斯分校（UCSC）的研究人员介绍了有史以来第一种使用“泛转录组”分析全基因组RNA测序数据的方法。分析一个人的基因表达需要将他的RNA图谱映射到一个标准参照物，以深入了解基因在多大程度上“开启”并在体内发挥功能。但当参照物不能提供足够的信息来进行准确映射时，研究人员可能会遇到问题，这被称为参照偏差。由UCSC生物分子工程副教授本尼迪克特帕特恩领导的一组科学家发布了一个工具包，允许研究人员将个人的RNA数据映射到一个更丰富的参照物上，解决参考信息的偏差，并带来更准确的映射。研究人员表示，泛基因组和转录组的结合在此前从未真正完成过，这是第一次有人尝试将泛基因组作为RNA测序图谱的标准特征。该工具将帮助世界各地致力于通过RNA测序分析了解基因表达的研究人员。“有了这个工具包，我们正在利用从泛基因组获得的更多样化的数据来改进基因表达数据的测量，这一点在个体之间可能会有很大的差异。”帕特恩说，“这样做的目的是让人们在关注基因表达的研究中感受到更多样化的数据的影响，从而更好地分析细胞模型、有机体模型和其他研究应用。”绘制RNA测序数据以了解基因表达可能很困难，因为RNA序列是由细胞机制拼接而成的，这意味着一组RNA数据可能来自基因组的非连接区域，这使得将它们正确地与参照物对齐成为一种挑战。这些剪接点在人类群体中因人而异并不统一，也很难知道RNA来自哪个单倍型。利用新的开源工具，研究人员可获取个体RNA的拼接片段，绘制它们在泛基因组上的排列位置，确定数据属于哪种单倍型，并分析基因表达。

近年来，单细胞基因组学是十分热门的研究方向，以“三高”著名——高逼格、高门槛、高分文章。此外，对于下游测序公司来说，还存在高利润的优势。单细胞基因组学在免疫学、肿瘤学和神经学研究等各个科学领域发挥着关键作用。2013年，Nature杂志将年度技术授予了单细胞基因测序，认为该技术将改变生物界和医学界的许多领域。单细胞基因组研究主要技术单细胞基因测序主要步骤为：单细胞的分离--DNA/RNA的提取和扩增(全基因组扩增和全转录组扩增)---测序以及后续的分析和应用。其中，单细胞的捕捉和分离是第一步，具有一定挑战性，目前主要包括流式细胞术、激光捕获显微切割技术和微流控技术。全基因组和全转录组扩增是单细胞测序的难点，近几年也取得了较大突破，目前扩增技术已逐渐成熟。全基因组扩增技术主要有：简并寡核苷酸引物PCR扩增(DOP-PCR)，多重置换扩增(MDA)；和基于多次退火和成环的扩增循环(MALBAC)几种技术。全转录组扩增技术，从PCR扩增（SMART-SEQ2等）到IVT扩增（CEL-SEQ2等），到现在的高保真DNA聚合酶扩增（SPLIT-SEQ等）。单细胞测序上游市场及主要供应商由于单细胞基因测序技术的应用前景被广泛看好，多家上游科技企业纷纷投入研发单细胞基因测序产品，2017年以后，更多商业化单细胞测序平台陆续走向市场。目前，国外品牌在单细胞基因组学技术中占主导地位，包括10x Genomics、伯乐、富鲁达、Illumina和凯杰、BD、安捷伦等。2020年，全球单细胞基因组学产品的销售额为5.19亿美元，预计到2025年将以高个位数的年复合增长率增长。富鲁达的 C1平台，是世界上第一个商业化的用于基因组学研究的自动化单细胞样本制备系统。通过采用创新的微流控专利技术，能够快速可靠地分离、处理、并对单细胞进行基因组分析。利用微流控芯片(IFC)，可快速捕获并实现96或800个单细胞的核酸样本制备。一步法完成从捕获、裂解到逆转录和预扩增的过程，进行各类单细胞测序建库。该平台的商业化开始让更多人涉足单细胞测序领域，但该技术成本较高，通量相对较低，目前一些非RNA类单细胞测序仍会采用该技术。Fluidigm C1平台10X Genomics是一家年轻的公司，于2012年成立，2019年9月在美国纳斯达克上市，同年营业收入为2.46亿美元，一开始就专注于单细胞测序。2016年2月10X Genomics推出主要产品Chromium单细胞转录组测序平台，该平台利用微流控、油滴包裹和baecode标记等技术来实现高通量的细胞捕获技术，能够一次性分离、并标记500–10000个单细胞，从而获得每个细胞的3’端的转录组信息。10X Genomics 近两年也多次陷入专利纠纷的官司中，2020年后，其单细胞测序产品 Chromium开始全部使用Next GE微流控芯片。为了解决常规测序系统读长限制所带来的的无法满足组装、结构变异、多态性等问题，10X Genomics推出了GemCode平台，通过条形码信息将Illumina短序列再次连接，获得更有研究价值的长片段信息。10X Genomics还推出了升级版的Chromium系统，在GemCode的基础上整合单细胞测序。每次实验可分析1000至10000个细胞，增加了检测稀有细胞的灵敏度和准确度。10X Genomics Chromium单细胞测序产品BD Rhapsod单细胞捕获系统比10X晚一年推出，2018年3月进入中国市场。BD Rhapsod平台采用分子标签技术，为单细胞中每个转录本标记特异性分子标签，实现单细胞水平上基因表达谱的绝对定量。平台源于Cytoseq蜂窝板技术，采用20万+个微孔（远超过细胞数量，目的就是为了一孔一个细胞），因此可以叫做“微孔捕获”，效率更高。捕获后也是裂解细胞，再进行mRNA抓取。结合Rhapsody特有的单细胞分离技术，单次实验可制备100-10000个单细胞文库，用户可根据需求定制引物，将检测范围集中在目标基因，大幅降低后续测序成本。BD Rhapsody单细胞分析平台2017年1月，Illumina和伯乐在JP摩根健康大会上发布了Illumina Bio-Rad Single-Cell Sequencing Solution。该综合解决方案是单细胞分析的第一个新一代测序(NGS)工作流程。解决方案包括ddSEQ™ Single-Cell Isolator和SureCell™ WTA 3’Library Prep Kit。伯乐最好的液滴分离技术，Droplet Digital™ 技术，可以对单细胞进行隔离和编制条形码，然后在Illumina的许多主要NGS仪器上进行下游测序。全面的工作流程解决方案包括使用BaseSpace Informatics Suite，Illumina的云端基因组学计算环境进行初级和中级数据分析，使用流式细胞分析技术的领先公司FlowJo, LLC所开发的SeqGeq™ 进行高级数据分析和可视化处理。该测序系统可一次性检测8个样本，每个样本可以得到500~10000个细胞，研究单细胞在组织功能、病情进展和治疗反应方面的协同作用。与其他高通量捕获平台相比：Illumina Bio-Rad捕获效率低，仅为3%，但测序成本相对较低。Illumina Bio-Rad Single-Cell Sequencing Solution包括全新的ddSEQ Single-Cell Isolato（与NextSeq 500合照）宝生物（Takara Bio），是一家集试剂、耗材、仪器和服务为一体的生物技术公司，旗下的Clontech品牌拥有单细胞RNA-Seq文库构建的核心专利——SMART技术，由此发展处单细胞全基因组扩增技术、高通量单细胞捕获分选技术等。2015年2月份，宝生物收购的Wafergen公司开发出ICELL8 Single-Cell System单细胞分选平台，平台基于微流控芯片的技术，ICELL8利用WaferGen SmartChip TE平台筛选细胞，平台拥有5184个反应孔，可进行单细胞RNA测序样本的制备、扩增、表达谱建库测序、生物信息分析，快速得到样本间的基因表达差异。该平台具有通量高，周期快等特点，解决了传统单细胞扩增中通量低，价格贵的问题，为需进行大量细胞捕获筛选的研究提供了高效单细胞分选平台。该平台的细胞捕获效率为30%，成本相对较低。ICELL8 Single-Cell System2017年11月，英国Dolomite Bio公司推出Nadia单细胞自动制备仪，可平行运行1,2,4,8个样品， 每个样品18min内可生成6000个单细胞库；专为DropSeq方案设计；使用一次性试剂盒，防止污染；自动检测试剂盒状态，触摸屏控制，全自动运行。Nadia创新平台，可以使用自己的试剂，开发新的方法，可调节液滴大小、频率、温度、搅拌和时间等参数，一旦条件摸索成功，可通过Nadia单细胞自动制备仪在相同条件下平行运行2,4,8个样品。此前，该公司已推出单细胞RNA测序系统和μEncapsulator细胞包裹系统。Nadia单细胞自动制备仪Namocell是专注于单细胞分离分选技术的生物仪器公司，其自主研发的微流体单细胞分离平台，在单细胞基因组产前基因筛查方面已有所应用。 单细胞分选分离仪是集流式细胞术和微流控技术于一体的新一代细胞分离技术，仪器能够通过光电检测系统，识别标有荧光抗体的目的细胞，在激光照射的后的微流体通道中，设有电子开关，能够将目的细胞所在液体捕获，并且单个分离出来。Namocell单细胞分选分离仪除了细胞分选、建库和测序的仪器产品，凯杰、安捷伦等公司也在单细胞基因组研究领域有所布局，凯杰公司有单细胞全基因组扩增试剂盒，安捷伦公司除了之前的高通量寡核苷酸微阵列芯片和试剂盒等产品外，就在今天（1月26日）还宣布与一家叫新格元的分子诊断公司合作，共同开发针对单细胞测序的一站式解决方案，其中安捷伦将提供质量控制产品仪确保获得高质量测序文库，同时可改进样品处理和文库制备流程。此外，还有众多初创公司瞄准单细胞基因组学市场，以下为来源于某网站的不完全统计名单：国内也有科研团队正在从事相关领域的研究。如2020年12月，厦门大学杨朝勇教授团队研发的Digital-WGS样品前处理平抬，可基于数字微流控的自动化处理功能来简化高性能单细胞的WGS。该平台集成了并行纳升体积多重置换扩增(MDA)的所有主要步骤，包括从单细胞分离到全基因组扩增(WGA)的自动处理。通过在DMF芯片上结合流体动力学和表面润湿性，无论细胞类型和输入如何，都可以通过液滴操作自动有效地(100%)分离单个细胞。Digital-WGS允许在所有步骤中对液滴进行可寻址的控制，以大大提高裂解效率和反应的均匀性。可寻址和非接触式工作流程减少了与污染物或内源性背景的竞争，从而提高了基因组模板的有效浓度，为执行单细胞测序提供了一种有效的途径，对于单细胞基因组测序有广阔的应用前景。小结总体来讲，单细胞基因组学市场的快速发展，主要得益于政府及科研单位的重视和资金投入、测序技术成本的降低以及RNA测序技术的进步。此外还有多组学分析的专门技术，涉及利用各种“组学”学科，如基因组学、蛋白质组学和转录组学来收集和分析复杂、大量的生物数据。虽前景大好，单细胞基因组学市场目前仍面临诸多挑战，如相较于群体细胞测序，单细胞样品的分离、获取难度会大幅度增加，由于管理大量测序数据输出而导致的潜在数据分析错误，相关企业卷入了各种涉及知识产权、并购和其他商业交易的诉讼案件，以及新冠疫情导致2020年初产品销售中断等可能存在的持续影响。目前，单细胞基因测序更多应用还处于基础科研阶段，预计到2025年，单细胞基因组学将在整个科学技术市场占有重要地位。

2021 年 1月26 日，南京——安捷伦科技公司（纽约证交所：A）今日宣布将与新格元生物科技有限公司开展合作，共同致力于加速单细胞测序技术的发展和应用。双方领导带领团队合影高通量单细胞测序技术可在单细胞分辨率下获得基因组和遗传信息。与传统基因组分析相比，这种方法具有诸多优势，它可以支持研究人员检测复杂和罕见的细胞群，并阐明不同细胞谱系的发展轨迹。它是研究癌症和免疫系统等复杂和异质性系统的有力工具。安捷伦大中华区诊断与基因组学事业部总经理郑晓玮（左）与新格元创始人、首席执行官方南（右）签署战略合作协议新格元是一家创新型分子诊断公司，致力于将突破性的单细胞分析技术应用于临床诊断、药物开发和健康管理。安捷伦和新格元将共同为客户提供针对单细胞测序的一站式解决方案。双方领导为《安捷伦单细胞测序质控认证实验室》揭牌安捷伦大中华区诊断与基因组学事业部总经理郑晓玮评论道：“新格元拥有先进的一站式单细胞测序系统，可提供从组织样品处理到数据分析和挖掘的全面解决方案。安捷伦的质量控制产品可确保获得高质量测序文库，同时可改进样品处理和文库制备流程。两家公司强强联手，将共同建立适合不同样品类型的单细胞测序流程质控标准，以确保单细胞测序数据的准确性。我们期待未来能够推动单细胞测序迈上新台阶！”新格元创始人、首席执行官方南博士说道：“可靠的单细胞测序工作流程需要每个实验步骤都有准确的质量控制方法。我们很荣幸能与安捷伦科技公司这一世界领先的生命科学仪器公司达成战略合作，为我们的客户提供包括样本保存处理、单细胞分离、条形码编码、扩增、文库构建和质量控制在内的一体化解决方案。我们将与安捷伦一起，共同开发针对不同临床样品单细胞测序工作流程的QC金标准，以推进突破性单细胞测序技术在临床中的应用。”除此次的合作外，新格元目前也是安捷伦认证的测序质量控制实验室，拥有向客户演示安捷伦 NGS 质量控制仪器的资质。关于安捷伦科技安捷伦科技公司（纽约证交所：A）是生命科学、诊断和应用化学市场领域的全球领导者，致力于提供敏锐洞察与创新，帮助提高生活质量。我们的仪器、软件、服务、解决方案和专家能够为客户最具挑战性的难题提供更可靠的答案。在2020财年，安捷伦的营业收入为53.4亿美元，全球员工数为16400人。关于新格元新格元生物成立于2018年，专注高通量单细胞多组学平台产品的自主开发及临床转化。公司成立后发展迅速，现已拥有国际领先的一站式高通量单细胞测序平台，提供从组织样本处理，高通量单细胞分离及测序文库构建，到数据分析和临床意义挖掘的全面解决方案。现有产品包括自主开发生产的Singleron Matrix™自动化单细胞测序文库构建仪器，GEXSCOPE®高通量单细胞转录组试剂盒、单细胞核转录组试剂盒、免疫受体试剂盒，FocuSeq™靶向高通量单细胞测序产品，CeleScope™生信分析软件，及SynEcoSys™单细胞数据库，并已服务近300家知名医院，药企，及科研院所。

p　　每个细胞都是独一无二的，但我们的研究对象往往是细胞群体，忽略了这些细胞之间的异质性。正因如此，单细胞a title="" style="color: rgb(255, 0, 0) text-decoration: underline " href="http://www.instrument.com.cn/application/SampleFilter-S01-T000-1-1-1.html" target="_self"span style="color: rgb(255, 0, 0) "基因组学/span/a研究受到了越来越多的关注。/pp　　单细胞基因组学领域近年来发展得非常迅速，为人们揭示了复杂生物学体系的许多重要线索，包括微生物群落的生态多样性和人类癌症的基因组。一月二十五日Nature Reviews Genetics杂志发表的一篇重要综述，全面介绍了单细胞a title="" style="color: rgb(255, 0, 0) text-decoration: underline " href="http://www.instrument.com.cn/application/SampleFilter-S01-T000-1-1-1.html" target="_self"span style="color: rgb(255, 0, 0) "基因组测序/span/a的发展现状。文章的通讯作者是著名科学家、斯坦福大学生物工程系主任Stephen R. Quake。/pp　　Quake也是HHMI 研究员、美国科学院、美国工程院、美国医学院院士。他的主要贡献在于将集成芯片的原理和技术成功地应用于生物学和医学研究，目前名下拥有80项专利，并创办了4家公司。/pp　　这篇文章首先探讨了单细胞基因组测序面临的技术挑战，随后介绍了一些技术进步带来的生物学新发现。重点关注用单细胞基因组测序研究微生物暗物质，评估多细胞生物中遗传嵌合现象的致病作用，尤其是癌症。文章末尾还预测了未来几年单细胞基因组测序可能出现的一些进展。/pp　　前不久，北京大学汤富酬和文路发表的点评被Nature杂志评为了2015年最佳评论文章。这篇文章重点介绍了Hubrecht研究所的单细胞mRNA测序研究，特别是他们开发的RaceID算法。这种聪明的算法能够在复杂的细胞混合物中有效鉴定稀有细胞类型。RaceID假定不同细胞类型强力表达一些特异性的“异常值”基因。只要仔细排除技术和生物学噪音，就可以从测序数据中鉴定到这样的基因。单细胞mRNA测序与RaceID算法结合在一起形成了一个强大的工具，可以帮助人们深入了解健康和病变器官中的各种细胞类型高度表达基因以随机爆发的形式转录，这一现象也被称为转录爆发(Transcriptional bursting)。为了在细菌中研究转录爆发的具体机制，哈佛大学和北京大学生物动态光学成像中心的研究人员开发了一个高通量的单分子分析技术，对各DNA模板的体外转录进行了跟踪研究。这一成果发表在2014年07月的Cell杂志上，文章的通讯作者是著名学者谢晓亮教授(X. Sunney Xie)。谢晓亮教授是单分子生物物理化学和相干拉曼散射显微成像的开拓者之一。近年来他在单细胞测序技术上取得突破，发表了不少重要成果。/pp　　我们知道，单细胞的DNA(大约只有6 pg)无法满足测序的mg级样品量需求。为了从少量样品中获得更多信息，全基因组扩增技术(WGA)应运而生。目前市场上出现了多种扩增试剂盒，但它们的表现还没有一个综合的评估。为此，华大基因的研究人员利用7种试剂盒开展单细胞全基因组扩增，系统地比较了不同WGA方法的优点和缺点，尤其关注变异检测。这项成果于2015年8月发表在《GigaScience》期刊上。/p

谢晓亮　　12月21日出版的美国《科学》杂志发表了题为《单细胞全基因组测序探索精子重组规律和遗传缺陷》的论文。同时，该期《科学》杂志也将单细胞全基因测序列为2013年六大值得关注的科学领域之一。　　该论文由美国科学院院士、哈佛大学教授谢晓亮课题组与北京大学生物动态光学成像中心(BIOPIC)研究员李瑞强课题组等联合完成。谢晓亮在接受《中国科学报》记者采访时表示，这项工作首次实现了高覆盖度的单个精子全基因组测序，构建了迄今为止重组定位精度最高的个人遗传图谱，这一技术方法在男性不育症研究和肿瘤早期诊断及个体化治疗等生物医学领域有着广泛的应用前景。　　谢晓亮指出，单细胞DNA扩增技术和高通量测序技术的发明，使得测序单个细胞(精子)的基因组成为可能，利用单细胞全基因组测序技术来研究人类的染色体重组规律，具有以往技术无法比拟的优势。　　首先，精子是天然重组产生的单倍体，取材方便，而且一个人身上可取的精子数量几乎是无限的，可以很容易地研究个人水平的重组分布规律 其次，单细胞全基因组测序技术提供了最高的分子标记密度，减少了偏差，能够得到最为精确的片段交叉重组定位结果，可以非常清晰地揭示片段交叉重组的分布以及个人水平上重组率的分布规律 第三，测序技术本身具有高通量、自动化等特点，随着未来测序成本的进一步降低，可以对一个人更多的精子进行测序，从而获得精度更高的个体特异性的重组率分布图谱，也可以通过比较很多人的精子来研究重组率分布在不同个体之间的差异。　　据谢晓亮介绍，以往对人类染色体重组的研究，由于受到实验技术的限制，分辨率一直都比较低，此外由于一个家庭内的孩子数目有限，以往的研究都是在群体水平上开展的，而无法开展个体水平的遗传重组规律研究。　　需要注意的是，重组率在整个基因组中并非均匀分布，而是集中在一些散布的狭小区域内，且不同物种之间以及相同物种的不同个体之间都可能存在明显差别。其中，为什么基因区附近的重组率会降低，成为长期困扰学术界的一个难题。　　研究人员使用新近发明的MALBAC扩增技术，对一个亚洲男性的99个精子进行了单细胞全基因组DNA扩增，并且利用HiSeq高通量测序技术对每个精子分别进行了一倍深度的测序，其定位精度远远超过几个月前斯坦福大学一个小组的报道。研究人员首次发现，基因区附近重组率的降低由分子机制所决定，而非自然选择的结果，从而一举解决了多年来困扰学术界的生物学难题。　　谢晓亮强调，单细胞全基因组测序是一种先进的技术方法，在未来生物医学研究中大有“用武之地”。　　例如，谢晓亮等人在此次精子测序结果中发现，有5%的精子基因组是非整倍体的，而非整倍体会造成严重的先天性出生缺陷。因此，利用单细胞全基因组测序技术，有望揭示更多的导致男性不育症的原因。　　谢晓亮还指出，已有的研究表明，基因或基因组变异是肿瘤发生的根本原因，利用单细胞全基因组测序技术，可以对获取的肿瘤细胞进行更为精确和深入的分析，了解癌细胞的基因如何突变，以及肿瘤的来源、属于哪种基因型等，为早期检测和诊断肿瘤和肿瘤的个体化治疗提供指导。

2023年1月11日，北京大学汤富酬等团队合作在《Cell Discovery》在线发表题为“High-throughput and high-sensitivity full-length single-cell RNA-seq analysis on third-generation sequencing platform”的研究论文，该研究在第三代测序平台上进行了高通量、高灵敏度的全长单细胞RNA-seq分析。https://www.nature.com/articles/s41421-022-00500-4研究概述01为了克服上面的问题，研究人员开发了SCAN-seq2一种基于TGS平台的高通量，高灵敏度的全长RNA-seq方法。研究对来自九个细胞系的总共5472个细胞进行了SCAN-seq2，显示了数据处理管道的详细流程图以及过滤、解复用和重复数据删除后读取的总体统计数据。通过参考引导的转录组组装，研究人员鉴定了数千种新型全长RNA亚型。假基因的转录本可以与相应亲本基因的转录本区分开来，其中数百个显示出细胞类型特异性表达模式。此外，研究发现可以准确确定高度多态性T细胞受体（TCR）和B细胞受体（BCR）基因（免疫球蛋白）的V（D）J重排事件。最后，研究证明了HepG2和Hela细胞在剪接体抑制剂异银杏素（IGG）处理后的保守凋亡反应。SCAN-seq2被证明是单细胞全长转录组研究的一种新的有前途的工具。研究进展02在SCAN-seq2中，每32个具有不同3 '条形码的单细胞的第一链cDNAs在逆转录后聚集在一起。通过在PCR引物中引入24-nt条形码，在PCR扩增过程中加入不同的5 '条形码。通过这种方法，该研究一次测序最多可以测序3072 (32 × 96)个单细胞。从平均的角度来看，当对960个细胞进行测序分析时，研究人员在每个细胞中检测到超过4000个基因和4500个组装良好的RNA异构体。每个24 bp条形码的序列错误数总体上小于3，远低于96个不同条形码的编辑距离(11个碱基)。研究还比较了通过SCAN-seq2和基于NGS的方法鉴定的同一文库的ERCC UMI。当编辑距离为1时，86%的SCAN-seq2 UMI可以分配给相应的NGS UMI，验证了SCAN-seq2 UMI的合理质量。这些结果表明，SCAN-seq2具有高通量和高灵敏度。然后，研究人员评估了交叉污染的水平。经过严格的质量控制，来自Library 4CL的所有细胞的读数基本上与小鼠或人类参考转录组正确比对，只有一个细胞（0.28%）被鉴定为受污染，证实了SCAN-seq2的低交叉污染率。添加 UMI 后，SCAN-seq2 实现了与黄金标准方法 Smart-seq3 相当的精度。在所有5个文库中，UMI计数与实际ERCC浓度之间的Pearson相关系数均高于0.85。SCAN-seq2和Smart-seq3合并数据对全局基因表达的相关性为0.83，验证了这两种方法的一致性。此外，每对单个细胞之间的平均相关性达到0.95，与Smart-seq3一样高，表明SCAN-seq2具有很高的重现性。癌细胞系中异银杏素（IGG）反应的SCAN-seq2技术性能和分析SCAN-seq2也可用于研究TCR和BCR，其中转录本是在可变（V），多样性（D）和连接（J）基因片段重组后产生的。在H9和GM12878中均检测到大量抗原受体编码转录本。对于TCR，在H9细胞中仅检测到基因TRAC和TRBC1的转录本，表明TCRαβ基因的表达。我们发现基本上所有的H9细胞对β链都具有相同的V（D）J重排，TRBV13作为V元素，TRBD263作为D元素，TRBJ1-2作为J元素。正如预期的那样，没有检测到α链的D元素。进一步鉴定了两个亚克隆，对应于α链的两个VJ重排。GM12878的BCRs亚克隆之间的主要区别在于重链，而轻链基本相同。我们鉴定的最大GM12878克隆与GM12878免疫球蛋白的“真实基因注释”完全一致5.这些结果证明，SCAN-seq2可以准确确定恒定区域的TCR和BCR基因转录本和V（D）J重组，从而可以在单细胞分辨率下准确检测T细胞和B细胞的克隆多样性。研究意义03总而言之，相比其他已发表的基于TGS平台的scRNA-seq方法，SCAN-seq2同时表现出高通量和高灵敏度。作为一种全长测序方法，SCAN-seq2可以获得更均匀的转录本信息，而不会发生片段和富集。因此，为了获得全长转录本每个片段的相同覆盖率，SCAN-seq2所需的测序深度可能远低于短读长测序。作为一种更方便的工具，SCAN-seq2可用于以单细胞和单个RNA亚型分辨率研究不同的生物系统，并帮助了解许多疾病的复杂机制。参考资料：https://www.nature.com/articles/s41421-022-00500-4

细胞异质性作为细胞系统中一种普遍存在的现象，受到生物研究领域的日益关注。在传统的群体分析中，单个细胞的独特差异往往被整体的平均值所掩盖，而这些被忽略的细节恰恰构成了细胞分化过程中的关键线索。随着微阵列芯片、核酸测序、质谱等技术的进步，对单一细胞进行基因组、转录组、代谢组和蛋白组分析已不再遥不可及。特别是核酸扩增技术的进步极大地推动了基因组、转录组在单细胞层面的测序技术的应用。尽管取得了这些进步，但在单细胞层面对蛋白质和代谢物的分析仍然面临重大挑战，这主要是由于它们的量有限且缺少有效的扩增手段。本文提出了一种新的策略，通过一次性单细胞蛋白质组和代谢组分析（scPMA），可以在单次LC-MS/MS分析中同时获取单个细胞的蛋白质和代谢物信息。通过这种策略，研究人员能够整合单个细胞的多组学数据，以深入理解细胞内部相互作用的网络和调控细胞状态的复杂机制。scPMA策略共包括以下三个部分（图1）：单细胞捕获及分离、纳升级样品预处理、一次性LC注入和质谱检测。前两个环节都是基于课题组前期自制的机械装置操作完成的，最后一部分才是scPMA策略的亮点。在常规分析流程中，由于蛋白质组和代谢组在物理化学特性上的根本差异，它们通常需要匹配不同的质谱检测技术。因此，在传统的样本预处理阶段，蛋白质和代谢物会被分离，随后各自经历特定的处理流程，并最终分别进行LC-MS/MS检测。然而，这些额外的分离和处理步骤不仅增加了分析的复杂性，而且往往不可避免地会导致样本的损失，特别是在处理单细胞水平的微量样本时，这种损失尤为显著，可能对研究结果的准确性和可靠性造成影响。基于此，作者希望能够开发一种易于使用的方法来实现同一单细胞个体的蛋白质组和代谢组同步分析。图1 一次性单细胞蛋白质组和代谢组同步分析示意图实际上，代谢物和蛋白酶切后的肽段在C18反相色谱柱上的保留时间是存在差异的。如图2所示，在作者设置的45 min梯度下，大部分A549细胞酶切的肽段在9至17 min的范围内就已流出（图2a），而此时流动相中乙腈的最高含量仅为40%。而A549细胞产生的代谢物则主要分布在17 min之后，只有极少部分是在17 min以前流出（＜10）（图2b）。导致这些现象的根本原因是肽段与代谢物之间疏水性的差异，因此，该策略更适合蛋白组与有一定疏水性的代谢物分析。得益于C18的有效分离，可以在色谱梯度的不同时间段针对不同的样本成分（肽段/代谢物）设置不同的质谱检测参数（图2c）。有效的色谱分离加与之匹配的双区域质谱检测便可实现一次性单细胞蛋白质组和代谢组双重分析。与之前的单组学的结果相比，scPMA策略在定量深度上并无明显差异（图2d-f）。图2 单蛋白质组和代谢组分析与scPMA的性能比较 通过scPMA策略，研究者们能够对单个肿瘤细胞（包括A549、HeLa和HepG2细胞）进行双重组学分析，平均定量了816、578和293个蛋白质以及72、91和148个代谢物。并利用UMAP聚类和随机森林机器学习模型，基于单细胞的蛋白质组、代谢组和双重组学信息，实现了对细胞类型的初步分类（图3、4）。根据结果可得知，细胞在代谢组中的异质性要大于蛋白组。图3 scPMA策略分析单个肿瘤细胞（包括A549、HeLa和HepG2细胞）图4 基于单细胞的蛋白质组、代谢组和双重组学信息对细胞进行分类随后，作者还利用scPMA方法在单细胞水平上研究了多柔比星对肿瘤细胞的诱导作用（图5）。对比药物处理组的各个单细胞样本发现给药后不同的单细胞在蛋白质表达上存在着异质性，这也是在群体分析中无法观察到的现象。与未给药的细胞相比，给药组共鉴定出255个差异蛋白(图5b、c)，一些肺癌细胞中过表达的蛋白显著降低。大部分的差异蛋白涉及的通路与DNA、染色质、核小体的合成有关（图5g）。同样，给药组和未给药组中鉴定出的代谢物也被用于UMAP聚类(图5d)和差异分析。差异分析结果(图5e、f)显示，93种代谢物有差异表达。其中，多柔比星仅在给药组检测到。值得注意的是，在给药组的各个细胞中，多柔比星丰度有明显的离散分布，甚至有10倍的丰度差异。这一结果表明不同的细胞个体具有不同的药物吸收水平，从而表现出明显的细胞异质性，这可能为进一步深入探索提供启发。基于差异蛋白质组和代谢组信息，利用MetaboAnalyst 5.0进行联合通路分析，分别富集出62条和234条相关通路。其中有37条显著相关的通路涉及的差异蛋白和代谢物与核糖体、DNA复制等药物作用机制有关（图5i）。图7.氘代差异分析流程示意图这些结果展示了scPMA策略在单细胞分析中的潜力，尤其是在药物干预研究中的应用前景。同时，这项工作也证明了一次性获取单细胞蛋白质组和代谢组信息的可行性，为未来在细胞分化、衰老和肿瘤免疫等领域的研究提供了新的工具。本文2024年发表在Analytical Chemistry上，One-Shot Single-Cell Proteome and Metabolome Analysis Strategy for the Same Single Cell。该文章的通讯作者是来自浙江大学化学系微分析系统研究所的方群教授。