scRNA-seq：單細胞轉錄組測序服務
單細胞轉錄組測序
單細胞轉錄組測序是在單個細胞水平上對轉錄組進行高通量測序分析的一項技術，本質是對極微量核酸進行測序檢測。
表觀生物推出基於華大智造DNBelab C-TaiM4單(dan)細(xi)胞(bao)液(ye)滴(di)生(sheng)成(cheng)儀(yi)的(de)轉(zhuan)錄(lu)組(zu)測(ce)序(xu)服(fu)務(wu)，該(gai)設(she)備(bei)基(ji)於(yu)液(ye)滴(di)微(wei)流(liu)控(kong)原(yuan)理(li)，用(yong)於(yu)細(xi)胞(bao)的(de)分(fen)選(xuan)和(he)標(biao)記(ji)，具(ju)有(you)細(xi)胞(bao)捕(bu)獲(huo)率(lv)高(gao)，建(jian)庫(ku)測(ce)序(xu)成(cheng)本(ben)低(di)等(deng)優(you)點(dian)，助(zhu)力(li)腫(zhong)瘤(liu)、幹細胞、發育等方向疾病機製研究、細胞特異性分析，發現標誌物，開發藥物等研究。
技術原理
DNBelab C-TaiM 4 基於Drop-seq的液滴捕獲原理，將帶有Cell Barcode的凝膠微珠（大磁珠）、帶有oligo測序標簽的凝膠微珠（小磁珠）和單個細胞包裹在同一個“油包水”液滴中。然後在液滴中將細胞裂解，單個細胞釋放出的mRNA被大磁珠微珠的oligo-dT捕獲，同時與小磁珠測序接頭結合，隨後在液滴中共同進行進行逆轉錄反應，破乳回收cDNA中間產物和Oligo產物後分別進行cDNA文庫和Oligo文庫的構建，最後上機測序，進行數據分析[1]。
技術優勢
1. 配備獨立4通道微流控通路，可靈活完成1~4個樣本的細胞分離、標記
2. 細胞捕獲率高，適用於較多樣本類型
3. 建庫測序成本更低，有效數據更多
送樣要求
細胞或組織樣本，具體要求請詳詢
樣本類型
僅限人和大小鼠
樣本物種
分析內容
基本分析
1.數據預處理和質量控製
2.細胞barcode比對
3.基因組比對
4.細胞質控和過濾
5.細胞降維聚類
6.細胞自動注釋
7.細胞周期分析
高級分析
1.標記基因功能富集分析
1.1 GO富集分析
1.2 KEGG通路富集
2.細胞軌跡分析
3.細胞互作分析
結果示例
圖1. Barcode Rank 統計圖
圖2. 細胞聚類分析圖
圖3. 細胞類型注釋
圖4. 單細胞轉錄組測序結果，根據典型標記基因的表達，可將其大致分為12種主要細胞類型（圖B、C），且並觀察到不同的組織中具有不同細胞類型分布（圖D）
應用案例
Cancer Cell：繪製腎癌瘤內和相關區域的單細胞轉錄組和空間轉錄組圖譜²
此研究繪製了12名腎髒腫瘤患者約27萬(wan)個(ge)細(xi)胞(bao)的(de)單(dan)細(xi)胞(bao)轉(zhuan)錄(lu)組(zu)圖(tu)譜(pu)，然(ran)後(hou)用(yong)空(kong)間(jian)轉(zhuan)錄(lu)組(zu)學(xue)進(jin)行(xing)驗(yan)證(zheng)。單(dan)細(xi)胞(bao)轉(zhuan)錄(lu)組(zu)識(shi)別(bie)的(de)新(xin)突(tu)變(bian)，有(you)助(zhu)於(yu)廣(guang)泛(fan)地(di)推(tui)斷(duan)基(ji)質(zhi)細(xi)胞(bao)的(de)克(ke)隆(long)性(xing)和(he)譜(pu)係(xi)並(bing)追(zhui)蹤(zong)髓(sui)係(xi)細(xi)胞(bao)的(de)分(fen)化(hua)。此(ci)外(wai)，研(yan)究(jiu)發(fa)現(xian)了(le)腫(zhong)瘤(liu)細(xi)胞(bao)具(ju)有(you)六(liu)個(ge)元(yuan)程(cheng)序(xu)以(yi)及(ji)上(shang)皮(pi)-間質轉化程序在腫瘤-正常界麵高度富集，並與IL1B+巨噬細胞共同定位，這為腎癌的治療提供一個潛在的治療靶點。
樣本設置：
（1）從12名腎癌患者的外周血、正常腎髒、腫瘤核心的四個不同的區域和腫瘤正常界麵中采集組織，以及腎周脂肪、正常腎上腺、腎上腺轉移和腫瘤血栓的組織，進行單細胞轉錄組測序
（2）8名患者的11個腫瘤正常界麵和5個腫瘤核心組織切片，進行了空間轉錄組學分析
圖8. 細胞亞群分析，確定不同組織中105個細胞亞群的差異性分布
參考文獻
[1] 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
[2] Li R, Ferdinand JR, Loudon KW, et al. Mapping single-cell transcriptomes in the intra-tumoral and associated territories of kidney cancer. Cancer Cell. 2022 Dec 12;40(12):1583-1599.e10.
[3] Zhang, S., Fang, W., Zhou, S. et al. Single cell transcriptomic analyses implicate an immunosuppressive tumor microenvironment in pancreatic cancer liver metastasis. Nat Commun 14, 5123 (2023).
[4] Cohen YC, Zada M, Wang SY, et al. Identification of resistance pathways and therapeutic targets in relapsed multiple myeloma patients through single-cell sequencing. Nat Med. 2021 Mar;27(3):491-503.