高通量单细胞转录组测序技术的起源
2013年，《Nature Methods》将单细胞测序技术评为年度技术，《Science》将单细胞测序列为年度最值得关注的六大领域之一！！！
这是因为单细胞测序技术与其他测序技术相比，有着巨大的优势。普通测序获得的是多个细胞混合物的平均结果，细胞间的差别难以显现。而单细胞测序则是针对单个细胞的组学进行测序，从而分辨单个细胞之间的差异，有利于深入认识细胞的特性和功能，进而帮助研究者们了解复杂组织的细胞群类型和功能响应，在单细胞水平上认识疾病机制和药物作用等。
然而，单细胞测序技术的应用瓶颈一直未取得突破，即：如何低成本的获得大量单个细胞？
2015年以前的单细胞RNA测序技术，主要通过微孔和微流控芯片等方法获取单个细胞。前者多采用毛细管口吸、激光显微切割、流式细胞荧光分选及磁珠分选等方式，将单个细胞分离到一个单独的“隔间”，进而捕获单个细胞的转录组。这种方式具有处理细胞量少、分选过程易使细胞转录组发生变化等问题。而微流控装置复杂，需要根据细胞的特性专门改进，对实验操作技术有较高要求，适用范围窄。
2015年高通量单细胞转录组测序技术“异军突起”！
Breakthrough of high-throughput scRNA-seq !
2015年《Cell》同期发表了两篇基于液滴微流控技术的高通量单细胞转录组测序新方法——InDrop【5】和Drop-seq【6】，均采用了哈佛大学医学院大卫·韦茨院士研发的液滴微流控芯片。这两种方法均是通过巧妙的芯片设计，让微滴分离单个细胞，并使用特异的细胞条形码，捕获单个细胞的mRNA，从而对单细胞的转录组进行标记，实现了几千个单细胞转录组数据的获得与分析。这两种方法的出现，意味着单细胞RNA-seq技术实现了跨越式的发展，使得高通量、快速以及廉价的单细胞测序成为了现实。
紧接着，商业化的单细胞测序平台相继推出，使得单细胞测序技术的应用得到了迅速发展。
图1. Drop-seq和InDrop两种方法的实验操作流程对比
Drop-seq和InDrop两种技术最为核心的差别在于细胞标记的方式，如图2、图3所示。
图2. InDrop方法产生的微珠示意图【7】
图3. Drop-seq方法产生的微珠示意图【7】
通过比较图2和图3，InDrop方法中每个微滴内至少存在一个水凝胶微球，而Drop-seq方法由于使用的是硬质微球导致被标记的细胞比例明显降低。这意味着，在捕获稀有细胞时，以水凝胶微球技术为核心的单细胞技术——InDrop，能够高效率、高通量、快速的完成对稀有细胞的捕获！
图4. 2009年至2017年，不同单细胞转录组测序技术实现的细胞通量变化【8】
2017年10月16日，与“人类基因组计划”（Human Genome Project）相媲美的“人类细胞图谱计划”（Human Cell Atlas）。首批拟资助的38个项目正式公布，致力于通过全球范围的合作，实现更远大的目标：表征一切人体细胞（37 trillion cells）的3D图谱，获取所有人体系统的联系方式，从各个方面去描绘图谱变化与健康和疾病的关系，包括肿瘤学研究、免疫学研究、神经学研究、发育生物学研究、干细胞研究和微生物研究等。
图5. 单细胞RNA测序应用领域
2018年，《Science》将“追踪单细胞发育谱系”评为2018年度十大科学突破之首。单细胞测序技术以其无以伦比的“分辨率”，帮助研究者探索单个细胞尺度上各个基因的多方面表达差异。在探寻“生命”奥秘的道路上，单细胞测序技术无疑是“人类的一大步”。
参考文献：
1.Li H, Gyllensten U B, Cui X, et al. Amplification and analysis of DNA sequences in single human sperm and diploid cells[J]. Nature, 1988, 335(6189): 414.
2.Rappolee D A, Wang A, Mark D, et al. Novel method for studying mRNA phenotypes in single or small numbers of cells[J]. Journal of cellular biochemistry, 1989, 39(1): 1-11.
3.Brady G, Barbara M, Iscove N N. Representative in vitro cDNA amplification from individual hemopoietic cells and colonies[J]. Methods Mol Cell Biol, 1990, 2(1): 17-25.
4.Tang F, Barbacioru C, Wang Y, et al. mRNA-Seq whole-transcriptome analysis of a single cell[J]. Nature methods, 2009, 6(5): 377.
5.Klein A M, Mazutis L, Akartuna I, et al. Droplet barcoding for single-cell transcriptomics applied to embryonic stem cells[J]. Cell, 2015, 161(5): 1187-1201.
6.Macosko E Z, Basu A, Satija R, et al. Highly parallel genome-wide expression profiling of individual cells using nanoliter droplets[J]. Cell, 2015, 161(5): 1202-1214.
7.Zhang H, Cui N, Cai Y, et al. Single-cell sequencing leads a new era of profiling transcriptomic landscape[J]. Journal of Bio-X Research, 2018, 1(1): 2-6.
8.Svensson V, Vento-Tormo R, Teichmann S A. Exponential scaling of single-cell RNA-seq in the past decade[J]. Nature protocols, 2018, 13(4): 599.
更多信息请关注我们的网站
www.geno-truth.com/singlecell
联系电话：4000-672-118
服务邮箱：service@geno-truth.com
