单Cell RNA序列

概览

单细胞RNA测序将一个组织分出为单个的細胞或核,并记录每个中被取样取自 RNa分子的情况. 与散装顺序法(其平均值超过许多细胞)不同,该方法可以揭示出稀有种群数相间分泌量活性持续发育轨迹取向等瞬态反应以及具有常规解剖标签的細胞之间的差别.

技术基础

观察到的细胞内基因计数是一个由记录片丰度,捕获效率相接取出而成的结构样子. 独特的分子识别器通过从一个被捕获的取出的一个个子上分解读物来减少放大偏差. Droplet平台可以缩放到许多单元格中,但只能取出一小部分的抄本样本;而以板块为基础的协议可以在较低的吞吐量下实现更高的灵敏度. 单核子测序避免了组织分解的困难并可以取回存档或被冻结的材料,但核能的RNA成分与全细胞测量有系统差异需要协议-意识解释.

如何运作

细胞被隔离在井,液滴或微流槽中. 在倒转记录的过程中,笔录会得到一个细胞条码并通常有一个独特的分子识别符. 经过集合库的准备和测序后,读取被分配回细胞与基因中去活化出一个稀有的数量矩阵来进行过滤、正常和分析。

衡量和研究方法

计算工作流程使用库大小,检测到的特性和线粒体比例去除低质量条码取出双胞胎并估计环境-RNA污染. 标准化和差异建模先于维度降低、相邻图构建及集群。 区别表达测试必须把生物复制,而不是一个标本上的上千个细胞作为人口推断目的时的独立单位. 批量整合可以使共享生物学相配合,但可能会抹去真实条件特定状态. 以标记为基础的注释通过参考绘图,空间测定法相继被强化了活化分解的流细胞测量学(英语:List of slow cytometure)等实验或线程信息.

二. 主要想法

• 测量到的零可能代表生物缺勤或无法获取记录。
• 细胞分解,环境RNA和双胞胎在测序开始前可以产生系统化的人工制品.
• 细胞类型是从多个标记,实验上下文和独立验证中推断出来的而不是一个集群标签.

目前的研究领域

边疆结合了抄录仪与染色素无障碍,表面蛋白质相接的同细胞或匹配胞体中的线性条码等扰动和空间坐标. 轨迹和RNA-速度方法根据动力学与采样的假设从快照数据中估算出动态方向;它们不直接观测到一行. 大地图集需要等级模型,以保持捐助者的变异和不确定性。 隐私意识分析很重要,因为表达的基因变体可能识别参与者. 所剩的挑战包括绝对分子校正,稀有细胞恢复等交叉研究肿瘤学相接和机械模型将调节过渡与在胞循环中相关的转变、应激或组织处理区分开来.

为什么它很重要

技术图显示细胞溶解度的发育、免疫力,癌症和组织组织。 它支持疾病图集,目标发现和实验将扰动与细胞态变化相接.

限制和未决问题

RNA丰度只是细胞状态的一层,不直接测量蛋白活性、空间位置或分系历史。 成本、抽样偏差,批量效应和与捐赠者有关的基因组信息的道德处理制约了研究的设计和解释。