单细胞转录组（1）

单细胞测序概述

1. 单细胞测序简介

细胞是生物体的基本结构和功能单位，所有生物体（除病毒外）均由细胞组成。传统测序基于多细胞进行，提取组织的DNA或RNA后测序。而单细胞测序（scRNA-seq）能够对单个细胞进行测序，提供单细胞水平的基因表达观测方法，有助于更好地研究组织中不同类型的细胞及其相互作用。

• 传统测序的局限性：

  • 传统测序方法（如bulk RNA-seq）是基于多细胞样本进行的，检测的是样本中所有细胞的基因表达平均值。
  • 这种方法无法反映细胞间的异质性，即不同细胞之间的基因表达差异。
  • 例如，在肿瘤组织中，癌细胞可能只占很小的比例，传统方法无法准确筛选出癌细胞的真实基因表达情况。

• 单细胞测序的优势：

  • 单细胞测序能够提供单细胞水平的分辨率，揭示样本真实的细胞异质性。
  • 通过单细胞测序，可以识别不同类型的细胞、细胞状态以及它们之间的相互作用。
  • 例如，小鼠心脏组织中不仅包含心肌细胞，还包含成纤维细胞、内皮细胞等多种细胞类型，且成纤维细胞还可进一步分为若干子亚群。

• 应用场景：

  • 研究组织中存在的细胞种类。
  • 识别未知或少见的细胞类型或状态。
  • 阐明分化过程中基因表达的变化。
  • 找出特定条件下差异表达的基因。
  • 探究细胞类型间基因表达的变化，结合空间、调控和蛋白质信息。

---

3. bulk RNAseq 与单细胞 RNAseq

在单细胞RNA测序（scRNA-seq）出现之前，转录组分析主要依赖于批量RNA测序（bulk RNA-seq）。这两种技术的主要区别在于它们的分析对象和分辨率。

3.1 bulk RNA-seq

• 定义：bulk RNA-seq 是一种传统的转录组分析方法，通过提取组织或细胞群体中的总RNA，然后进行高通量测序，以获得整个样本的基因表达谱。
• 优点：
  • 高通量：可以同时检测大量基因的表达水平。
  • 成本较低：相对于单细胞测序，bulk RNA-seq 的成本较低。
  • 适合大规模样本分析：适用于研究整个组织或细胞群体的基因表达模式。
• 局限性：
  • 无法反映细胞异质性：bulk RNA-seq 检测的是样本中所有细胞的基因表达平均值，无法反映细胞间的异质性。
  • 掩盖稀有细胞类型：在复杂组织中，稀有细胞类型的基因表达可能被大量细胞的基因表达所掩盖。
  • 无法追踪细胞分化过程：无法精确追踪单个细胞在分化过程中的基因表达变化。

3.2 单细胞 RNA-seq

• 定义：单细胞RNA测序（scRNA-seq）是一种新兴技术，能够对单个细胞进行转录组分析，提供单细胞水平的基因表达信息。
• 优点：
  • 高分辨率：能够揭示样本中每个细胞的基因表达谱，反映细胞间的异质性。
  • 发现稀有细胞类型：可以检测到在传统bulk RNA-seq中被掩盖的稀有细胞类型。
  • 追踪细胞分化：能够追踪单个细胞在分化过程中的基因表达变化，揭示细胞分化的分子机制。
  • 多组学分析：结合单细胞水平的基因表达、细胞表面蛋白表达或CRISPR编辑，可以更全面地分析细胞功能。
• 局限性：
  • 成本较高：单细胞测序的成本远高于bulk RNA-seq。
  • 数据量大：单细胞测序产生的数据量巨大，分析难度较大。
  • 技术要求高：单细胞测序需要复杂的实验操作和数据分析技能。

3.3 对比示例

• bulk RNA-seq：检测的是样本中所有细胞的基因表达平均值，无法反映细胞间的异质性。
• 单细胞 RNA-seq：能够揭示样本中每个细胞的基因表达谱，反映细胞间的异质性。

• 具体案例：
  • 肿瘤组织：在肿瘤组织中，癌细胞可能只占很小的比例。传统bulk RNA-seq无法筛选到真实差异表达的基因，而单细胞测序可以。
  • 心脏组织：以小鼠心脏组织为例，单细胞检测揭示了其细胞构成的丰富性，除了心肌细胞，还包括成纤维细胞、内皮细胞等多种细胞类型，且成纤维细胞还可进一步分为若干子亚群。

通过对比可以看出，单细胞RNA测序技术在揭示细胞异质性和复杂性方面具有显著优势，尤其是在研究复杂组织和疾病状态下细胞间的差异时。

---

4. 单细胞测序的应用

单细胞测序技术的应用范围非常广泛，涵盖了从基础生物学研究到临床医学的多个领域。以下是单细胞测序的主要应用方向：

4.1 单细胞转录组学

单细胞转录组学是单细胞测序领域最基础也是最重要的应用。它通过单细胞RNA测序（scRNA-seq）分析全转录组或靶向基因表达，能够对细胞进行大规模的分子和细胞鉴定。单细胞转录组学的主要应用包括：

• 细胞类型鉴定：通过分析单个细胞的基因表达谱，可以识别组织中存在的不同细胞类型，包括稀有细胞类型。
• 细胞状态分析：可以识别细胞在不同状态下的基因表达变化，例如在疾病状态或药物处理下的细胞反应。
• 细胞分化研究：追踪细胞在分化过程中的基因表达变化，揭示细胞分化的分子机制。
• 生物标志物发现：鉴定新的生物标志物，用于疾病诊断和治疗靶点的发现。

4.2 单细胞免疫分析

单细胞免疫分析能够以单细胞分辨率同时研究免疫系统的细胞异质性、T细胞和B细胞组库多样性以及抗原特异性。具体应用包括：

• 免疫组库分析（V(D)J-seq）：通过捕获全长、配对的B细胞和T细胞受体，了解克隆扩增和多样性。
• 细胞表面蛋白分析：利用Feature Barcode技术测定多达数百个细胞表面蛋白，将基因表达分析与免疫表型相关联。
• 抗原特异性分析：评估适应性免疫系统的特异性，捕获成对的T细胞受体和肽-MHC多聚体等。
• CRISPR Screening：将CRISPR编辑与基因表达表型直接关联，探究疾病通路。

4.3 单细胞ATAC-seq

单细胞ATAC-seq用于研究细胞特定状态下的染色质开放区域。通过Tn5转座酶切割开放染色质区域并测序，鉴定转录因子结合位点和核小体区域位置，为研究基因调控、DNA印记等提供有效方法。

4.4 空间转录组

空间转录组技术结合了单细胞测序和空间信息，能够提供基因表达数据的同时保留细胞的空间位置信息。具体应用包括：

• 组织结构分析：研究组织中细胞的空间分布和相互作用。
• 疾病机制研究：分析疾病状态下细胞的空间分布变化，揭示疾病发生机制。
• 药物作用研究：评估药物对组织中细胞空间分布和功能的影响。
  
  

4.5 单细胞多组学在肿瘤研究中的应用

单细胞多组学技术在肿瘤研究中具有重要应用，能够揭示肿瘤的复杂性和异质性。具体应用包括：

• 肿瘤微环境分析：发现组织结构对癌症进展、免疫浸润和治疗应答的影响。
• 肿瘤异质性研究：构建整合的单细胞和空间图谱，追踪肿瘤内和跨癌种克隆进化的转录组和表观遗传调控因子。
• 免疫肿瘤学研究：表征肿瘤进展中的免疫细胞调节，推动免疫疗法。
• 疗法开发：发现新的治疗靶点，探索疗法如何调控肿瘤微环境中的细胞群体和状态。

4.6 免疫学的主要研究领域

单细胞测序技术在免疫学研究中也有广泛应用，主要研究领域包括：

• 传染病和疗法开发：了解病原体感染机制，关联免疫反应与疾病复原或严重程度。
• 疫苗开发：确定适应性免疫细胞的受体库和抗原特异性，推进疫苗开发。
• 免疫肿瘤学：鉴定肿瘤微环境中的浸润免疫细胞，表征免疫细胞功能和受体库。
• 自身免疫疾病研究：破译方向错误的免疫反应的潜在机制，探索疾病的病理生理学。
• 过敏和炎症研究：研究先天性和适应性免疫激活的生物学机制，破译因人体受伤而引起的免疫过度活化的机制。
• 移植医学：推进实体器官和血液干细胞移植的临床管理，了解移植疾病的免疫学基础。

4.7 利用单细胞多组学重塑神经科学

单细胞多组学技术在神经科学中也有重要应用，能够从多个维度构建复杂的生物学图像。具体应用包括：

• 神经退行性疾病研究：构建神经退行性疾病的复杂生物学图像，理解病理特征对微环境的影响。
• 精神疾病研究：探索精神疾病的分子基础，表征与疾病相关的细胞表型。
• 发育神经科学研究：获得详细的神经发育和分化图像，解析控制细胞分化的分子通路。

---

5. 单细胞测序发展历史

单细胞测序技术的发展历程与单细胞捕获分选技术的进步密切相关。以下是单细胞测序技术的主要发展历程：

2009年：单细胞测序的开端

• 里程碑事件：汤富酬团队发表了第一篇单细胞测序的文章，标志着单细胞测序技术的诞生。这一年也被称为“单细胞测序元年”。
• 技术特点：早期的单细胞测序主要基于单细胞的分离和测序，但通量较低，成本较高。

2010年：低深度测序的尝试

• 里程碑事件：郭国冀团队发表文章，展示了通过单细胞RT-qPCR对500多个细胞进行48个基因的检测，可以实现细胞类型的区分。
• 技术特点：这一时期的研究开始转向大量细胞的低深度测序，为后续高通量单细胞测序技术的发展奠定了基础。

2011年：单细胞测序技术的多样化

• 里程碑事件：STRT-seq（Single-cell tagged reverse transcription）测序技术诞生，为单细胞转录组测序提供了新的方法。
• 技术特点：STRT-seq技术通过在逆转录过程中引入标签，实现了单细胞水平的转录组分析。

2012年：单细胞全长转录组测序

• 里程碑事件：SMART-Seq技术的出现，使得单细胞全长转录组测序成为可能。
• 技术特点：SMART-Seq技术能够提供单细胞水平的全长转录组信息，提高了单细胞测序的分辨率。

2013年：微流控技术的突破

• 里程碑事件：Fluidigm公司推出了C1微流控系统，能够一次捕获96个单细胞进行测序。
• 技术特点：微流控技术的应用大大提高了单细胞测序的通量和效率。

2015年：高通量单细胞测序技术的兴起

• 里程碑事件：
  • Drop-seq技术的出现，通过油包水的微液滴系统实现了高通量单细胞测序。
  • Cyto-seq技术的出现，利用蜂窝板捕获单细胞，进一步提高了单细胞测序的通量。
• 技术特点：这些技术的出现标志着单细胞测序技术进入了高通量时代，能够一次处理数千个单细胞。

2016年：10x Genomics的突破

• 里程碑事件：10x Genomics推出了单细胞转录组测序平台，开启了大规模高通量单细胞测序的新时代。
• 技术特点：10x Genomics平台结合了微流控技术和条形码技术，能够一次处理数千到数万个单细胞，大大降低了单细胞测序的成本。

2017年：技术的多样化和扩展

• 里程碑事件：
  • BD Rhapsody平台推出，基于蜂窝板捕获技术，进一步提高了单细胞测序的通量。
  • 单细胞组合索引（sci-RNA-seq）技术的出现，将通量提高到50,000个单细胞。
  • 10x Genomics推出了单细胞免疫组库（VDJ-seq）测序技术。
• 技术特点：这些技术的出现进一步丰富了单细胞测序的应用场景，使得单细胞测序技术不仅能够用于转录组分析，还能够用于免疫组库分析等。

2018年：技术的进一步扩展

• 里程碑事件：
  • 10x Genomics推出了Feature Barcode技术，用于检测细胞表面蛋白。
  • Microwell-seq技术的出现，检测通量达到40万个单细胞。
  • 10x Genomics推出了单细胞ATAC-seq技术。
• 技术特点：这些技术的出现进一步扩展了单细胞测序的应用范围，使得单细胞测序技术能够用于染色质开放性分析和蛋白质表达分析。

2019年：空间转录组技术的出现

• 里程碑事件：10x Genomics推出了单细胞空间转录组技术，能够同时提供基因表达数据和细胞的空间位置信息。
• 技术特点：空间转录组技术的出现，使得单细胞测序技术不仅能够揭示细胞的基因表达谱，还能够保留细胞的空间位置信息，为研究组织结构和细胞相互作用提供了新的工具。

---

6. 重要单细胞研究计划

单细胞测序技术的快速发展推动了多个大型国际合作项目和研究计划的开展。这些项目旨在利用单细胞测序技术全面解析生物体内的细胞类型、状态及其相互作用，为生物学和医学研究提供新的视角和数据资源。以下是两个最重要的单细胞研究计划：

6.1 人类细胞图谱（Human Cell Atlas）计划

• 目标：

  • 建立一个全面的健康人体细胞参考图谱，涵盖所有细胞类型、数目、位置、相互关联以及分子组成。
  • 该图谱将为理解人类发育、健康和疾病提供基础数据，有助于揭示细胞在不同生理和病理状态下的变化。

• 现状：

  • 该项目是一个国际性的合作项目，吸引了全球众多科研机构和科学家的参与。
  • 截至目前，人类细胞图谱计划已经收录了来自33个组织、289位供体的450万个单细胞的测序数据，并且数据仍在持续更新中。
  • 通过这些数据，研究人员已经能够构建出一些组织和器官的细胞图谱，为相关领域的研究提供了宝贵资源。

• 意义：

  • 人类细胞图谱计划不仅有助于基础生物学研究，还对临床医学具有重要意义。例如，在肿瘤学领域，通过分析肿瘤组织中的细胞类型和状态，可以更好地理解肿瘤的异质性和进展机制，为开发新的治疗方法提供依据。
  • 此外，该计划还为研究人类发育过程中的细胞分化和组织形成提供了重要的参考，有助于揭示胚胎发育的分子机制。

• 网址：Human Cell Atlas 官方网站

6.2 其他重要研究计划

除了人类细胞图谱计划，还有一些其他重要的单细胞研究项目，它们在不同的领域和生物体系中开展了深入的研究。以下是一些例子：

• Single Cell Expression Atlas：

  • 该项目提供了一个全面的单细胞转录组数据资源，涵盖了多种生物和组织类型。
  • 网址：Single Cell Expression Atlas

• Human Tumor Atlas：

  • 专注于肿瘤组织的单细胞分析，旨在构建肿瘤细胞图谱，揭示肿瘤的异质性和进展机制。
  • 网址：Human Tumor Atlas

• Human Cell Landscape：

  • 该项目致力于构建人类细胞的全景图谱，涵盖多种组织和器官。
  • 网址：Human Cell Landscape

• Mouse Cell Atlas：

  • 专注于小鼠模型的单细胞分析，为研究小鼠发育和疾病模型提供了重要资源。
  • 网址：Mouse Cell Atlas

• Tabula Muris：

  • 该项目通过单细胞测序技术，对小鼠的多种组织进行了全面的细胞类型分析。
  • 网址：Tabula Muris

• Fly Cell Atlas：

  • 专注于果蝇的单细胞分析，为研究果蝇发育和基因调控提供了重要数据。
  • 网址：Fly Cell Atlas

• Cell Atlas of Worm：

  • 该项目致力于构建线虫的细胞图谱，为研究线虫的发育和基因调控提供了重要资源。
  • 网址：Cell Atlas of Worm

• Arabidopsis Root Atlas：

  • 专注于拟南芥根部的单细胞分析，为研究植物发育和基因调控提供了重要数据。
  • 网址：Arabidopsis Root Atlas