单细胞测序的历史
单细胞测序(SCS)技术是指在单个细胞水平上对细胞所携带的遗传信息进行测序,旨在获得某一细胞类型的基因序列、转录本、蛋白质和表观遗传信息并进行综合分析。该技术已广泛应用于新物种鉴定、病原体筛选、病原体进化、发育生物学、神经科学、肿瘤异质性研究和循环肿瘤细胞[1-2]。2013年,单细胞测序技术被美国科学促进会评为年度技术 自然方法.同年, 科学 将单细胞序列列为年度最值得关注的六个领域之首。
自2009年发表第一篇单细胞转录组研究文章以来,单细胞测序已经历了十余年的发展,随着各种技术的不断完善和新技术的出现,例如微流控技术、随机捕获方法、原位条形码等的引入,促进了试剂和耗材成本的降低,测序规模也从最初的~100个细胞增加到数十万甚至数百万个细胞。
图1:scRNA-seq实验的规模化发展。(a) 实现实验规模飞跃的关键技术;(b) 按出版日期划分的代表性出版物中报告的细胞数量[3]。
如何实现细胞水平的测序?
人体约有40-60万亿个细胞,平均细胞直径在5至200微米之间。要对单个细胞进行测序,首先想到的策略是分离单个细胞,独立构建测序文库,最后进行测序。有多种方法可以用于精确操作/分离和分析单个细胞,包括流式细胞仪、微流控系统以及微模块系统中分离和检测单个细胞的各种方法。
图2:单细胞分离和操作的各种策略的分类[4]。
图3:微流体单细胞组学分析示意图[5]。
然而,该策略虽然节省了细胞样本,但高昂的成本限制了通量的提高和其广泛应用。近年来,商业化的单细胞测序平台,如BD Rhapsody、10X Genomics等,都引入了基于条形码的单细胞识别技术。给每个细胞添加独特的DNA序列条形码,携带相同DNA序列的核酸分子就可以被认为来自同一个细胞。使用该策略大大简化了测序文库构建的操作流程,在同一个文库中就可以获得数十万个细胞的信息。
图4:BD Rhapsody的工作流程:一个微孔=一个细胞=一个磁珠=一次RNA-Seq(来自BD官网)
图5:10X Genomics的工作流程:一个油滴=一个细胞=一个凝胶珠=一个RNA-Seq(来自10X Genomics官网)