单细胞转录组测序技术在细胞分类中的应用

多细胞有机体的细胞类型多且复杂,细胞间普遍存在异质性。目前,单细胞转录组测序(single-cell RNA sequencing,scRNA-seq)技术是一项新兴的研究单个细胞转录水平的技术,其从数千个平行的细胞中生成转录谱,揭示个体细胞基因组的差异性表达,反映细胞间的异质性,从而鉴定出不同细胞类型,形成组织或器官的细胞图谱,在生物和临床医学等领域发挥重要作用。该文在对scRNA-seq测序平台进行阐述和比较的基础上,着重介绍其在神经系统和免疫系统细胞类型探索中的应用,并且总结scRNA-seq与空间转录组技术相结合的研究成果。     

单细胞转录组测序技术及在哺乳动物上的应用

哺乳动物的器官是由多种细胞类型组成,它们通过细胞间的相互作用来发出信号,以维持体内平衡和确保机体发育。传统转录组测序是以大量细胞或组织为研究样本,反映的是细胞总体上转录组特征,不能分析单个细胞的基因表达情况,而单细胞RNA测序(single-cell RNA sequencing,scRNA-seq)技术的发展为揭示单个细胞转录组特征提供了有效方法。本文通过对scRNA-seq平台、scRNA-seq主要技术类型及scRNA-seq在哺乳动物上的应用展开综述。     

单细胞转录组测序在少突胶质谱系细胞异质性与神经系统疾病中的应用

少突胶质细胞是中枢神经系统中形成髓鞘的高度特化的胶质细胞,由少突胶质前体细胞分化而来。长期以来,围绕少突胶质谱系细胞开展的研究主要集中在少突胶质细胞发育、髓鞘形成以及少突胶质谱系细胞在神经系统疾病中的作用等。新兴的单细胞转录组测序技术可以在转录组层面鉴定出特定类型细胞,为少突胶质谱系细胞的研究提供助力。本综述主要关注常见单细胞测序技术的发展以及它们在少突胶质细胞功能异质性和神经系统疾病研究中的应用,并对已取得的成果进行总结阐述,为单细胞测序技术在中枢神经系统疾病中少突胶质谱系细胞相关研究的应用和开发提供思路和参考。     

单细胞转录组分析研究进展

目前常规的转录组分析方法无法揭示单个细胞之间基因表达的异质性,也难以对极少量细胞进行分析,单细胞转录组分析技术为此提供了有效的研究工具。对单细胞转录组分析技术的历史、发展、策略、方法和应用进行综述。     

单细胞转录组研究进展

单细胞转录组分析以单个细胞为特定研究对象,提取mRNA进行逆转录、放大和高通量测序分析,能揭示该细胞内整体水平的基因表达状态和基因结构信息,准确反映细胞间的异质性,深入理解其基因型和表型之间的相互关系,在发育生物学、基础医学、临床诊断和药物开发等领域都发挥重要作用．本文主要介绍了单细胞转录组分析的特点和技术发展历史以及常用研究策略和不同技术的优缺点,并就其面临挑战和未来发展前景进行了讨论,为该技术的进一步研究与应用提供参考．     

单细胞转录组测序技术在动物上的应用研究

细胞是机体最基本的结构组成及功能单位,细胞类型和功能由其整个转录表达谱决定,通过单细胞转录组测序可以获得单个细胞转录表达谱,由此以高精度分辨率鉴定细胞类型、细胞状态以及稀有类型细胞,从而可以在单细胞水平分析细胞动态变化及细胞间的关系,深入解析驱动细胞变化及细胞异常背后的分子细胞机制。随着单细胞测序技术稳定性和测序通量的提高,以及测序成本的降低,其在发育生物学、肿瘤、免疫及疾病等领域被广泛应用,研究对象主要涉及人及模式生物,在动物上的应用研究相对较少。本文主要介绍单细胞转录组测序技术及其生物学应用并综述目前其在动物上的一些开创性研究,以期为今后更好的在动物上应用单细胞转录组测序提供方法参考。     

单细胞转录组高通量测序分析新进展

细胞异质性是生物组织的普遍特征。常规转录组测序(RNA-Seq)技术需要上万个细胞,所测结果实际上是一群细胞基因表达的平均值,所以难以鉴别细胞之间基因表达的异质性。单细胞RNA-Seq技术的分辨率精确至单个细胞,为辨别异质性群体中各种细胞类型的转录组特征提供了有力的工具。近年来单细胞RNA-Seq技术发展迅速,在方法学上包括cDNA扩增方法的多样化、对灵敏度和技术噪声的定量分析、浅覆盖高通量单细胞RNA-Seq方法和原位RNA-Seq技术等;在技术应用方面应用范围从早期胚胎发育扩大到组织器官发育、免疫和肿瘤等多个领域。文章对单细胞RNA-Seq在方法学和技术应用两方面的研究进展进行了详细阐述。     

基于单细胞转录组的视网膜母细胞瘤进展特征分析

视网膜母细胞瘤（retinoblastoma,RB）是婴幼儿最常见的眼内恶性肿瘤。在RB进展过程中的关键致病因素目前尚不十分清楚。因此,识别与RB进展密切相关的基因能为病情诊断及基因治疗提供重要信息。然而,肿瘤组织具有很强的细胞异质性,不同病理状态下的细胞,其功能及基因表达都可能呈现显著的差异。本研究从公共基因表达数据库（gene expression omnibus,GEO）下载了1例4个月肿瘤患者和1例2年患者的肿瘤及癌旁组织的单细胞转录组测序数据,从单细胞水平解析不同患病时长的RB肿瘤转录图谱,鉴定与RB进展有潜在关联的细胞亚群及基因集。结果显示,肿瘤组织与癌旁组织在单细胞转录图谱上具有整体的一致性,但视锥前体G1期细胞群、G2期细胞群以及小胶质细胞群在肿瘤与癌旁组织中的分布比例存在明显差异。进一步分析了这3种细胞群在RB肿瘤进展过程中的作用。研究发现,在RB肿瘤的早期阶段,视锥前体细胞在G1期异常增殖,随着RB肿瘤的进展,视锥前体G2期细胞比例显著增加。同时,RB进展过程的小胶质细胞群差异分析结果显示,主要参与免疫应答的关键基因包括RPL23、B2M、HLA家族基因。本研究可为RB发病机制及进展研究提供更多新视角和数据资源。     

Mapping the Mouse Cell Atlas by Microwell-Seq

1. Download high-res image (217KB)
2. Download full-size image

     

基因网络中基因关系图谱的构建及其应用

尽快破解基因组所包含基因的功能是一项费力但又很重要的工作。一个基因功能的实现依赖于该基因与其它基因间的相互作用。基因网络是一组基因的集合体,这些基因通过相互协作来控制生物体重要的生命过程。通过基因敲除、RNA干扰或其它方法改变基因网络中某个基因的表达水平,将会引起该网络中其它基因表达水平的变化。而这种变化可以方便地通过基因表达差异显示技术检测相应mRNA含量变化来反映。因此,将这两类方法组合在一起,可以在基因组水平上有效地检测出基因网络中的基因关系。这种策略对基因功能研究方法是一个重要补充。     

单细胞转录组测序在药物成瘾研究中的应用

药物成瘾是复杂的中枢神经系统疾病，相关基础与临床研究均证实药物成瘾的神经机制及神经环路在成瘾行为形成的不同阶段逐渐发生改变。利用全基因组关联研究、全基因组测序、全外显子测序或高通量转录组测序等技术的组学研究对包括药物成瘾在内的精神疾病遗传的脆弱性进行了深入研究。上述单核苷酸多态性检测技术或测序技术主要预测疾病的遗传风险位点。然而，许多中枢神经系统疾病的发生与环境因素密切相关，而且在疾病发展的不同阶段，相关基因的表达存在脑区特异性的细胞异质性信息。因此，传统研究对发病机制的解释存在一定的局限性。单细胞转录组测序技术是针对单个细胞进行转录水平的测定，规避了传统测序对细胞群体平均转录水平检测的缺点，可以定量描述细胞异质性。近年来，单细胞转录测序技术在神经精神科学研究中的应用逐渐受到关注，本文总结了该技术在神经科学研究中的重要应用，并以药物成瘾为例，重点阐述说明其在中枢神经系统疾病中的应用价值。     

RNA-Seq Signatures Normalized by mRNA Abundance Allow Absolute Deconvolution of Human Immune Cell Types

1. Download high-res image (280KB)
2. Download full-size image

     

肠道菌群与植物多糖相关性研究进展

对植物多糖与肠道菌群相关性的研究进展进行综述,为植物多糖的研究与利用提供科学依据。     

The Dynamic Transcriptional Cell Atlas of Testis Development during Human Puberty

1. Download : Download high-res image (174KB)
2. Download : Download full-size image

     

A case study on the detailed reproducibility of a Human Cell Atlas project

Background: Reproducibility is a defining feature of a scientific discovery. Reproducibility can be at different levels for different types of study. The purpose of the Human Cell Atlas (HCA) project is to build maps of molecular signatures of all human cell types and states to serve as references for future discoveries. Constructing such a complex reference atlas must involve the assembly and aggregation of data from multiple labs, probably generated with different technologies. It has much higher requirements on reproducibility than individual research projects. To add another layer of complexity, the bioinformatics procedures involved for single-cell data have high flexibility and diversity. There are many factors in the processing and analysis of single-cell RNA-seq data that can shape the final results in different ways. Methods: To study what levels of reproducibility can be reached in current practices, we conducted a detailed reproduction study for a well-documented recent publication on the atlas of human blood dendritic cells as an example to break down the bioinformatics steps and factors that are crucial for the reproducibility at different levels. Results: We found that the major scientific discovery can be well reproduced after some efforts, but there are also some differences in some details that may cause uncertainty in the future reference. This study provides a detailed case observation on the on-going discussions of the type of standards the HCA community should take when releasing data and publications to guarantee the reproducibility and reliability of the future atlas. Conclusion: Current practices of releasing data and publications may not be adequate to guarantee the reproducibility of HCA. We propose building more stringent guidelines and standards on the information that needs to be provided along with publications for projects that evolved in the HCA program.