单细胞转录组技术及其在人类细胞图谱构建中的应用

单细胞转录组技术在单细胞水平上进行转录组测序,提供了单个细胞的基因表达差异信息,使在单细胞尺度下研究个体细胞、相关环境细胞及其相互作用的机理成为可能.近年来,单细胞转录组技术在c DNA扩增原理上经历了从末端加尾、体外逆转录到模板置换的方法发展,大大提高了基因检测的数量、基因表达的准确性等.同时,在单细胞选取方式上进行了从96/384孔板到油包水液滴以及纳米微孔的创新,在提高通量和重复性的同时降低了整体实验成本.单细胞转录组技术广泛应用于细胞群体分类和异质性研究,推动了从发育生物学到正常、病态组织细胞图谱的构建.本文对单细胞转录组技术近年的技术进展以及在人类细胞图谱构建中的应用进行了综述.     

单细胞测序技术及应用进展

同一组织中的细胞往往被认为是具有相同状态的功能单位,传统的检测手段分析的是细胞群体的总体平均反应。然而通过对单个细胞的DNA或RNA进行测序,表明组织系统层面的功能是由异质性细胞构成的。单细胞测序以单个细胞为单位,通过全基因组或转录组扩增,进行高通量测序,能够揭示单个细胞的基因结构和基因表达状态,反映细胞间的异质性,在肿瘤、发育生物学、微生物学、神经科学等领域发挥重要作用,正成为生命科学研究的焦点。单细胞测序的难点是单个细胞的分离、单细胞基因组和转录组的扩增。本文主要介绍和分析了单细胞测序技术中常用的单细胞分离技术、单细胞基因组扩增技术和转录组扩增技术及其优缺点,并对当前已经取得成果的应用领域进行了阐述,为单细胞测序技术的研究与应用提供参考。     

植物单细胞转录组测序研究进展

单细胞转录组测序是一种在单细胞水平上研究基因表达的技术.多孔板法和液滴法是目前应用于植物研究的两类主要的单细胞转录组技术.首先概述了植物单细胞转录组测序的技术原理和数据分析流程,然后介绍了植物单细胞转录组的研究进展,重点阐述了单细胞转录组测序技术在鉴定植物细胞类型、揭示细胞演化轨迹和构建细胞间调控网络中的应用.单细胞转...     

单细胞转录组测序技术发展及应用

生物组织由多种异质性细胞组成,单个细胞之间的差异可能会对多细胞生物的功能产生深远影响。近年来开发的单细胞RNA-seq技术可以对单个细胞进行无偏、可重复、高分辨率和高通量的转录分析。相对于传统的群体细胞的转录组分析,单细胞RNA-seq技术从另外一个维度了解转录组信息,揭示生物组织的细胞构成、转录组动力学以及基因间的调节关系。随着细胞捕获、分子生物学和生物信息学等关键技术的发展和完善,其在生物学和医学领域的应用将会越来越广泛。该文对单细胞RNA-seq技术的发展历史和应用进行了阐述。     

单细胞测序方法研究进展

近年来,高通量测序技术(Next-generation sequencing,NGS)快速发展,已广泛应用于生命科学各个领域,但传统的混合细胞测序(Bulk cell sequencing)检测的是细胞群体的总平均反应,无法反应每个细胞的真实情况,这会影响研究者对细胞功能认知的准确性。单细胞测序技术(Single cell sequencing,sc-Seq)的出现,从一定程度上解决了传统测序固有的缺陷。单细胞测序是针对单个细胞的RNA或DNA进行测序,能够准确测出单个细胞的基因结构和表达状态,从而分析相同表型细胞的异质性。本文首先介绍单细胞测序的原理、测序类型和测序平台,有助于理解单细胞测序和在进行科研项目时设计合适的项目方案。进一步介绍单细胞转录组测序的分析流程和各种常用的分析工具或软件,并重点阐述单细胞转录组测序分析中的细胞聚类和拟时序分析的原理和研究进展,为进行单细胞转录组测序数据分析提供参考。最后,本文简述了单细胞测序研究热度、单细胞测序的应用、挑战和展望等,有助于更全面地认识单细胞测序。     

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。     

单细胞转录组测序数据分析算法在干细胞研究中的应用

细胞的转录组决定其生理状态,每个细胞的转录组都是唯一的。借助单细胞转录组测序可分析单个干细胞的转录组特征,通过进一步的运算方法可以根据转录组特征对细胞进行细胞状态测定以及系谱分化特征的重建,在干细胞及组织发育研究中发挥了强大的作用,推动了其快速发展,加速了对干细胞分化及组织发育的相关过程及调控路径的认识。尤其是在干细胞领域的应用,得益于新算法的发展,单细胞转录组测序分析可用来阐述干细胞的起源、异质性,尤其是对干细胞的分化过程进行连续观察。本文主要对应用于干细胞分化相关研究的单细胞转录组测序数据新的算法及其应用进行了综述。     

空间转录物组学技术进展及其在神经科学领域中的应用

空间转录物组学是在单细胞RNA测序技术基础上实现细胞空间位置信息测定的组学技术。该技术克服了单细胞转录物组学在单细胞分离建库过程中丢失细胞在组织中空间信息的问题,可同时提供研究对象的转录物组数据信息和在组织中的空间位置信息。空间转录物组学技术对研究细胞谱系的发生过程、细胞间的调控机制和相互作用等具有重要作用,是组学技术研究的重要发展方向和热点。近年来,空间转录物组学技术发展迅速,新的检测方法不断产生,检测灵敏度、分辨率和检测通量等技术指标不断提升。本文根据获取空间信息的原理不同,将较为常用的空间转录物组学技术进行了分类,总结了各类方法的检测原理、代表性技术手段及其相应的技术指标。随后,从脑细胞类型区分与细胞层图谱构建、神经系统相关疾病特征分析与标志物研究两个方面举例论述了空间转录物组学技术在神经科学中的应用。最后,对空间转录物组学技术目前存在的问题进行了总结,并对其未来的发展方向进行了展望。     

单细胞测序技术及其在传染病研究领域中的应用

单细胞测序技术是在单个细胞水平上对基因组或者转录组进行测序,从而分析相同表型细胞的遗传异质性,或获得难以培养微生物的遗传信息。单细胞测序技术的应用已经深刻地改变了我们对一系列生物学现象的理解,包括基因转录、胚胎发育、癌变。对单细胞测序技术的方法和应用进行了概述,并对其在传染病研究中的应用进行了详细介绍。     

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。     

单细胞转录组测序在肿瘤异质性研究及临床中的应用

随着现代生物医学的发展,基因测序技术已经在肿瘤学研究的多个领域得到广泛应用,但对肿瘤整体进行测序往往会掩盖细胞之间的异质性。为了探索单个肿瘤细胞的行为特性,肿瘤细胞异质性已成为从事肿瘤方面研究的科研和临床专家目前共同关注的焦点。单细胞转录组测序能从单个细胞的水平揭示同一肿瘤内不同细胞之间的变异程度与相互联系。随着单细胞分离、二代测序技术的发展,单细胞转录组测序日趋成熟。未来在临床中,单细胞转录组测序技术将会在肿瘤的早期诊断、监测、临床预后以及个体化用药等方面得到越来越广泛的应用。     

单细胞转录组测序技术新进展及其在造血系统研究中的应用

单细胞测序技术凭借其能全面反映细胞群体异质性这一优势,近年来发展迅速.其中,单细胞转录组测序技术提供了在分子水平上对细胞作分类或表征的替代方法,在发育生物学、神经科学、血液学、免疫及癌症等研究领域均展示出了广泛的应用前景.本文总结了近年来单细胞转录组测序技术的主要发展趋势,并列举了该技术在造血系统中的应用.     

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．     

单细胞多组学技术新进展及其在发育生物学研究中的应用

单细胞多组学技术基于单细胞测序技术和高通量组学方法发展而来,能在单细胞分辨率下同时整合转录组、基因组、表观遗传组、蛋白质组或空间状态等两种或多种组学信息.相比单细胞单组学技术,单细胞多组学技术能多层次、多角度地描绘细胞间的异质性,挖掘各层组学之间的直接和潜在联系,从而更加全面和系统地描绘细胞的状态和命运,在生命科学和医...     

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。     

单细胞转录组测序技术在心脏发育、疾病以及医学中的 应用

单细胞转录组测序(Single-cell RNA sequencing,scRNA-seq)可以在单细胞水平描绘出每个细胞同一基因的表达量在不同细胞间的表达水平差异,使得在单细胞水平重新认识各种组织器官成为可能.目前对心脏的测序研究正从传统的普通转录组水平过渡到单细胞水平,对小鼠和人的心脏的测序陆续地发表出来.概述了s...     

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。     

单细胞测序技术在肝脏疾病的应用与展望

新兴的单细胞测序技术能够从单细胞水平揭示基因组、转录组和表观遗传学等分子水平发生的基因变异与表观修饰状态,也可用于鉴定新的细胞类型和表面标记物。这将帮助人们探明疾病发生时细胞基因、转录或表观修饰方面的变化,了解细胞之间的联系,以及深入理解肿瘤异质性。目前,单细胞测序技术已用于多种疾病的研究,其在肝脏疾病,包括肝硬化、肝癌中已有相关成果。于此,综述了单细胞测序技术在肝脏发育及肝病中的应用,讨论了肝脏疾病发生的内在机制以及该技术仍存在的问题,提出可能的解决方案,如发展三维单细胞测序技术将更能帮助人们深刻理解肝脏疾病发生机制。     

单细胞转录组测序数据的细胞类型识别方法比较

单细胞转录组测序技术提供单个细胞分辨率的基因表达谱,有助于更准确地揭示细胞异质性。聚类是识别生物组织中细胞类型的主要方法,选择合适的聚类算法可以提升单细胞转录组测序数据分析的性能。本文阐述了k-means、层次聚类(hierarchical clustering, HC)、 Leiden、 SC3、 SCENA、 LAK、 SIMLR和dropClust等8种典型的单细胞聚类算法,在12个带有真实标签的单细胞转录组测序数据集上进行聚类比较分析。采用轮廓系数、 Calinski-Harabasz指数、调整兰德指数、调整互信息、 FMI指数、 V-measure、 Jaccard系数和变异系数等8个评价指标,对8种聚类算法的性能进行分析评价。根据实验结果,发现HC、 SC3、k-means、 SCENA的聚类泛用性与鲁棒性最佳,在大规模数据集上SIMLR算法表现最好;在小规模数据集上Leiden算法表现最好,但是存在依赖邻居节点参数和稳定性低的问题;dropClust算法在泛用性和鲁棒性上最差。此外,8种聚类方法的性能都与数据质量有关,当数据的变异系数较低时,聚类算法的评分指标普遍增高,反...