单细胞基因组学及其与散装组织基因组学分析的对比

下一代测序（NGS）出现后，组织中生物分子（尤其是RNA和DNA）的高通量测量迅速发展。这些组织水平的基因组学方法通常称为批量基因组学技术，使研究正常的生物过程和疾病的方法成为了革命。

但是，大量基因组方法具有主要限制：它们所需的生物分子量限制了分析对从组织中细胞种群分离的RNA或DNA的分析。这会导致进行大量组织基因组学测量时细胞分辨率的损失。考虑细胞是组织和器官的功能单位，并且不同的细胞类型表达了RNA，表观遗传标记和蛋白质的高度特异性特征。单细胞基因组学方法，例如单细胞RNA测序（SCRNA-SEQ），是一个主要的缺点。将源自单个细胞的生物分子标记（图1），因此可以在单细胞分辨率下进行高通量分子分析。

图1.大量RNA测序与单细胞RNA测序。图片来源：Dmitry Velmeshev。

散装和scrna-seq之间的差异

大量RNA测序（顶部，图1）测量组织基因表达水平，即单个细胞的平均表达谱。通过利用这种方法比较两个条件之间假设基因“ x”的表达水平，可以得出结论没有显着差异。SCRNA-SEQ（底部）保留了测量每个RNA分子原始细胞的信息。使用SCRNA-SEQ在相同的组织和条件下测量基因“ X”的水平，可以得出结论，基因“ X”的表达在特定的细胞类型中受到干扰，这是一种在整体测量中掩盖的现象。

单细胞基因组学的分子读数和应用

SCRNA-SEQ是最广泛使用的单细胞基因组学方法，一直在特别快速发展。

通过测量从成千上万个单个细胞¹，SCRNA-SEQ允许鉴定已知和新型细胞类型以及正常器官发育和疾病期间细胞状态转变的研究。

评论说：“在识别不存在可靠标记的稀有细胞类型的转录组类型时，单细胞RNA测序是我们的首选技术。”魏黄，，，，加利福尼亚大学旧金山分校的博士后学者，研究神经胶质细胞在发展中的大脑中类型。“使用scrna-seq不需要净化一个先验已知的细胞群，因为可以根据单细胞基因表达谱以公正的方式发现它们。”

然而，单细胞基因组学的武器不限于分析RNA。最近，在单细胞中测量表观遗传学特征的努力导致了许多新技术的发展，例如使用测序（SCATAC-SEQ）进行转座酶可访问染色质的单细胞测定。

在所谓的“开放状态”中的单个细胞中DNA的SCATAC-SEQ轮廓区域 - 表明这些区域被表观遗传激活。最近，scatac-seq已与基于液滴的测序相结合，允许在成千上万个单个细胞中的开放染色质区域的分析²。除了分析开染色质区域外，其他努力还旨在调查DNA甲基化³和组蛋白修饰⁴在单细胞中。

单细胞基因组学研究哺乳动物器官系统的细胞类型

在过去的五年中，SCRNA-SEQ已被用来发现一系列哺乳动物器官系统的细胞和分子组成。

由于中枢神经系统中的各种细胞类型，对中枢神经系统（CNS）的研究特别受益于单细胞基因组学方法，其中许多目前没有可靠的标记。这些研究包括对 发展人类脑皮质 ⁵ ，这揭示了新皮层发育过程中基本细胞类型和分子动力学的特征 鼠标的整个中枢神经系统 ⁶ ，这产生了小鼠中神经元和神经胶质细胞类型的全面地图集。

其他研究揭示了细胞类型的多样性 人肝 ⁷ ， 这 免疫系统 ⁸ 和 小鼠小肠 ⁹ ，所有这些都强调了各种器官系统中各种各样的免疫细胞。

哺乳动物大脑中细胞异质性的研究不限于SCRNA-SEQ，包括 发育中的小鼠前脑的SCATAC-SEQ分析 ¹⁰ 确定指导大脑发育的基因组调节元素以及 单细胞DNA测序 ¹¹ 人脑组织，这表明单个神经元中的体细胞突变可用于追踪其发育谱系并预测疾病的易感性。

黄说：“人脑包含各种各样的细胞类型，对于许多我们缺乏可靠的标记物来隔离它们。”“因此，人脑是单细胞基因组学的应用特别有用的器官。”

对单细胞基因组学的人类疾病机制的新见解。

单细胞基因组学不仅可以深入了解正常发育和功能中组织和器官的异质性，而且还可以研究特定细胞类型的疾病过程。

使用单细胞基因组学方法解决的第一个人类疾病之一是胶质母细胞瘤多形（GBM）。 GBM的SCRNA-SEQ分析 揭示了该癌症的分子和细胞异质性，包括表达干性标记的细胞群，从而可能代表癌症干细胞。¹²

最近， 单核RNA测序 ¹³ （SNRNA-SEQ）允许将单细胞转录组学分析扩展到无法获得活组织的人类疾病。一项这样的研究进行了 自闭症谱系障碍患者大脑中分子病理学的单细胞分析 （ASD），证明大脑皮层中特定类型的神经元可能会受到与ASD相关的变化的影响。¹⁴

另一个项目侧重于人脑的另一种疾病，多发性硬化症（MS）。将SNRNA-SEQ应用于MS和健康对照患者的验尸后脑组织样本，加利福尼亚大学旧金山分校的科学家团队能够识别 与MS进展相关的特定细胞类型的基因表达变化 。¹⁵

“多亏了这种创新技术，我们第一次能够深入了解大脑皮层中不同细胞类型的反应。”卢卡斯·席默（Lucas Schirmer），博士学位，研究中的两位主要作者之一。Schirmer博士补充说：“这项研究的结果代表了MS病理学中的大量潜在药物靶标，生物标志物和关键机械参与者，我们在我的实验室中进行了跟进。”

单细胞中的组合分子分析

单细胞基因组学的最新趋势之一是获得了数千个单细胞的多个分子读数的组合。因此，单细胞组合索引（SCI）的应用可以同时分析单个细胞的开放染色质和RNA谱。

这项技术创造了 科幻车 （用于染色质可及性和mRNA分析的单细胞组合索引）使研究人员可以在小鼠肾脏的特定细胞类型中连接转录组和开染色质特征，并识别细胞类型特异性的开放染料素区域。¹⁶

另一种方法将单个细胞中RNA和蛋白质表位的分析结合在一起，并发表在 二 ¹⁷ 背靠背 ¹⁸ 文章。这些方法除了基因表达分析外，还可以另一种洞察力，从而可以以公正的方式分析特定细胞类型中的蛋白质水平，从而更直接地指示细胞功能。

单细胞基因组学领域正在以前所未有的速度发展，对正常有机功能的机制和疾病的机制有了新的见解，并且由于这些新技术已经获得了。我们正在观察基本生物学和翻译问题的革命，而在不久的将来将出现更多令人兴奋的方法和发现。

参考

1. Macosko，E。Z.等。使用纳米素液滴对单个细胞的高度平行基因组表达分析。Cell 161，1202-1214，DOI：10.1016/j.cell.2015.05.002（2015）。

2. Lareau，C。A.等。基于液滴的组合索引，用于大规模的单细胞染色质可及性。Nat Biotechnol 37，916-924，doi：10.1038/s41587-019-0147-6（2019）。

3. Karemaker，I。D。和Vermeulen，M。单细胞DNA甲基化分析：技术和生物应用。趋势生物技术36，952-965，doi：10.1016/j.tibtech.2018.04.002（2018）。

4. Ku，W。L.等。单细胞染色质免疫科学测序（SCCHIC-SEQ）介绍了组蛋白修饰。NAT方法16，323-325，doi：10.1038/s41592-019-0361-7（2019）。

5. Nowakowski，T。J.等。时空基因表达轨迹揭示了人皮质的发育层次结构。科学358，1318-1323，doi：10.1126/science.aap8809（2017）。

6. Zeisel，A。等。小鼠神经系统的分子结构。Cell 174，999-1014.E1022，DOI：10.1016/j.cell.2018.06.021（2018）。

7. MacParland，S。A。等。人肝脏的单细胞RNA测序揭示了肝内巨噬细胞的不同。Nat Commun 9，4383，doi：10.1038/s41467-018-06318-7（2018）。

8. Stubbington，M。J. T.，Rozenblatt-Rosen，O。，Regev，A。＆Teichmann，S。A.单细胞转录组学，以探索健康和疾病中的免疫系统。科学358，58-63，doi：10.1126/science.aan6828（2017）。

9. Haber，A。L.等。小肠上皮的单细胞调查。Nature 551，333-339，doi：10.1038/nature24489（2017）。

10. Preissl，S。等。在发育的小鼠前脑中可访问的染色质的单核分析揭示了细胞类型的转录调控。Nat Neurosci 21，432-439，doi：10.1038/s41593-018-0079-3（2018）。

11. Lodato，M。A.等。单个人类神经元中的体细胞突变跟踪发育和转录史。科学350，94-98，doi：10.1126/science.aab1785（2015）。

12. Patel，A。P.等。单细胞RNA-Seq突出了原发性胶质母细胞瘤的肿瘤内异质性。科学344，1396-1401，doi：10.1126/science.1254257（2014）。

13. Lake，B。B.等。人脑的单核RNA测序揭示了神经元亚型和多样性。科学352，1586-1590，doi：10.1126/science.aaf1204（2016）。

14. Velmeshev，D。等。单细胞基因组学识别自闭症细胞类型特异性分子变化。科学364，685-689，doi：10.1126/science.aav8130（2019）。

15. Schirmer，L。等。多发性硬化症中的神经元脆弱性和多素质多样性。自然，doi：10.1038/s41586-019-1404-Z（2019）。

16. Cao，J。等。染色质访问性和基因表达的关节分析在数千个单细胞中。科学361，1380-1385，doi：10.1126/science.aau0730（2018）。

17. Stoeckius，M。等。单个细胞中的同时表位和转录组测量。NAT方法14，865-868，doi：10.1038/nmeth.4380（2017）。

18. Peterson，V。M.等。单细胞中蛋白质和转录本的多重定量。Nat Biotechnol 35，936-939，doi：10.1038/nbt.3973（2017）。