单细胞转录组测序

产品介绍
案例解析
结果展示
送样建议

服务介绍

单细胞转录组测序（single cell RNA sequencing，scRNA-seq）指在单个细胞水平对mRNA进行高通量测序的一项先进技术，原理是将分离的单个细胞中微量mRNA通过高效扩增后再进行高通量测序。

利用传统转录组测序（Bulk RNA-seq）通常需要研磨和提取生物体、组织或细胞群体中的混合总RNA进行测序，最终得到一群不同的细胞的平均转录组数据。因此传统的Bulk RNA-seq忽略了细胞之间的差异，掩盖了细胞的异质性。单细胞转录组测序极大地革新了转录组学的研究。

单细胞测序应用包括发育生物学、肿瘤学、神经科学、免疫学、疾病机理研究、细胞图谱构建等。

图1 单细胞测序主要流程

（source：Huang D, et al., 2023）

技术优势

① 揭示细胞异质性，高分辨率分析：有利于发现细胞亚群和罕见细胞类型，提供细胞功能和状态的详细信息；

② 动态过程研究：适用于研究细胞分化、增殖和肿瘤发生等动态过程中的基因表达变化；

③ 无偏倚的细胞分群：能够更精准地对细胞进行分群，尤其是在免疫学、肿瘤学和遗传学研究中。

吉赛优势

ü 更全面更深入生信分析：除了基础分析外，额外赠送高级分析，涵盖较高技术含量的细胞分类与注释、组间差异基因分析、差异基因功能富集分析等项目；还可提供更个性化、多元化的定制分析。

ü 完备的细胞捕获平台：吉赛具备10X Genomics、MobiNova（墨卓）、DNBelab C（华大）、BD Rhapsody共4种不同的单细胞转录组测序技术平台，以及针对性平台选择建议，下单无烦恼！

技术平台对比

单细胞平台	1 0x Genomics	BD Rhapsody	MobiNova（墨卓）	DNBelab C4（华大）
技术原理	微液滴：液滴全封闭体系，避免串扰	微孔技术：自然沉降	微流控：液滴全封闭体系，避免串扰	微流控：液滴全封闭体系，避免串扰
单芯片样本量	旧Chromium Controller平台： 8通道/芯片；新Chromium X平台： 16通道/芯片	BD Rhapsody HT Xpress ： 8通道/微孔板	MobiNova-100： 4通道/芯片1-4个样本	Dnbelab C4： 4通道/芯片1-4个样本
样本量/芯片	旧平台：最多8例新平台：最多16例	老平台： 1-12例新平台：最多96例	最多4例	最多4例
细胞通量	旧平台：500-10000 cells/通道/样本新平台：2000-20000 cells/通道/样本	100-40000 cells/通道/样本； 100-60000 cells/通道/样本；	500-20000/通道/样本	5000-30000/通道/样本
多胞率、捕获效率	7-8%/10000 cells、可达65%	2-3%/10000cells、可达80%	5%/10000cells ，可达70%	＜8%/10000cells ， 50%-60%
运行时间	18min	> 40 min	6 min	9 min
微球分离方法	化学消化分离	化学消化分离	发光激发分离	化学消化分离
测序类型	3’转录组、 3’核转录组、 5’VDJ免疫组，单细胞ATAC、单细胞表面蛋白、单细胞CRISPER	3’转录组、 5’VDJ免疫组， Abseq，单细胞ATAC	3’转录组（植物）、 3’核转录组、 5’VDJ免疫组（人、小鼠、兔、猴），单细胞ChIP-seq，单细胞微生物基因组	3’转录组、 3’核转录组，单细胞ATAC
优势	高通量，文献发表数量多，认可度高	对细胞温和；灵活上样；适用于检测中性粒细胞、干细胞等；可混样，性价比高；高细胞通量；捕获效率高	国产平台，拥有更具竞争力的试剂研发和产线；灵活上样，不浪费；运行时间短；性价比高，数据表现接近10x平台	国产平台，拥有更具竞争力的试剂研发和产线；灵活上样，不浪费；运行时间短；性价比高
劣势	价格偏高	市场占有率偏低；实验运行时间久，人工成本较高	文献较少	文献较少

昼夜节律调节因子PER1通过抑制巨噬细胞的炎症信号传导，促进细胞重编程
The circadian regulator PER1 promotes cell reprogramming by inhibiting inflammatory signaling from macrophages
IF：7.8
测序策略：单细胞测序技术（scRNA-seq）

样品：来自野生型（WT）、Per1基因敲除（Per1-/-）和Per2基因敲除（Per2-/-）小鼠的MEFs（小鼠胚胎成纤维细胞）被用于制备iNs。在重编程的第4、7、10天，对细胞进行scRNA-seq分析。

细胞捕获和测序：通过10X Genomics平台进行单细胞测序，平均每个样本捕获约10,623个细胞，每个细胞平均获得72,767个读数。

数据分析：使用UMAP（Uniform Manifold Approximation and Projection）算法进行降维，以直观展示不同细胞群集。通过t-SNE算法和聚类分析，识别不同的细胞类型，包括神经元、成纤维细胞和巨噬细胞。进行基因集富集分析（Gene Set Enrichment Analysis, GSEA），以识别在特定细胞群中表达上调或下调的基因集。

（A）UMAP分析9个样本。（B）Dot plot显示每簇前3的标记基因。(C) 6个细胞集群比例的时间剖析图。(D)描绘神经元集群中神经元基因表达水平。(E)第7天，与WT和Per2^-/-巨噬细胞相比，Per1-/-巨噬细胞中表达水平更高(红色)或更低(蓝色)的基因富集分析。(F) Per1^-/-细胞在图（E）中TNF-α和IL-6信号通路上调基因的热图。(G) 轴突引导基因的热图。
生信分析
样品上机要求：
活性大于80%（AO/PI）
细胞浓度700~1200 cell/uL
细胞总量 5*10^5 cell，建议10w，至少5w
细胞尺径 5um≤X≤30um

* 由于单细胞样品要求较严格，具体送样方法请详询销售或技术支持