单细胞核测序技术
  TnD0WQEygW8e 2023年11月02日 35 0

在有些情况下,细胞是很难完整分离的,比如长期保存的组织,或者大脑细胞和脂肪细胞。在分离细胞时所用的酶和破坏力往往会影响其他细胞区室的内容。此时,单核RNA测序就显得特别重要。

细胞核转录组是否代表了整个细胞的转录组,以及在snRNA-seq中发现的基因是否或多或少与特定研究相关。一些比较单细胞RNA测序(scRNA-seq)和单核RNA测序的研究表明,转录本在整个细胞和细胞核中的表达程度相当。

 

单细胞RNA测序(scRNA-seq)技术的飞速发展使人们对组织中细胞种类、细胞的特殊状态有了深入认识。但是,scRNA-seq对于器官或者固体组织制备的细胞悬液的细胞活性和细胞数目有着较高的要求,这也意味着 “躺在”超低温冰箱中的大量珍贵临床样本(脑组织,肿瘤组织等)都无法进行scRNA测序。单细胞核RNA测序技术(snRNA-seq)的出现,则在很大程度上解决了以上问题。

虽然细胞核内的遗传物质可以大体代表整个细胞,然而,细胞质和细胞核之间的RNA类型和比例却存在一定的差异。RNA首先在细胞核内转录,并在细胞核内积累到稳定状态。在细胞质中, mRNA根据其出核率和不同的命运,包括转运到特定的亚细胞位置、核糖体的翻译、小RNA的降解等,达到不同的稳态水平。研究人员发现,细胞核RNA中含有大量的非编码序列,其中包含41%的基因间区序列和25%的内含子序列。同时,研究人员也发现有41.7%的转录本序列只在细胞核中存在。多项研究表明,将内含子区域的reads增加了snRNA-seq的敏感性,并提高识别细胞类型的分辨率。因此,在处理单细胞核RNA测序数据时,纳入内含子序列具有重要意义。下面,就让我们详细了解一下针对不同组织样本进行snRNA-seq的部分案例与要点。

单细胞核测序技术在样本适用性上较单细胞RNA测序技术更有优势,它不局限于新鲜的组织样本,适用于冰冻样本。此外,单细胞核的制备相对于单细胞悬液的制备要更简单,可以尽量减少酶解,机械压力诱导的假的细胞类群的产生。在数据分析方面,单细胞核RNA测序可以获得内含子区、基因间区的数据,使细胞类型的鉴定分辨率更高,获得的基因信息相对更加丰富。

 很多老师想要研究某些特殊样本,例如心肌细胞和神经元;也有很多老师手上有颇为珍贵的临床冻存样本,但是受限于单细胞测序对于样本的严格要求——细胞数量要求大于105个、活细胞数在90%以上、细胞直径小于40μm等,只能望“单”而叹!

 

同时,受限于样本解离过程,单细胞测序存在三大问题——
1.       仅适用于新鲜组织样本,对于冻存样本,由于细胞已经丧失活性,因此无法开展scRNA-seq。
2.       解离过程会诱导应激基因的表达,引起细胞转录模式发生“人为改变”(artifactual transcriptional stress responses),造成转录偏好(bias)。这样获得的数据无法真实的反应样本的细胞转录状态,结果的可靠性大大降低。
3.       对于很多实体组织,如脑、心脏、肾脏等,蛋白酶倾向于将易于解离的细胞类型解离下来,因此会丢失不易解离的细胞;同时一些较为敏感的细胞可能会因为解离过度而破碎。这样,解离过程无法有效的获取到组织中的所有细胞类型,结果的准确性大为降低。
由于上述问题,单细胞核测序(snRNA-seq)逐渐受到人们重视! 

 

单细胞测序的科研人员都会遇到以下这样的问题:

  1. 单细胞RNA测序不能准确地捕获组织中所有细胞类型(比如肾脏,脑),因为单细胞解离本身可能损害敏感细胞。
  2. 目前用于单细胞解离的酶和机械方法会引入了因裂解压力诱导的转录产物。
  3. 活性蛋白酶倾向于选择易解离的细胞类型。不易解离的细胞可能会被丢失。
  4. 目前的方法与冷冻样本材料不兼容(冷冻样本不能用于单细胞测序),但是有的时候,临床所取的样本需要等待病理诊断后才能去做单细胞测序(比如肾脏活检样本),因此为了保证样本的RNA稳定性,需要进行冻存。

 

单细胞核测序技术_数据

 

 REF


http://www.ebiotrade.com/newsf/2019-12/2019129172619642.htm

https://www.seqchina.cn/12456.html

https://www.bilibili.com/read/cv7707622

 



【版权声明】本文内容来自摩杜云社区用户原创、第三方投稿、转载,内容版权归原作者所有。本网站的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@moduyun.com

  1. 分享:
最后一次编辑于 2023年11月08日 0

暂无评论

推荐阅读
TnD0WQEygW8e