当前位置:首页 > 基因慧 >

基因慧:2020单细胞行研报告

  • 2021年01月19日
  • 50 金币

()实验技术重难点

为了 获得高质量的单细胞进行测序,必须充分了解样本类型并根据具体的样本来优化实验操作。

如果方法不当,细胞基因表达谱可能会出现变化,甚至部分对环境较为敏感的细胞会出现死亡,并在裂解后向周围环境释放,从而造成检测中的背景噪音,从而影响单细胞数据的质量。因此实验过程中需要尽量避免细胞死亡和裂解,不断优化制备条件,加快实验流程,减少对样本细胞的刺激。另外,对于冻存人组织样本及拿不到理想单细胞悬液的组织类型,应着重考虑单细胞核抽提技术的开发。

目前虽然微流控技术的应用使得单细胞的通量能达到上万个细胞,然而不论是液滴微流控还是微孔分选技术都需要大量的细胞样本,这对于一些难以获取的珍稀样本并不友好。而且目前大多数的高通量转录组平台只能实现3’或者5’端测序,无法获取更为丰富的全长转录本信息。此外,单细胞由于DNARNA含量都是皮克级别,因而检测到的总基因数相对较低,而且在扩增过程中由于捕获效率的问题,仍然会存在着扩增偏向性问题,如小片段可能有更大概率被富集,这都会影响数据分析。

()单细胞测序数据处理较难

与传统测序相比,单细胞测序会产生更大的背景噪声数据,因为单细胞的DNARNA起始量太小,扩增和捕获时微小的偏差经过多重扩增后会被放大,在细胞间产生与生物学意义无关的巨大差异。例如,即使是高表达的转录本也可能由于捕获效率的原因被错过,从而导致了假阴性结果。而一些低表达的基因也可能由于扩增而被富集,导致数据失真。

其次,不同样本间产生的批次效应也是处理单细胞数据时的一个难点。批次效应(Batch effect)即是独立建库测序的样本间的天然差异,有时候很难与真实的生物学差异区分开。如果实验设计不合理,也有可能产生较大的批次效应。而且,有时候分析出来的细胞间差异可能是源于细胞尺寸、细胞周期状态和其他一些因素,这给细胞类型鉴定也带来了一定的困难。

()单细胞多组学联合分析难度大

除了实验技术层面的挑战,单细胞组学数据的分析也是重难点。面对海量的单细胞测序和流式数据,如何将单细胞的多组学信息与其细胞表型和功能结合起来是生物信息分析的难点,对于科学研究和临床应用都有着重要意义,但是目前的联合分析一般局限于两种或者三种组学。

()单细胞相关专业人才匮乏

单细胞技术涉及微流控、极微量分析定量、海量数据分析等核心技术,对人员能力要求很高,目前多应用于科研,产业转化程度并不高。同时,相对于普通的测序技术,当前的单细胞测序成本较高,还不适合于大规模的临床应用。亟需研发人才降低成本、优化流程,开发更多工具,推动转化应用。

发展及展望

()技术发展趋势:分选的效率和通量,高通量的多组学研究

未来单细胞技术发展的主要趋势是提高单细胞分选的效率和通量、实现高通量的多组学研究,开发更多自动化的单细胞技术平台,这些都将有助于降低单细胞技术的成本和技术门槛。对于新兴的单细胞蛋白组和空间组学,更多维的蛋白组学参数分析和更高分辨率的空间组学研究都是未来技术的发展方向。同时,将单细胞多组学研究和组织的3D解剖结合也是未来技术发展的重要趋势。

单细胞技术所产生的海量信息解读是目前的难点,不断涌现的新兴的单细胞技术如质谱流式,空间转录组数据等也都需要新兴的生物信息分析工具。随着更多的单细胞细胞图谱被解析,单细胞数据库不断被丰富,我们期待着计算生物学家们开发出更多准确有效的算法和软件。

()未来技术转化趋势

随着近十年的发展,目前单细胞技术已经在科研领域有着广泛的应用,包括很多转化方面的研究,如肿瘤免疫、伴随诊断、药物开发、疫苗研究等,这些领域都是未来技术转化的方向。

()未来产业发展趋势

单细胞技术产业的发展涉及到上游的试剂开发、微流控设备、微孔芯片、高通量测序仪研发等。目前单细胞技术的试剂和设备成本仍然很高,随着越来越多的公司和科研团队加入这一产业,试剂和设备成本将逐渐降低。同时,随着技术的普及和广泛应用,中下游的单细胞技术服务产业也会蓬勃发展。

  • 关注微信

猜你喜欢