近年來,單細胞轉錄組測序技術發(fā)展迅猛,為人們研究細胞的異質性及在單個細胞分辨率下理解生命體系、過程和不同疾病狀態(tài)提供了有效手段�；谖⒘骺丶夹g發(fā)展而來的高通量單細胞轉錄組測序技術是實現大量細胞平行檢測的主要方法。現從高通量單細胞轉錄組檢測平臺研究進展、單個細胞捕獲及檢測的常用方法——特別是微滴與微孔技術原理與特點、數據分析流程、數據挖掘手段、現有存在問題和未來發(fā)展方向等角度進行闡述,希望該技術對生命科學研究起到促進和推動作用。 

【文章來源】：生命科學. 2020,32(12)北大核心CSCD

【文章頁數】：8 頁

【部分圖文】：

高通量單細胞轉錄組測序工作流程

批次效應是產生變異的重要原因。因此，數據歸一化是獲得有效、有意義數據的重要過程。數據歸一化包括樣本內歸一化(消除基因特異性偏差)和樣本間歸一化(用于調整與細胞間計數分布差異的影響)。Seurat軟件[26]提供了基于共同來源變異的數據整合，允許定義共享全局的新特征來進行數據整合，是目前運用最廣泛的分析包。當然，強大的運用也使其不斷地進行升級，現已開發(fā)到了V3.0版本[27]。另一種廣泛使用的方法是根據預處理步驟中獲得的比例因子估計值來計算規(guī)范化的表達式度量，然后再進行下游分析，例如聚類或微分表達式[28]。k BET軟件[29]通過主成分分析來評估批次效應，將混雜因素作為協變量納入模型進行剔除，是一個強大、靈敏度高的基于K最近鄰分類(k-nearest neighbor,KNN)算法的批次效應評價工具。2.3 單細胞轉錄組數據降維與可視化

為對分類的細胞類群進行深入的功能挖掘，常用基于基因集富集分析(gene set enrichment analysis,GSEA)的功能富集方法。然而，該方法只能基于樣本間進行功能富集。為推廣其運用范圍，后續(xù)陸續(xù)開發(fā)的ss GSEA (single sample gene set enrichment analysis)[47]、GSVA (gene set variation analysis)[48]、Auto Compare＿SES (sample enrichment score)[49]可用于單個樣本基因的功能富集。由于單細胞轉錄組數據的特殊性，基于GSEA的分析方法會面臨分析設備內存占據大、分析時間長等問題。Single-Cell Signature Explorer是近來開發(fā)的一個專門通過基因集的模式分析，并可通過t-SNE和UMAP降維可視化方法來呈現基因集在細胞中的整體表達及功能富集程度[50]，該方法從一定程度上彌補了GSEA的短板(圖3C)。3 單細胞轉錄組研究的常見技術問題

【參考文獻】：
期刊論文
[1]單細胞轉錄組高通量測序分析新進展[J]. 文路,湯富酬.  遺傳. 2014(11)



本文編號：3505274