基于10x 平臺,單細(xì)胞測序,單細(xì)胞多組學(xué)分析
|
||||||||||||||||||
[發(fā)表評論] [本類其他服務(wù)] [本類其他服務(wù)商] |
服務(wù)商: 斑馬魚(北京)科技有限公司 | 查看該公司所有服務(wù) >> |
對于多細(xì)胞生物來說,細(xì)胞與細(xì)胞之間是存在差異的。受精卵從一個細(xì)胞開始分裂到最終發(fā)育成成熟的個體,各種功能細(xì)胞之間的差異會越來越大,表達(dá)各自不同的基因,決定不同的生理功能。疾病的發(fā)生過程中,伴隨多種細(xì)胞的參與,不同細(xì)胞也會受到不同影響,如腫瘤的異質(zhì)性、原發(fā)灶、轉(zhuǎn)移灶、腫瘤微環(huán)境細(xì)胞等其基因表達(dá)有很大的差異,這些差異決定了腫瘤細(xì)胞對治療的反應(yīng)。
傳統(tǒng)的研究方法由于技術(shù)限制,是在多細(xì)胞水平進(jìn)行的,獲得的基因表達(dá)信息是細(xì)胞群體的平均信號,丟失了細(xì)胞個體特異的基因表達(dá)信息。為了更加精細(xì)地研究基因表達(dá)于細(xì)胞功能的關(guān)系,單細(xì)胞水平進(jìn)行檢測是更加準(zhǔn)確的方法,獲得的基因表達(dá)信息也更加直觀。單細(xì)胞測序的發(fā)展將基因表達(dá)于細(xì)胞功能的研究帶入了一個新的時代。
單細(xì)胞測序解決了單個細(xì)胞RNA量少的問題:
在單細(xì)胞測序出現(xiàn)之前,主要是Bulk RNA-seq,即測量一個大的細(xì)胞群體中每一個基因的平均表達(dá)水平,但對于基因表達(dá)的本質(zhì)研究不夠深入,很多基因表達(dá)的時空信息被掩蓋。scRNA-seq直到2014年后才降測序費(fèi)用降低到可接受的水平,逐漸進(jìn)入大家的視野。它測定的是細(xì)胞種群中每個細(xì)胞中的基因的表達(dá)量分布,對于研究特定細(xì)胞基因表達(dá)的變化意義重大。能同時測定的細(xì)胞數(shù)量從最初的幾十上百個到現(xiàn)在的成千上萬個,向著高通量的方向快速發(fā)展。將研究推升到一個更加精準(zhǔn)的方向。
單細(xì)胞測序可以解決的科學(xué)問題
1.研究對象中細(xì)胞一共分多少群?
2.每個群對應(yīng)哪種細(xì)胞?
3.如何定義新的細(xì)胞類群?
4.已知的某類細(xì)胞是否可分成幾個亞群?
5.每個細(xì)胞群/亞群的marker基因?
6.不同樣本(病人)間的細(xì)胞構(gòu)成有何差異?
7.細(xì)胞構(gòu)成和基因表達(dá)差異與表型的關(guān)系?
技術(shù)參數(shù) |
樣本的要求
1. 總量> 10*目標(biāo)細(xì)胞個數(shù)(最少10,000個細(xì)胞);
2. 濃度500-1,000個/uL;
3. 細(xì)胞間無粘連(成團(tuán)率<5%);
4. 無大于40um的細(xì)胞碎片或其他顆粒物;
5. 細(xì)胞成活率應(yīng)大于80%(臺盼藍(lán)染色檢測);
6. 不存在逆轉(zhuǎn)錄抑制劑和非細(xì)胞的核酸分子。
常規(guī)項(xiàng)目周期 |
45-50個工作日
分析內(nèi)容單細(xì)胞轉(zhuǎn)錄組 | 分析內(nèi)容 |
標(biāo)準(zhǔn)分析 | 1. 數(shù)據(jù)預(yù)處理 |
1.1 基因組比對及基因表達(dá)定量 | |
1.2 基因及樣本過濾 | |
1.3 細(xì)胞周期效應(yīng)評估 | |
2. 細(xì)胞聚類和可視化 | |
2.1 louvain算法聚類 | |
2.2 T-SNE、umap、Force-directed graph drawing可視化 | |
高級分析 | 3. 細(xì)胞類型注釋 |
3.1 細(xì)胞類型注釋及可視化 3.2 Marker基因heatmap 3.3 Marker基因小提琴圖 |
|
4. Marker基因分析 | |
4.1 Logistic Regression算法 4.2 t-test_overestim算法 4.3 Wilcoxon算法 |
|
5. 多樣本比較分析 | |
5.1 各樣本中的細(xì)胞類型分布比例統(tǒng)計 5.2 各樣本和Cluster中細(xì)胞數(shù)目統(tǒng)計 5.3 各樣本和Cluster中轉(zhuǎn)錄本表達(dá)豐度統(tǒng)計 5.4 各樣本和cluster中基因數(shù)目統(tǒng)計 |
細(xì)胞群體能被分成多種亞群 | 不同亞群的細(xì)胞表達(dá)不同的marker基因 |
(來自文獻(xiàn)nature, A human liver cell atlas reveals heterogeneity and epithelial progenitors. 2019)