服务热线400-065-1811
当前位置:首页 > 基因测序 > 单细胞测序

为什么使用单细胞测序?

单细胞测序(Single Cell Sequencing)是一种对于细胞群体中的每一个细胞采用NGS技术进行高分辨率检测,分辨单个细胞间的差异以及其在整个微环境的作用[1]。有别于常见的多细胞批量测序(Bulk Sequencing),单细胞主要提出了一个非常尖锐的问题,是否一个组织块中所有细胞都是近似的?是否同一类细胞都是一样的?答案是否定的,这也是当前Bulk Seq所拥有的巨大局限性,每一个细胞都是与众不同的独立个体。而由每一个独立细胞间的相互作用最终形成一个完整的组织块,并形成功能以及表型。例如,在三阴性乳腺癌中[2],单细胞测序回答了一个最为重要的问题,耐药克隆究竟是如何产生的,与普通细胞又如何区分。在神经,发育,肿瘤,免疫等领域的研究,单细胞测序已有数百篇影响因子在30以上的文献,成为现今高通量测序研究的最前沿。

1. Eberwine J, Sul J Y, Bartfai T, et al. The promise of single-cell sequencing[J]. Nature methods, 2014, 11(1): 25.

2. Kim C, Gao R, Sei E, et al. Chemoresistance Evolution in Triple-Negative Breast Cancer Delineated by Single-Cell Sequencing[J]. Cell, 2018, 173(4): 879-893. e13.

为什么选择烈冰科技?

  • NovelBio团队拥有具有多年测序分析经验,同时拥有国际认可的10X Genomics单细胞平台,以及最新的拥有单细胞UMI技术和单细胞蛋白质组测序专利的BD Phrapsody平台;
  • 除了新鲜组织细胞外,烈冰通过多种实验技术校正,使得冻存细胞/组织单细胞转录组测序成为可能,将你存档的组织样本再次利用起来;
  • 不仅仅局限于血液,烈冰同时可以针对不同部位,类型的组织,细胞,骨髓等,设计了针对性的实验方案,保证单细胞测序捕获中的超高捕获效率,捕获率达80%以上;
  • 不再一个个细胞进行单细胞测序,一次进行1000-10000个细胞的文库构建,可以真正测全一个组织中所有细胞类型,做到对样本中所有类型细胞的全面解析。

 1、基因表达定量,获得每个细胞中所检测到的基因以及其表达量


2、细胞亚群分类,通过聚类分析获得样本中的各种细胞亚群,并通过marker基因来判断每个细胞亚群对应的已知细胞类型


3、差异表达基因筛选,分析不同细胞亚群之间或者同一细胞亚群在不同样本分组中的差异表达基因,并探讨其生物学功能


4、细胞状态转换关系分析,对不同细胞亚群之间的状态转换关系进行分析,获取细胞亚群之间的联系


5、预后分析,针对肿瘤类研究,获取关键基因后结合临床数据进行预后分析,获得预后相关的关键基因

1.肿瘤微环境研究:肿瘤的发生、生长及转移与肿瘤细胞所处的内外环境有着密切关系,单细胞测序解释了之前通过Bulk RNA-Seq无法准确进行的肿瘤细胞与周围微环境细胞间相互分泌与信号通讯的过程,无论是头颈部肿瘤,乳腺癌,神经胶质瘤已开始有大量的测序研究阐述该领域。


2. 肿瘤异质性研究:肿瘤在生长过程中,经过多次分裂增殖,其子细胞呈现出分子生物学或基因方面的改变,从而使肿瘤的生长速度、侵袭能力、对药物的敏感性、预后等各方面产生差异。它是恶性肿瘤的特征之一。单细胞测序由于能同时测定3000-10000个以上的肿瘤细胞,使得我们从肿瘤细胞的具有异质性的Clonal角度进行研究成为可能,未来可能应用于临床治疗和诊断,真正加速精准医疗时代。


3. 发育学研究:神经等组织发育,器官发生等领域的研究中,由于受到细胞微环境的影响,不同个体的细胞的发育命运是各不相同,因此单细胞测序有助于我们对于发育学研究中的每一个细胞个体的基因表达和作用以及细胞间的通讯与影响进行解析。


4. 免疫学以及其相关疾病研究:免疫学研究中,免疫细胞为了行驶不同功能而具有极强的杂合性,在一组白细胞或者PBMC样本中,往往存在大量不同类型的免疫细胞。而单细胞测序,能在测定每一类细胞的基因表达的同时,对于这些细胞进行区分,甚至进行更准确的亚型分类,为 免疫学研究和相关疾病的治疗提供帮助

样本类型:制备好的单细胞悬液,血液,培养的细胞系。


质量要求:细胞活性大于70%,浓度为500-2000细胞/μl,体积不小于200μl,细胞培养基及缓冲液不能含Ca2+和Mg2+,细胞体积小于40μm。


(若客户样本为组织,且无能力进行组织解离来获取单细胞,烈冰将尽可能提供技术及实验上的帮助,但因不同类型样本的特异性,无法保证实验方法适用于所有类型组织。)

实验流程

数据分析流程

结果示例

文献示例

1.Puram S V, Tirosh I, Parikh A S, et al. Single-Cell Transcriptomic Analysis of Primary and Metastatic Tumor Ecosystems in Head and Neck Cancer[J]. Cell, 2017, 171(7):1611.(IF= 30.410)

单细胞转录组测序揭示头颈部鳞状细胞癌肿瘤微环境的异质性以及肿瘤转移的潜在机制。

2.Kim C, Gao R, Sei E, et al. Chemoresistance Evolution in Triple-Negative Breast Cancer Delineated by Single-Cell Sequencing.[J]. Cell, 2018, 173(4):879-893. (IF= 30.410)

单细胞转录组测序揭示三阴乳腺癌耐药机制。

3.Wagner D E, Weinreb C, Collins Z M, et al. Single-cell mapping of gene expression landscapes and lineage in the zebrafish embryo.[J]. Science, 2018.(IF= 37.205)

单细胞转录组测序描绘斑马鱼胚胎发育时期基因表达图谱。

4. Mayer C, Hafemeister C, Bandler R C, et al. Developmental diversification of cortical inhibitory interneurons.[J]. Nature, 2018, 555:457. (IF=40.137)

单细胞转录组测序描述皮质抑制性中间神经元发育的多样性。