您的位置:健客网 > 肿瘤频道 > 医学前沿 > 组织异质性与单细胞分析,三大技术助力单细胞测序快速发展

组织异质性与单细胞分析,三大技术助力单细胞测序快速发展

2017-11-29 来源:转化医学网  标签: 掌上医生 喝茶减肥 一天瘦一斤 安全减肥 cps联盟 美容护肤
摘要:Ramani团队不仅清晰地观察到HeLa和HAP1单个细胞的分离,还将有丝分裂期和间期的HeLa细胞区分开来。这种分割策略适用于任何单细胞数据类型。

   近日,美国加州大学圣地亚哥分校张鹍教授,在《NatureMethods》发表了评论性文章,《Stratifyingtissueheterogeneitywithscalablesingle-cellassays》就全球最新的单细胞测序技术做了点评。作为全球著名单细胞测序技术研究学者,张鹍教授对单细胞技术最新发展及未来趋势做了点评,极大鼓舞了这一技术从实验室研究到产业的转化。

 
  为了更好的理解作者原意,小编做了翻译,供大家了解信息:
 
  在这个“大数据”或“深度学习”等名词占领着各大科技媒体头条的时代,全球千万的生物学家也都想让自己的研究顺利步入以数据为中心的互联网时代。
 
  对单细胞领域的科学家来说,现实尤为如此。为了更为细致和准确地刻画细胞间的异质性并得出令人信服的结果,研究人员希望尽可能多地从细胞身上获取各种信息。
 
  即便是在序列覆盖相对稀疏的情况下,基于液滴的单细胞转录组测序技术也能取得良好的实验结果。近日,三篇刊登于国际顶级期刊的最新文献从不同角度阐明了大规模基因组研究在DNA序列层面与染色体结构层面上具备的强大潜力。
 
  从各种肿瘤组织到诸如大脑等成熟的正常组织,基因突变都是细胞功能发生异质性变化的根源。为了对这种细胞间的异质性进行深入研究,加拿大不列颠哥伦比亚大学Zahn等和Vitak等采用两种不同方法对成百上千个单细胞的拷贝数变异(CNV)进行了深入的分析。

  直接文库制备与“标签法”
 
  从概念上来说,Zahn团队的直接文库制备(DLP)法与Quake团队开发并商业化的FluidigmC1法极其相似,FluidigmC1将单细胞限制在单个的微流体反应器中以进行系列酶反应。
 
  与FluidigmC1相比,通过Zahn团队DLP法生成的测序文库覆盖度更加均匀,具有更好的CNV检测敏感度。尤其是对于较小的基因组区间或者拷贝数变化,Zahn团队的DLP技术拥有更多的优势。
 
  在文库制备后的测序过程中,Zahn团队利用基于Tn5转座酶的标签(“tagmentation”)消除了全基因组扩增的步骤,这使得在基因组的不同区间利用独特序列计算具体基因的拷贝数成为可能。
 
  虽然tagmentation技术在以前已经被用于单细胞水平的纯化DNA,但是要用在单细胞上Zahn团队还需克服DNA可接触性的关键障碍。他们需要不经纯化或缓冲液交换去除染色体上的DNA结合蛋白,在微流体反应器中完全把DNA分子暴露出来。
 
  通过结合热敏感蛋白酶和单步转座酶反应体系,依赖于精心设计的反应体积比例和可扩充的腔室,Zahn和他们同事们解决了上述障碍。
 
  同时,Zahn团队也采用了DNA条形码来对单个细胞的基因组文库在反应器内部进行标记,此后微流式芯片内部192个反应器的文库可以取出混合成单个文库做测序。
 
  Zahn团队所设计的192个独立功能化微流体反应芯片也可谓是单细胞测序领域的一大创举。一旦这种芯片技术成熟,大量细胞的测序成本便会得到大幅降低,测序质量也将得到一定程度的提高。
 
  单细胞测量数目的大幅提升
 
  为了在大量的单细胞里做CNV检测,Vitak团队在Illumina组合索引策略的基础上衍生一种新的方法。
 
  为了将组合索引技术利用到单细胞CNV分析中,Vitak团队同样不得不清除与DNA结合的蛋白质。但与DLP方法不同的,他们还需要在裂解和混合样本时保持细胞核的完整性。为此,Vitak团队采用了两种方法,锂辅助核小体耗尽(lithium-assistednucleosomedepletion,LAND)和SDS交联(cross-linkingwithSDS,xSDS)。从总计10000个单细胞中产生的可用数据来看,Vitak团队技术所检测的细胞数目比Zahn团队的DLP还要多出一个数量级。
 
  虽然避开微流式芯片使上述两种方法实施起来相对简单。然而,无论是LAND还是xSDS都不能将像蛋白酶消化一样有效地清除细胞中的DNA结合蛋白。在某种程度上,这两种技术仍然会导致基因组覆盖度的偏差和不确定的CNV信号,特别是对非癌变细胞而言,它们的CNV识别需要更加精准的的方法。相比之下,Zahn团队的直接建库技术则能提供相对更加准确的CNV信号。同时,Zahn团队的DLP技术采用封闭的反应系统,有可能完全实现自动化,在临床应用的前景更大。

  组合细胞索引技术
 
  与上述两项研究不同,在华盛顿大学Ramani等人的研究中,团队利用组合细胞索引技术对染色体构象进行精确的分析。通过样本交联,限制性内切酶消化和连接富集等步骤实现了染色体构想的精准捕获。
 
  与先前的研究相比,这些研究完成了更多单细胞的基因组分析。三项不同研究同时将大量的单细胞数据进行更为细致的分组,把相似细胞做分类,并把同类单细胞的数据整合起来做更加完整的综合分析。
 
  与整体分析不同,相比于对每个细胞单独进行测序,这类方法能够在获得更充分、全面信号的同时使样品的异质性解析成为可能。
 
  实例
 
  采用DLP的方法,Zahn团队提供了一个让人信服的案例。Zahn团队从一个胸腺癌异质模型中辨认三种主要亚群,基于单核苷酸的变异信号,他们为每个克隆制作了一个高质量的基因图谱。
 
  Vitak团队在胰腺导管腺癌标本上采用了相似的策略,在原发肿瘤组织确定了四株亚克隆。
 
  Ramani团队不仅清晰地观察到HeLa和HAP1单个细胞的分离,还将有丝分裂期和间期的HeLa细胞区分开来。这种分割策略适用于任何单细胞数据类型。
 
  三项研究毫无疑问地鼓舞了单细胞的大规模测序研究。同时,这些研究揭示了在大量细胞里做单细胞分析的几个思路:大规模并行限制细胞内的各种分子,简化反应步骤,尽可能跳过纯化,采集大量标签等。
看本篇文章的人在健客购买了以下产品 更多>
有健康问题?医生在线免费帮您解答!去提问>>
健客微信
健客药房