用这个技术发表的文章中，每4篇中就有1篇10分 ，还不赶快了解一下！

说起最热的技术来，我们前面介绍过的一个技术——技术CRISPR技术的高通量功能筛选是其中一个：高分文章和基金是如何用CRISPR/Cas9的？和CRISPR筛选技术帮你高效率发现目的基因，今天我们再来介绍一个高达上的技术：单细胞测序（Single Cell Sequencing）。

这个技术有多热呢，我们可以通过pubmed的文章检索看一下 ，以singe cell RNA seq为关键词搜索：

在搜索到的1469篇文章中，10分以上的文章有367篇（占比24.98%），5-10分的文章有300篇（占比20.42%），也就是说5分以上的文章占到了45.40%，比例可以说是非常高了。

具体来看，在2018年顶级CNS期刊发表的文章中也常看到单细胞测序的影子：

• Single-Cell Transcriptomics and Fate Mapping of Ependymal Cells Reveals an Absence of Neural Stem Cell Function.Cell. 2018 May 3;173(4):1045-1057.e9.——神经系统

• Integrated Single-Cell Analysis Maps the Continuous Regulatory Landscape of Human Hematopoietic Differentiation.Cell. 2018 Apr 25. pii: S0092-8674(18)30446-X.——血液循环系统

• A single-cell RNA-seq survey of the developmental landscape of the human prefrontal cortex.Nature. 2018 Mar 22;555(7697):524-528.——神经系统

• Defining the earliest step of cardiovascular lineage segregation by single-cell RNA-seq.Science. 2018 Mar 9;359(6380):1177-1181.——心血管系统

• Single-cell profiling of the developing mouse brain and spinal cord with split-pool barcoding.Science. 2018 Apr 13;360(6385):176-182. ——神经系统

• Developmental and oncogenic programs in H3K27M gliomas dissected by single-cell RNA-seq.Science. 2018 Apr 20;360(6386):331-335. ——肿瘤

既然这个技术这么火，关于单细胞测序我们需要了解哪些信息呢？

我们可以通过一篇综述看一下，这篇综述是2018年发表在Nat Rev Immunol（IF 39.93）杂志上的文章：Single-cell RNA sequencing to explore immune cell heterogeneity.Nat Rev Immunol. 2018 Jan;18(1):35-45. 

主要讲的是单细胞RNA测序在研究免疫细胞异质性（heterogeneity）上的应用。在看这篇以前我们先简单科普一下单细胞测序（single cell sequencing）与常规测序的关系。

首先，顾名思义，与常规的测序不同的是，单细胞测序可以帮我们从单个细胞的层面开展研究，我们知道很多疾病（比如肿瘤）的异质性是非常大的：

同样是肝癌，不同的患者之间、同一个患者的不同病灶组织内细胞之间的异质性也会非常大，肿瘤在发生发展过程中细胞也会发生变化（进化），疾病的异质性可以表现在细胞层面，而细胞层面的变化又可以通过基因水平进行标识。在常规的测序中，我们看到的是组织整体的变化，而一个组织样本中可能会有几十万、几百万个细胞，这些细胞的“个性”是被“掩盖”掉的，我们看到的是不同类型的细胞、不同分化程度的细胞的综合表现。但是，当我们通过单细胞测序进行检测的时候，我们就可以把这些细胞进行区分了，甚至我们可以追踪一个患者的样本进行检测，比如通过单细胞测序分析肿瘤从发生、发展过程中的细胞分化的差异，这也正符合“精准医疗”的理念。

其次，与常规测序类似的是，单细胞测序既可以进行DNA水平的测序，也可以进行RNA水平的测序（RNA-seq），所以应用场景是非常广的。一般来说，由于单细胞测序检测的是表达丰度比较高的RNA，所以在检测时候通常以mRNA为主，但是表达丰度相对较低的lncRNA也是可以检测的：

上面这篇文章就是2016年发表在Genome Biolology杂志上，通过单细胞测序检测人大脑发育过程中lncRNA表达的研究。

最后，关于单细胞测序的技术，我们可以通过上面的这边综述看一下：

在表格中列举了单细胞测序的7种技术，分别从细胞捕获方法（比如流式细胞仪、Micropipettes、Microfluidics和Microdroplets等）、每个实验检测的细胞通量、成本和灵敏度这四个角度进行了评价。按照上表的观点，成本最低的是最后一个Massively parallel approaches (Drop-seq, InDrop)，在检测灵敏度上，细胞系可以检测5000个基因，而原代细胞可以检测1000-3000个细胞，下图是不同技术的流程图：

我们可以看到总体上都包括了细胞分离、扩增、测序和应用四个步骤。其中Massively parallel approaches这个技术分离单细胞的过程是这样的：在对每个细胞的mRNA测序前做逆转录时，为其加上独一无二的标签序列（barcode）。这样即便是混合起来测序，我们也可以把携带相同标签序列（barcode）的RNA片段视为来自同一个细胞。通过这种策略，我们可以通过一次建库，测得上万个单细胞的信息：

下面我们来继续看这篇综述里面介绍的单细胞测序技术的应用场景：

上图展示的是通过单细胞RNA-seq（scRNA-seq）揭示正常免疫系统细胞的各个亚群（大家可以看到出现的ILC，我们在前面给大家介绍过这个科研热点：相同的分子，相似的内容，同期3篇Nature，了解一下！和如何蹭ILC（固有样淋巴细胞）的热度发文章）。

这是在疾病中通过单细胞RNA-seq（scRNA-seq）研究不同的细胞亚群的流程图。

通过单细胞RNA-seq（scRNA-seq）揭示某类免疫细胞中的亚群，讲到这里不知道大家有没有联想到我们前面介绍过的一篇宋尔卫教授的Cell：中山大学宋尔卫最新Cell：发现CAF新亚群并揭示与CSC调控机制。大家发散思维想一下，单细胞测序技术再结合这篇Cell（当然在这篇Cell文章里面新细胞亚群的发现并不是通过单细胞测序进行的），研究思路是不是一下打开了？

通过单细胞RNA-seq（scRNA-seq）研究造血干细胞（HSC）分化过程中的命运决定点。其实我们如果查文章的话就会发现，单细胞测序在研究细胞分化（细胞命运决定）和发育这个方向上有很多好文章：

• Chromatin and Single-Cell RNA-Seq Profiling Reveal Dynamic Signaling and Metabolic Transitions during Human Spermatogonial Stem Cell Development.Cell Stem Cell. 2017 Oct 5;21(4):533-546.e6.

• Deconstructing Olfactory Stem Cell Trajectories at Single-Cell Resolution.Cell Stem Cell. 2017 Jun 1;20(6):817-830.e8. 

• Mapping human pluripotent stem cell differentiation pathways using high throughput single-cellRNA-sequencing.Genome Biol. 2018 Apr 5;19(1):47.

• Dissecting Cell-Type Composition and Activity-Dependent Transcriptional State in Mammalian Brains by Massively Parallel Single-Nucleus RNA-Seq.Mol Cell. 2017 Dec 7;68(5):1006-1015.e7. 

  
  

好了，关于单细胞测序的内容我们就介绍到这里了，如果大家感兴趣，我们以后会为大家再通过案例做介绍。