回顾Bulk vs scRNA-seqBulk RNA-seq : 它测定的是一个大的细胞群体中的每一个基因的平均表达水平。对比较转录组学、找疾病标志物、同质系统等研究非常有帮助。 scRNA-seq :它测定的是细胞分群中每个基因的表达量分布。对细胞异质性、细胞亚群细化、稀有细胞类型鉴定、细胞种群动态等研究很有帮助。 在转录覆盖率方面,转录组RNA-seq依然是金标准,根据测序深度,一般可以观察到80-95%的转录本。而scRNA-seq方法,每个细胞,一般能测到200-10000个转录本,即可以观察到10-50%的转录本,而且每个细胞中很多转录本的计数为零。 一张图展示 bulk vs scRNAseq 的区别 单细胞RNA-seq的常见应用肿瘤、组织、器官的异质性研究 构建发育谱系 随机基因表达 比如以下这些情况的研究:
同时有一个问题需要注意的是,如果较低的mRNA捕获率,则会使scRNA-seq难以得出关于单细胞水平表达的明确结论,所以细胞数量和测序深度对于了解罕见基因表达表型至关重要。那么是不是细胞越多,测序越深越好呢?当然并不是这样,凡事有度。
我们需要采样多少个细胞,以便我们至少看到每种类型的n个细胞?可以参考下面这个网站的模型 https:///howmanycells 在默认示例中,我们假设有10种稀有细胞类型,每种类型仅占总群体的2%。如果要让我们的样本中至少有5种细胞具有95%的置信度,那么我们总共需要对至少619个细胞进行采样。 单细胞RNA-seq测序平台概述单细胞方法的比较 Full Length Transcripts:SMART-seq(v3)
Seq-Well: Honeycomb Biotechnologies
Droplet scRNA-seq
inDrops 方法概述
inDrops文库结构 10x Genomics方法概述
inDrops vs 10x GenomicsinDrops
10x Genomics
注:以上内容来自哈佛大学生物信息中心(HBC)的教学团队的生物信息学培训课程。原文链接:https://hbctraining./scRNA-seq/schedule/ |
|