单细胞测序技术在癌症研究中发挥重要作用，从scRNA-Seq的飞速发展到多组学整合，包括基因组、表观基因组、蛋白质组和代谢组。技术扩展到空间转录组学，与非单细胞数据整合，用于识别生物标志物和治疗策略。通过scRNA-Seq，研究人员能够深入理解肿瘤微环境（TME），揭示治疗耐药性和药物反应的细胞异质性，推动个性化治疗的发展。
近年来单细胞测序得到了飞跃式的发展，其横向上扩展到其他层面，如用于表观基因组分析的单细胞亚硫酸盐测序，纵向上扩展到多个组学数据整合和其他信息的整合，如空间转录组。近日，《Briefings in Functional Genomics》发表了一篇综述文章，系统地涵盖了单细胞测序中使用的技术和算法，并从横向和纵向两个维度上进行了扩展，还从助力癌症研究这一转化方向做了介绍。
单细胞转录组测序
scRNA-Seq是第一个建立的单细胞测序技术，已获得广泛的应用。2014-2015年期间，scRNA-Seq技术发展的突飞猛进促进了单细胞测序领域的发展。
单细胞测序技术开发过程中的关键事件
scRNA序列由四个主要步骤组成，即单细胞分离、逆转录、cDNA扩增和文库构建：
1）分离单个细胞有五种方法，即人工细胞选择、随机接种/稀释、激光显微切割、荧光激活细胞分选（FACS）和微流体/微板法，其中FACS是最常用的方法。
2）逆转录和cDNA扩增可以使用三种方法进行：Tang’s method、体外转录：IVT（CEL-Seq和CEL-Seq2）、MMLV-TS（Smart-Seq、Smart-Seq2和STRT-Seq）。
3）作为单细胞测序的一个独特步骤，单细胞被贴上一个独特的条形码，以汇集不同的样本而不致混淆，从而在同一测序通道上分析多个样
扫一扫
2058
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
