Zi 字媒體

眾所周知，大腦是一種複雜的結構。它包括近860億個神經元以及數十億個其他類型的細胞。單細胞的基因表達分析能夠揭開細胞之間的差異，幫助繪製複雜組織的細胞多樣性圖譜。不過，如果每次只分析一個細胞，那顯然不現實。於是，哈佛大學的兩個團隊將微流體技術引入單細胞RNA-Seq方法中，分別開發出Drop-seq和inDROP。2015年，這兩種方法發表在同一期的《Cell》雜誌上。它們的出現，讓快速、低成本地分析數千個單細胞的基因活性成為現實。這兩種技術都利用微流體裝置將帶有條形碼的微珠和細胞一起裝入微小的液滴。這些液滴在一個小型設備上生成，沿著一根頭髮寬的槽道流動。條形碼附著到每個細胞的一些基因上，因此科學家們可以一次測序所有的基因，追蹤每個基因的來源細胞。Drop-seqDrop-seq由哈佛醫學院Steven McCarroll領導的團隊開發。利用這種方法，他們已經分析了來自小鼠眼睛視網膜的44,800多個細胞的基因活性，鑒定出39種不同類型的視網膜細胞。他們的下一步目標是構建大腦的整體結構，以便對參與正常神經發育的基因有一個清晰的了解。這些雄心勃勃的研究項目之所以能夠實施，是因為Drop-seq的成本更低，速度更快。據介紹，利用Drop-seq，分析單細胞的基因活性僅需7美分。此外，分析過程也相當高效，每個科學家每天可以分析約1萬個細胞。inDropinDrop方法是由哈佛大學的系統生物學教授Marc Kirschner領導開發的，與Drop-seq有些類似，但不完全相同。研究小組利用這種方法來分析小鼠的數千個胚胎幹細胞和分化細胞，以便更好地了解幹細胞分化。Drop-seq的微珠庫中有1600萬個條形碼，而inDrop方法只產生約15萬個條形碼，這意味著它每次運行處理的細胞數較少。不過，當研究人員想分析極少量的組織樣本時，inDrop可能更有優勢。因為它捕獲細胞的比例高於Drop-seq。測序技術大比拼在各種單細胞RNA測序技術被陸續開發出以後，相信大家的選擇困難綜合征又犯了，不知道該如何選擇。好在，德國慕尼黑大學的研究人員比較了幾種常用的幾種方法，包括Smart-Seq、CEL-Seq、SCRB-seq以及Drop-seq。他們生成並分析了479個小鼠胚胎幹細胞的RNA-Seq數據。研究人員發現，儘管所有方法的準確性相似，但是Smart-seq的靈敏度最高，CEL-seq最為精確，而SCRB-seq和Drop-seq最為高效。有了這個分析，相信你在選擇方法時心裡有底了吧。原文閱讀Ziegenhain C, Parekh S, Vieth B, Smets M, Leonhardt H, Hellmann I, Enard W. (2016) Comparative analysis of single-cell RNA-sequencing methods. bioRXiv [Epub ahead of print].