??自2009年湯教授發(fā)表單細胞RNA定量測序膜廊，至今近10年間單細胞技術(shù)得到飛速發(fā)展，已發(fā)表多種組學的單細胞技術(shù)淫茵，讓科研人員更具體了解每個單細胞的狀態(tài)爪瓜，特別對于腫瘤的發(fā)生發(fā)展，胚胎發(fā)育匙瘪，復雜組織等領(lǐng)域研究更深入铆铆。
??這篇文章是2017年底發(fā)表在國際頂級期刊NBT上，論文的通訊作者為加州大學圣地亞哥分校Jacobs工程學院生物工程學系華裔教授張鹍（音譯）,主要開發(fā)一些單分子測序及單細胞擴增微量建庫等新技術(shù)辆苔，并以此研究干細胞算灸，人腦等器官。
??文章采用兩種改進的技術(shù)snDrop-seq驻啤，scTHS-seq分別對腦細胞轉(zhuǎn)錄組及表觀組水平進行測序分析，獲得來自人類成人視覺皮層荐吵，額葉皮層和小腦的> 60,000個單細胞的核轉(zhuǎn)錄組和DNA可及性圖譜骑冗。這些數(shù)據(jù)的整合揭示了不同類型細胞的調(diào)節(jié)元件和轉(zhuǎn)錄因子，為研究大腦中的復雜過程提供了基礎(chǔ)先煎，例如協(xié)調(diào)成人髓鞘再生的遺傳程序贼涩。還將疾病相關(guān)風險變異與特定細胞群體相關(guān)聯(lián)，從而為人腦中的正常和致病細胞過程提供了見解薯蝎。這種整合的單細胞多組學方法對研究復雜器官和組織提供了新的視角遥倦。
??snDrop-seq基于液滴微流控技術(shù)，利用磁珠，有機油物在微流管道中結(jié)合單個細胞形成一個一個液滴袒哥，實現(xiàn)單細胞RNA-seq的建庫缩筛，實現(xiàn)高通量測序。scTHS-seq技術(shù)是利用多重編碼方式（pool-split）方式實現(xiàn)單細胞高通量測序堡称，目前這兩種方法在單細胞高通量領(lǐng)域用的較多瞎抛。
??單細胞數(shù)據(jù)處理一般經(jīng)過質(zhì)控，比對却紧，統(tǒng)計定量每個單細胞基因表達水平桐臊，定量開放區(qū)水平，即產(chǎn)生高維度稀疏矩陣晓殊，經(jīng)過降維聚類算法断凶，對整體細胞分群，基于已知的marker基因可以定義每個類群的細胞類型巫俺。
??基因基因表達數(shù)據(jù)對單細胞進行聚類分析认烁，然后利用機器學習算法模型gradient-boosting model（GBM）整合兩個組學數(shù)據(jù)，模型算法將在后續(xù)簡書文章中介紹识藤。
??然后論文又對特定細胞類型轉(zhuǎn)錄因子（TF）活性研究以解析髓鞘再生過程砚著。
??最后文章又搜集以報道的腦部疾病的GWAS數(shù)據(jù)信息，選擇可信度最強的50個SNP與開放區(qū)信息進行關(guān)聯(lián)分析痴昧，將其定位到特定的細胞類型中稽穆。
