單細(xì)胞核轉(zhuǎn)錄組測序

單細(xì)胞核轉(zhuǎn)錄組測序(Single Nuclei RNA Sequencing,snRNA-seq):通過提取樣本單細(xì)胞核,然后分離、標(biāo)記細(xì)胞核牛曹,在單細(xì)胞水平研究核基因表達(dá)檢測的技術(shù)。為腦組織醇滥、心臟黎比、腎臟等復(fù)雜組織或一些珍稀凍存樣品提供了單細(xì)胞水平研究應(yīng)用平臺,可挖掘更多潛在的致病細(xì)胞類型鸳玩,更易于探討腫瘤細(xì)胞異質(zhì)性和致病機理阅虫。

單細(xì)胞核測序(snRNA-seq)的優(yōu)點

  • 細(xì)胞核的獲得比細(xì)胞懸液的獲得簡單

單細(xì)胞懸液制備過程往往是造成實驗可變性的主要因素。如何獲得足質(zhì)足量的單細(xì)胞懸液不跟?這是實驗面臨的第一個難題颓帝,特別是那些稀有細(xì)胞或難以解離的細(xì)胞;細(xì)胞核膜相比細(xì)胞膜更為堅固窝革,因此购城,凍存組織細(xì)胞膜破裂后細(xì)胞核則能夠保持完整,由于僅涉及機械破碎和簡單的純化虐译,snRNA-seq操作步驟相對簡化瘪板,便于開展實驗,其穩(wěn)定性相比scRNA-seq大大提高漆诽。

  • 適用的樣本類型擴大

單細(xì)胞核測序snRNA-seq由于是抽提細(xì)胞核進(jìn)行測序侮攀,所以可以應(yīng)用于凍存的樣本,極大的利用了那些生理病理數(shù)據(jù)清晰的凍存樣本厢拭;對于那些新鮮樣本解離成功率低的樣本兰英;或者是樣本的收集難度大,收集周期長供鸠,比如一個樣本不同階段的評估畦贸,或者根據(jù)治療結(jié)果決定前端樣本是否入組等情況;亦或是細(xì)胞體積大回季,形狀不規(guī)則的樣本都可以用snRNA-seq來解決家制。

  • 降低人為引入的轉(zhuǎn)錄偏差

因為組織可以直接從凍存狀態(tài)開始抽核,此狀態(tài)下細(xì)胞轉(zhuǎn)錄活動已經(jīng)被抑制并固定泡一,因此不會再發(fā)生轉(zhuǎn)錄狀態(tài)改變,結(jié)果真實性提高觅廓。

  • 能夠鑒定到的細(xì)胞類型更為全面和完整

直接對細(xì)胞進(jìn)行機械法或者化學(xué)法破碎鼻忠,不會引入解離偏好性,理論上來講所有細(xì)胞類型都能得到回收,能夠獲得更加完整和全面的細(xì)胞圖譜帖蔓。

單細(xì)胞核測序(snRNA-seq)的缺點

  • snRNA-seq會有檢測到的基因偏少的風(fēng)險

雖然有一些比較單細(xì)胞RNA測序(scRNA-seq)和單細(xì)胞核(snRNA-seq)測序的研究表明矮瘟,轉(zhuǎn)錄本在整個細(xì)胞和細(xì)胞核中的表達(dá)程度相當(dāng);理論上來講塑娇,缺失了細(xì)胞質(zhì)中的RNA分子澈侠,snRNA-seq在鑒定細(xì)胞轉(zhuǎn)錄狀態(tài)中可能不如scRNA-seq,同時由于細(xì)胞核中帶有polyA尾的成熟mRNA比例更低埋酬,因此對于某些樣本而言哨啃,采用snRNA-seq每個細(xì)胞核中檢測到的基因可能會有偏少的風(fēng)險,不利于細(xì)胞亞型的鑒定写妥。

  • snRNA-seq對免疫細(xì)胞類型的獲得不友好

雖然snRNA-seq能夠獲得更加全面完整的細(xì)胞類型拳球,但是對于某些細(xì)胞類型的獲得比例不如scRNA-seq,主要表現(xiàn)為免疫細(xì)胞珍特。

Slyper, M., Porter, C.B.M., Ashenberg, O. et al. A single-cell and single-nucleus RNA-Seq toolbox for fresh and frozen human tumors. Nat Med 26, 792–802 (2020). https://doi.org/10.1038/s41591-020-0844-1

以上這篇文章對8個腫瘤類型祝峻,同時進(jìn)行scRNA-seq和snRNA-seq,結(jié)果發(fā)現(xiàn):scRNA-seq數(shù)據(jù)中神經(jīng)嵴扎筒、神經(jīng)內(nèi)分泌細(xì)胞大幅度減少莱找、實質(zhì)細(xì)胞大幅度減少;snRNA-seq數(shù)據(jù)中T細(xì)胞大幅度減少嗜桌、B細(xì)胞和NK細(xì)胞消失奥溺、內(nèi)皮細(xì)胞、上皮細(xì)胞增加症脂。

https://zhuanlan.zhihu.com/p/394585391

單細(xì)胞核核轉(zhuǎn)錄組的基因組比對

這里主要講一下核mRNA和細(xì)胞mRNA的區(qū)別:在細(xì)胞和里面主要有大量的pre-mRNA谚赎,這部分有內(nèi)含子信息。一般的數(shù)據(jù)經(jīng)驗是PBMC內(nèi)含子比對上的約為20%诱篷,核轉(zhuǎn)錄組45%壶唤。

https://kb.10xgenomics.com/hc/en-us/articles/360000087552-Why-do-I-have-a-high-percentage-of-reads-mapping-to-intronic-regions-

要理解這個過程,需要了解意向mRNA的形成和核運輸?shù)幕緳C制棕所。同時要知道被我們捕獲的PolyA是什么時候加到3‘端的闸盔。這里推薦閱讀《基因X》。

化學(xué)生物學(xué)

琳省。

然后我們看看文章里面是如何做的:

  • 更改GTF迎吵。把注釋部分的內(nèi)含子改為對應(yīng)的轉(zhuǎn)錄本
  • 在比對時候,比對到內(nèi)含子上针贬。

https://kb.10xgenomics.com/hc/en-us/articles/360004350911-How-can-the-percentage-of-reads-aligned-to-Exonic-Regions-be-greater-than-those-aligned-to-the-Transcriptome-

考慮到核mRNA的差異击费,在下游分析的時候還是有一些需要注意的地方的。

Habib, N., Avraham-Davidi, I., Basu, A. et al. Massively parallel single-nucleus RNA-seq with DroNc-seq. Nat Methods 14, 955–958 (2017). https://doi.org/10.1038/nmeth.4407

雖然單細(xì)胞核的平均表達(dá)譜與單個細(xì)胞的平均表達(dá)譜高度相關(guān)(Pearson r=0.87)桦他,但在細(xì)胞核(如lncRNAs Malat1和Meg3)或細(xì)胞(線粒體基因Mt-nd1蔫巩、Mt-nd2、Mt-nd4、Mt-nd4)中表達(dá)顯著較高的基因(如lncRNAs Malat1和Meg3)或細(xì)胞(線粒體基因Mt-nd1圆仔、Mt-nd2垃瞧、Mt-nd4、Mt-cytb)與已知的核與非核的明顯富集相一致坪郭。

http://wordpress.uchospitals.edu/basu-lab/droncseq/#:~:text=DroNc-Seq%3A%20Deciphering%20cell%20types%20in%20human%20archived%20brain,and%20to%20certain%20tissues%20such%20as%20adult%20brain.

單細(xì)胞核測序能不能測到 線粒體基因个从? 讓我們看一個實例:

Al-Dalahmah, O., Sosunov, A.A., Shaik, A. et al. Single-nucleus RNA-seq identifies Huntington disease astrocyte states. acta neuropathol commun 8, 19 (2020). https://doi.org/10.1186/s40478-020-0880-6

Nuclei with percent exonic reads from all reads in the range of 25–75% were included. Nuclei with percent mitochondrial reads aligning to mitochondria genes of more than 14% were excluded. Genes were filtered by keeping features with >?10 counts per row in at least in 31 cells.

https://github.com/jgamache014/snRNA-seq-workflow

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市歪沃,隨后出現(xiàn)的幾起案子嗦锐,更是在濱河造成了極大的恐慌,老刑警劉巖绸罗,帶你破解...
    沈念sama閱讀 206,013評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件意推,死亡現(xiàn)場離奇詭異,居然都是意外死亡珊蟀,警方通過查閱死者的電腦和手機菊值,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,205評論 2 382
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來育灸,“玉大人腻窒,你說我怎么就攤上這事“跽福” “怎么了儿子?”我有些...
    開封第一講書人閱讀 152,370評論 0 342
  • 文/不壞的土叔 我叫張陵,是天一觀的道長砸喻。 經(jīng)常有香客問我柔逼,道長,這世上最難降的妖魔是什么割岛? 我笑而不...
    開封第一講書人閱讀 55,168評論 1 278
  • 正文 為了忘掉前任愉适,我火速辦了婚禮,結(jié)果婚禮上癣漆,老公的妹妹穿的比我還像新娘维咸。我一直安慰自己,他們只是感情好惠爽,可當(dāng)我...
    茶點故事閱讀 64,153評論 5 371
  • 文/花漫 我一把揭開白布癌蓖。 她就那樣靜靜地躺著,像睡著了一般婚肆。 火紅的嫁衣襯著肌膚如雪租副。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 48,954評論 1 283
  • 那天较性,我揣著相機與錄音附井,去河邊找鬼讨越。 笑死两残,一個胖子當(dāng)著我的面吹牛永毅,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播人弓,決...
    沈念sama閱讀 38,271評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼沼死,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了崔赌?” 一聲冷哼從身側(cè)響起意蛀,我...
    開封第一講書人閱讀 36,916評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎健芭,沒想到半個月后县钥,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,382評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡慈迈,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,877評論 2 323
  • 正文 我和宋清朗相戀三年若贮,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片痒留。...
    茶點故事閱讀 37,989評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡谴麦,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出伸头,到底是詐尸還是另有隱情匾效,我是刑警寧澤,帶...
    沈念sama閱讀 33,624評論 4 322
  • 正文 年R本政府宣布恤磷,位于F島的核電站面哼,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏扫步。R本人自食惡果不足惜魔策,卻給世界環(huán)境...
    茶點故事閱讀 39,209評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望锌妻。 院中可真熱鬧代乃,春花似錦、人聲如沸仿粹。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,199評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽吭历。三九已至堕仔,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間晌区,已是汗流浹背摩骨。 一陣腳步聲響...
    開封第一講書人閱讀 31,418評論 1 260
  • 我被黑心中介騙來泰國打工通贞, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人恼五。 一個月前我還...
    沈念sama閱讀 45,401評論 2 352
  • 正文 我出身青樓昌罩,卻偏偏與公主長得像,于是被迫代替她去往敵國和親灾馒。 傳聞我的和親對象是個殘疾皇子茎用,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,700評論 2 345

推薦閱讀更多精彩內(nèi)容