INTEGRA携手Parse实现scRNA-seq测序工作流程自动化

近日，​INTEGRA已与Parse Biosciences合作，利用ASSIST PLUS移液工作站配合D-ONE单通道移液模块和8通道VIAFLO轻型电动移液器，实现了该公司专利的单细胞RNA测序（scRNA-seq）技术的自动化。这款全新的自动化套装能让Parse Biosciences的用户提高实验室通量并减少样品制备中的错误，同时使流程标准化，从而提高结果的可重复性。
 
scRNA-seq是一项突破性的技术，通过这项技术，研究人员可以检验细胞的异质性、鉴别稀有细胞群并探究基因共表达模式。1自2009年首次应用以来，这项技术在短时间内发展迅速，已经成为了拓展我们对复杂生物学过程的认识，以及开发神经疾病、糖尿病、心血管疾病和癌症等众多领域的新疗法的关键技术。结合了组合条形码的第三代scRNA-seq技术在医学研究中显现出了极大的价值，因为它可以应用于不同的疾病领域，研究细胞对药物治疗的反应，了解其中的遗传机制，并确定干细胞疗法的疗效。同时，它还提供了前所未有的通量，并且不需要前代scRNA-seq技术中必需的细胞物理分割过程及与之相关的昂贵设备。
 
彻底改变单细胞测序
Parse Biosciences公司位于美国华盛顿州的西雅图，专注于开发第三代scRNA-seq技术的突破性大通量工具。该公司专利的Evercode™组合条形码技术能够以细胞特异性的组合条形码标记分子，无需分离细胞即可实现项目的放大。Evercode scRNA-seq的工作流程由3部分组成：单细胞的多步组合编码、扩增编码后的cDNA、以及最后的测序文库制备。在第一步中，细胞被固定并通透化，使每一个细胞都形成了独立的反应室，因此无需在液滴或微孔中捕获单个细胞。在随后的分割池编码过程中，细胞将被大量的条形码组合所标记。

利用Evercode技术可并行处理多达1亿个细胞和96个生物学样品。细胞收集、固定后可储存长达6个月，使不同日期收集的样品能够一起处理，可用于时间过程研究，或者消除批次间差异的影响。得益于其在通量上的高灵敏度，Evercode的基因和转录物探测技术已经展现出了优于微滴法的性能。该技术所产生的数据质量也更高，可以借助测序试剂盒附带的Parse Biosciences端到端数据分析软件Trailmaker™进行分析和分享。

Parse Biosciences 的联合创始人兼CTO Charlie Roco博士强调了自动化对于这种先进的scRNA-seq技术的重要性：“大规模地采用组合条形码来进行RNA测序一直受到诸多因素的限制。例如，对于预算紧张的小机构来说，如今市面上的众多测序和自动化设备价格过于高昂，并且安装调试和人员培训所需的时间动辄数月。缺少用户友好、直观易用且价格合理的平台无疑是scRNA-seq技术应用的一大障碍，亟需一种更加容易获得的解决方案来促进该技术的推广。
融入自动化，简化编码
2023年底，Parse Biosciences开始与INTEGRA合作，共同开发一款自动化的scRNA-seq解决方案，旨在扫除一部分阻碍该领域快速发展的障碍。经过成功的合作，Evercode 3个工作流程阶段中的第一个已经在ASSIST PLUS移液工作站上实现了自动化，其中使用了D-ONE单通道移液模块和一支8通道的VIAFLO轻型电动移液器。开发和验证这种开创性的流程只用了几个月的时间，2024年5月初，这款自动化套装已经正式发布。配备D-ONE移液模块的ASSIST PLUS可向细胞内转录物添加高特异性条形码，制备试剂预混液，以及将细胞分配到Evercode试剂盒的条形码标记板中，从而识别单细胞。无缝的整合有助于减少人为错误和操作员间的差异，同时让使用者能够提高其实验室的通量，一周即可轻松完成数百个独立样品的测序工作。
 
Charlie继续说：“这种易于使用、性价比高的强大液体处理装置极大地提升了scRNA-seq技术自动化样品制备的简化程度和易得性，使几乎所有规模和预算情况的实验室都能承受，包括学术团队、基因组学核心设施以及制药公司等。尽管应用的时间还不长，但我们的客户已经向我们反馈了液体处理自动化如何大大加快了他们的测序过程，实现了更高的通量。除此之外，它还帮助他们将scRNA-seq流程标准化，减少了错误，使结果的可重复性更好。实际上，到目前为止，我们的数据表明，这些实验室能够将他们的上手操作时间缩短多达75%，同时手动移液步骤减少85%，得益于此，训练有素的人员可以腾出更多的时间去执行其他重要的任务或者开始新的scRNA-seq研究项目。”

“现在，我们正在利用ASSIST PLUS解决scRNA-seq流程中剩余2个部分的自动化，预计在近期就会向用户推出新的解决方案。我们非常高兴能够延续与INTEGRA的成功协作，并且期待着在未来数月乃至数年中为这一快速发展的研究领域持续贡献力量。

点击获取解决方案手册

参考文献
Tang F, Barbacioru C, Wang Y, et al. mRNA-Seq whole-transcriptome analysis of a single cell. Nat Methods. 2009;6(5):377-382. doi:10.1038/nmeth.1315