单细胞转录组测序的技术原理、方法比较与应用策略
简述
单细胞转录组测序（scRNA-seq）通过在单细胞分辨率上检测全转录组表达谱，揭示了组织、发育及疾病状态下被传统"批量"测序所掩盖的细胞异质性。该技术使研究者能够识别稀有细胞亚群、重建分化轨迹并解析微环境中细胞间的互作网络。
单细胞转录组测序（scRNA-seq）通过在单细胞分辨率上检测全转录组表达谱，揭示了组织、发育及疾病状态下被传统"批量"测序所掩盖的细胞异质性。该技术使研究者能够识别稀有细胞亚群、重建分化轨迹并解析微环境中细胞间的互作网络。
一、从"群体平均"到"单细胞精度"：scRNA-seq的技术逻辑
经典转录组测序（RNA-seq）从数百万个细胞的混合物中提取RNA，获得的是该细胞群体内基因表达的平均值。这种"群体平均"掩盖了细胞间的本质差异——在肿瘤组织中，耐药细胞与敏感细胞共存；在发育过程中，同一前体细胞可产生多种不同命运的子代。scRNA-seq通过捕获单个细胞的转录组信息，使研究者能够区分细胞类型与状态，并揭示群体中的功能异质性。
单细胞转录组测序的通用流程包含四个核心步骤：单细胞分离与捕获、逆转录与cDNA扩增、测序文库构建、高通量测序及生物信息学数据分析。根据细胞分离方式和扩增策略的不同，目前已发展出多种技术方案。
二、主流scRNA-seq技术的系统比较
为帮助研究者根据实验目标选择合适方案，研究者于2017年对六种常用的scRNA-seq方法（Smart-seq2、Smart-seq/C1、CEL-seq2/C1、SCRB-seq、Drop-seq和MARS-seq）进行了系统比较。
（一）灵敏度
灵敏度反映方法检测低丰度转录本和捕获总基因数的能力。在该维度上，Smart-seq2表现最为突出，能够检测每个细胞中基因的最大数目，且在全转录本范围内的覆盖最为均匀。CEL-seq2/C1和SCRB-seq的灵敏度与Smart-seq/C1相近，而Drop-seq和MARS-seq检测到的基因数量相对较少。
（二）准确性
准确性衡量检测值与真实表达水平的一致程度。研究者以外部RNA对照的观测值与预期值之间的相关系数为指标进行评估。结果显示，Smart-seq2的相关系数在六种方法中最高，表明其定量结果最为接近真实表达水平。
（三）精确性
精确性反映方法对相同转录本重复测量时的一致程度，与扩增和测序引入的随机噪声相关。基于UMI的方法（如CEL-seq2、SCRB-seq、Drop-seq）因能有效标记原始mRNA分子并校正扩增偏差，在扩增噪声控制方面显著优于非UMI方法。然而，这类方法在检测到的总基因数方面低于Smart-seq2。
（四）效能
效能指在给定测序深度下检测差异表达基因的统计能力。SCRB-seq在较低测序深度（如50万reads/细胞）下表现最为有效，而CEL-seq2/C1在极低深度（如25万reads/细胞）下仍能保持较强的检测能力。
（五）成本效益
综合考虑试剂消耗和测序成本，Drop-seq、MARS-seq、SCRB-seq和Smart-seq2具有相近的高性价比特征，适合不同规模的研究需求。
三、scRNA-seq数据分析的核心策略
scRNA-seq数据通常以基因-细胞表达矩阵为起点，后续分析主要包括以下维度：
（一）细胞层面的分析
质量控制与过滤是分析的第一步，需排除低质量细胞和双细胞。无监督聚类算法（如t-SNE、UMAP）可识别转录组相似的细胞类群，结合已知标记基因进行注释。拟时序分析通过构建伪时间轨迹，对细胞在分化过程中的表达变化进行排序。
（二）基因层面的分析
识别不同细胞类型的标志基因，常基于差异表达分析，在特定细胞类群中高表达且在其他类群中低表达的基因即为候选标志物。基因表达动态分析可追踪在分化或刺激过程中基因变化趋势，基因调控网络推断则通过基因间共表达关系预测调控因子。
四、scRNA-seq的典型应用场景与文献案例
在肿瘤免疫研究中，研究者通过scRNA-seq分析了肝癌患者肿瘤浸润T细胞的转录组特征，识别出11个功能亚群，为理解肿瘤免疫微环境提供了重要数据。在发育生物学中，scRNA-seq被用于追踪胚胎发育各谱系的分化轨迹。在神经科学中，scRNA-seq被用于解析脑区不同神经元亚型的分子特征。
五、单细胞转录组测序相关检测服务哪里有？
乐备实可承接单细胞转录组测序相关服务，基于BD Rhapsody、10x Genomics等主流单细胞平台，结合标准化的实验流程与配套生物信息学分析，可开展单细胞聚类分析、差异基因筛选、标志物鉴定、拟时序分析及细胞互作推断等研究工作，为发育生物学、肿瘤免疫学及精准医学研究提供系统性的数据基础。
| 货号 | 产品名称 | 指标 |
|---|---|---|
| LXBABP30-4 | NK细胞蛋白检测(必须搭配BD WTA) |
CD2,CD3,CD11b,CD16,CD27,CD31 (PECAM-1),CD38,CD49a,CD49d,CD54,CD56,CD63, CD94,CD96,CD106,CD122,CD140a,CD140b (PDGFR),CD158b1,b2,j,CD158e1 (NKB1),CD161 (KLRB1),CD184 (CXCR4),CD226 (DNAM-1),CD248 (Endosialin),CD314 (NKG2D),9),CD335 CD329 (Siglec-(NKp46),CD336 (NKp44),CD337 (NKp30),CX3CR1 |
| LXBABP30-5 | APC/髓系细胞蛋白检测(必须搭配BD WTA) | CD1c,CD11b,CD11c,CD14,CD15,CD16,CD32,CD33,CD36,CD40,CD45,CD64,CD80,CD85k,CD103,CD115 (CSF1R),CD116,CD123,CD141,CD162,CD163,CD169,CD192 (CCR2),CD195 (CCR5),CD206,CD273,CD274 (PD-L1),FcεR1α,HLA-DR,VISTA |
| LXRBABH203-1 | AbSeq人203Panel(必须搭配BD WTA)试剂盒 | CD117, CD11b, CD11c, CD127, CD14, CD16, CD161, CD184, CD185, CD186, CD19, CD197, CD1d, CD20, CD25, CD27, CD279, CD28, CD3, CD34, CD4, CD45RA, CD45RO, CD56, CD62L, CD8, CD80, CD86, CD95, HLA-DR, IgD, IgM, CD183, CD194, CD196, CD2, CD226, CD272, CD278, CD44, CD49d, CD5, CD58, CD69, CD7, CD73, GITR, TCR VA24-JA18, TCRγδ, CD10, CD138, CD21, CD22, CD23, CD24, CD275, CD30, CD38, CD40, CD43, CD79b, IgG, CD314, CD335, CD337, CD94, CD96, NKp44, CCR2, CD101, CD114, CD115, CD116, CD11a, CD13, CD15, CD163, CD195, CD206, CD32, CD329, CD33, CD35, CD36, CD371, CD54, CD63, CD66, CD71, CD81, CD93, CX3CR1, BDCA-2, CD123, CD141, CD1c, CD26, CD64, CD83, CD85K, B7-H4, CD134, CD137, CD152, CD154, CD270, CD273, CD274, CD276, LAG-3, TIGIT, TIM-3, VISTA, CD133, CD155, CD325, CD326, CD338, CD340, C-MET, EGF RCPTR, HLA-A,B,C, LGR5, NOTCH1, TROP-2, CD102, CD103, CD104, CD106, CD110, CD119, CD122, CD124, CD126, CD131, CD132, CD140A, CD140B, CD142, CD144, CD158E1, CD162, CD166, CD16b, CD178, CD18, CD181, CD182, CD193, CD1a, CD210, CD212, CD215, CD227, CD235a, CD243, CD248, CD267, CD268, CD284, CD29, CD31, CD324, CD39, CD41a, CD42b, CD45, CD46, CD47, CD49b, CD49e, CD59, CD61, CD62E, CD62P, CD72, CD85G, CD85J, CD89, CD8b, CD9, CD90, CD98, CD99, EPHB2, GARP, HLA-DQ, HLA-DR,DP,DQ, IL-21R, ITGB7, KIR-NKAT2, NOTCH3, PDPLN, Siglec-1, Siglec-10, TCR Vγ9, TCR Vδ2, TCRαβ, CD294, CD49f, Disial GD2, CD146, CD31 |
| LXBABM34-1 | AbSeq小鼠免疫发现-34Panel(必须搭配BD WTA) | CD31, CD326, CD45, CD3e, CD4, CD8α, CD44, CD62L, CD25, CD69, CD197, CD103, TCRγδ, CD223, CD274, CD279, CD366, TIGIT, VISTA, CD45R, CD19, CD27, CD38, CD138, CD49b, NK1.1, CD335, CD11b, I-A/I-E, Ly-6G, Ly-6G/C, F4/80, CD86, CD11c |
| LXBABM08-1 | AbSeq小鼠髓系细胞-8Panel(必须搭配BD WTA) | CD45, CD11b, I-A/I-E, Ly-6G, Ly-6G/C, F4/80, CD86, CD11c |
