文| 小文

生物个体内，基本上每个细胞都具有完全相同的基因组。

不同细胞的类型和功能，由包含有组蛋白以及DNA碱基修饰的表观基因组决定。

近年来随着单细胞测序技术的发展，单细胞转录组测序以及单细胞表观基因组测序，极大的提高了研究者们从异质性样本中分析细胞类型特异性的基因调控网络的能力。

但是，如果每次从单细胞中仅分析一种成分，仍然会遇到由于只检测到基因调控网络中的局部概貌，而无法准确推测其复杂全局的风险。

因此，在一次实验中，同时对单细胞内的两种或两种以上的分子进行联合检测（单细胞多组学技术），能够在研究复杂组织的基因调控网络中，提供更完整的图谱。

北京时间1月7日，《自然—方法学》（Nature Methods）发表了加州大学圣地亚哥分校任兵教授应邀为Methods of the Year 2019专栏撰写的评论文章“Single-cell multimodal omics:the power of many”。

文章主要关注单细胞多组学的实验技术发展。

单细胞多组学技术主要可以分为两大类：经典的单一细胞分析方法以及大规模单细胞分析方法。

文章从经典的单一细胞多组学分析方法开始，介绍了这类方法的特点及应用：

单一细胞多组学方法可以进行如DNA-RNA、DNA甲基化-RNA、核小体定位-DNA甲基化-RNA、开放染色质-RNA以及DNA甲基化-3D染色质高级结构的联合检测。

这一类方法的优点是能够从单个细胞中获取较高覆盖度以及准确度的信息，适用于对获取难度较大的珍贵样品进行高质量分析；但具有通量低、成本高等缺点。

第二类方法主要适用于针对异质性较高的组织样品进行大规模单细胞分析，其特点是通量高、单个细胞平均成本低；但相比第一类方法具有数据基因组覆盖度低的缺点。

这一类方法主要应用有：sgRNA-RNA、细胞表面蛋白-RNA以及开放染色质-RNA联合检测等。

文章还提出了单细胞多组学技术目前遇到的问题以及未来发展的方向：

目前高通量单细胞多组学分析普遍面临基因组覆盖度较低的问题，并且缺乏能够给同时检测组蛋白修饰以及RNA表达量以及同时检测转录组以及蛋白组的技术，解决这些问题需要进一步的方法优化以及新技术开发；

此外，若在单细胞表观基因组测序的能同时保留每个细胞的空间分布信息则可以为研究异质性组织中细胞类型特异性基因调控网络提供全新的角度。

文章链接：
https://www.nature.com/articles/s41592-019-0691-5