单细胞测序技术进展

单细胞组学测序技术最早于2009年应用于转录组学，随后快速发展并应用于基因组学、DNA甲基化、三维基因组结构、染色质亲和性、组蛋白修饰等领域。在单细胞组学领域，单细胞表观基因组测序、细胞谱系示踪的单细胞基因组测序、空间分辨单细胞转录组学和基于三代测序平台的单细胞组学测序等4个方面发展最为迅速。

单细胞表观基因组测序可以用来研究染色质状态、三维基因组结构、组蛋白修饰和转录因子结合、DNA甲基化和染色质状态与转录组联合分析等。单细胞基因组测序可以进行细胞谱系示踪、基因调控网络构建和细胞通讯网络构建等。当前可用的单细胞基因组测序技术如表1所示，4个比较维度为一致性（Uniformity）、精确度（Accuracy）、覆盖率（Coverage）和操作性（Operation）。其中，一致性最好的是LIANTI，精确度最高的是SISSOR和META-CS，覆盖率最高的是LIANTI，DOP-PCR、MDA、MALBAC和 META-CS的实验操作比 eMDA、SISSOR和LIANTI.要简单。

表1 单细胞基因组测序技术

空间定位对于确定细胞命运至关重要，几年来空间转录组技术发展很迅速。大部分技术都能够达到单细胞层次水平（如表2所示）。其中，基于单分子荧光原位杂交和原位测序方法能够达到单细胞精度水平，基于原位捕获策略的测序方法也能接近单细胞精度水平。

表2 空间分辨转录组技术

三代/实时单分子测序技术已然来临，未来将从基因组、表观基因组、转录组和其他组学方面开展细胞分型、细胞功能、转录调控、翻译调控、剪接调控、基因组稳定调控等研究（如图1所示）。

图1 基于三代测序的单细胞测序技术

目前，单细胞组学测序技术具有九大特性（如图2所示）：空间分辨率（Spatial resolution）、通用性（Universality）、敏感性（Sensitivity）、准确性（Accuracy）、高通性（Throughput）、花费（Cost）、自动化（Automation）、速度（Speed）和时间分辨率（Temporal resolution）。这九大特性犹如高度不一的木桶，单细胞组学技术的优劣取决于木桶的最短板。未来单细胞测序技术只在补短板，发扬长板。

图2 当前单细胞组学测序技术的九大特性

参考文献

[1] Wen L, Tang F. Recent advances in single-cell sequencing technologies. Precis Clin Med. 2022;5(1):pbac002. doi:10.1093/pcmedi/pbac002

以往推荐如下：

1. mRNA表达无法取代蛋白质表达

2. Any RNA

3. 癌症内RNA

4. 一对搭档：计算与生物

5. miRNA组学

6. piRNA关联数据库和计算模型

7. 细胞通讯推理框架​

8. 四张图揭示环状RNAs的特性、细胞作用和潜在应用

9. 美国癌症研究协会AACR项目：GENIE

10. 环状RNAs与衰老

11. 生物网络的关系推断

12. 网络模块识别已20年

13. ​miRspongeR 2.0版本来了