单细胞RNA测序数据复杂分析 

单细胞RNA测序（scRNA-seq）是一项真正革命性的技术，它极大地扩展了我们对各种生物细胞中转录组的异质性和动态性的理解。该方法于2009年首次用于研究第二分裂阶段的小鼠卵裂球。尽管已经证明，在基因表达的定量评估方面，单细胞测序优于微阵列技术，但当时scRNA-seq的主要限制是不可能进行多重测序，因为单个细胞的文库必须在单独的试管中手动创建。然而，早在2011年，就开发出了第一个多重scRNA-seq方案。2014年，第一个用于自动制备单细胞文库的商业平台Fluidigm C1被推向市场。目前，有几种可用于scRNA-seq的平台，包括Fluidigm C1/Smart-seq、BD Rhapsody（BD Biosciences，USA）、Chromium（10x Genomics，USA）等，它们提供了高通量分析的可能性。 

scRNA-seq的工作流程如图1所示。细胞悬浮液通过样品均化制备，细胞通过物理方法分离，如细胞分选或微操作，或通过使用寡核苷酸板或微流体和组合的条形码。可以对血液样本和细胞培养物进行分选或微操作，而无需预先制备悬浮液。将获得的细胞用于文库的制备和随后的测序，并使用生物信息学技术对数据进行处理。 

图1 scRNA-seq的典型工作流程

scRNA-seq技术的进步已经能够表征参与心血管、神经退行性、肿瘤学和其他疾病发展的主要细胞和分子机制疾病，以确定广泛使用的模式生物细胞分类，如拟南芥、果蝇和斑马鱼，并破译正常和病理状态下免疫系统细胞的异质性，特别是肿瘤学疾病。 

在单细胞测序开发之初进行的研究主要集中在研究测试样本的细胞群、差异基因表达分析、细胞周期检查和细胞类型鉴定。然而，很明显，即使在当时，scRNA-seq的可能性也要广泛得多，而生物信息学方法的发展将核苷酸读数整合并转化为描述不同细胞状态的多模态信息只是时间问题。 

为了满足scRNA-seq数据复杂分析需求，Khozyainova等人综述了scRNA-seq数据处理和分析的进展，用于获得关于细胞周期、细胞簇和类型、差异表达基因（DEG）、细胞轨迹推断和RNA流速、细胞-细胞相互作用、基因变异（包括拷贝数变异（CNVs）和单核苷酸变异（SNVs））、细胞系统发育、染色质可及性和空间转录组学的信息（图2）。介绍了每种方法的优缺点和克服其局限性的可能方法，以及它们在生物系统分析中的成功应用实例。 

图2 scRNA-seq数据的生物信息学分析方法 

全文都围绕图2涉及的模块方法进行展开，详细进展可以研读文献[1]。 

参考文献

[1] Khozyainova AA, Valyaeva AA, Arbatsky MS, Isaev SV, Iamshchikov PS, Volchkov EV, Sabirov MS, Zainullina VR, Chechekhin VI, Vorobev RS, Menyailo ME, Tyurin-Kuzmin PA, Denisov EV. Complex Analysis of Single-Cell RNA Sequencing Data. Biochemistry (Mosc). 2023 Feb;88(2):231-252. doi: 10.1134/S0006297923020074.

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. ​EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. ​EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC

12. 免疫信号通路关联的调控子数据库：ImmReg

13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM

14. AgeAnno：人类衰老单细胞注释知识库

15. 细菌必需非编码RNA资源：DBEncRNA

16. 细胞标志物数据库：singleCellBase