單細胞測序方法這么多，用戶該如何選擇？

　　生物分子資源實驗室協會（ABRF）是一個獨特的會員協會，由700多名在資源和科研生物技術實驗室工作的科學家組成。近日，ABRF 2019年會在美國圣安東尼奧市舉行。與會人員稱，研究人員目前有越來越多的單細胞測序方法可供選擇。

　　去年，ABRF的基因組學研究小組以乳腺癌細胞系為研究對象，報告了多個單細胞RNA測序平臺的優缺點，希望能夠幫助研究人員找到最合適的平臺。

　　在今年的會議上，發言者討論了一些系統的優缺點，以及單細胞技術與其他組學技術如何互補。蘇黎世聯邦理工學院的EmilioYángüez在會上表示：“單細胞測序正在改變我們對生物過程的了解。”他指出，現在有許多不同的方案，可用于單細胞的分離和分析，而有些可能更適合某種類型的研究。

　　美國羅切斯特大學功能基因組學中心的聯合主任、微生物學和免疫學助理教授John Ashton表示：“選擇什么樣的平臺，取決于您的目標。”在有些項目中，研究人員會選擇多個平臺，或綜合不同領域的工具，以滿足他們的需求。

　　Yángüez表示，他所在的蘇黎世功能基因組學中心作為單細胞測序方面的專家，擁有多個平臺，適用于單細胞測序流程的各個方面，包括Fluidigm C1、10X Genomics的Chromium、Illumina的Smart-Seq2，以及華盛頓大學開發的SPLiT-seq方法。

　　Yángüez認為，某些類型的樣本更適合某種平臺，這取決于多個因素，包括細胞數量、細胞異質性、所需的覆蓋度，以及下游分析。他指出，高度異質性的樣本或臨床樣本最適合10x的平臺，而樣本數量少或測序覆蓋度高的項目最適合Smart-Seq2。

　　在同一個項目中，Yángüez往往會使用多個平臺。例如在研究腫瘤細胞時，他一開始使用10x的平臺來鑒定細胞，然后利用鑒定出的細胞標志物來進行分選，之后采用Smart-Seq2方案對不同的細胞群進行更深度的鑒定。

　　與此同時，美國奧本大學的Fernando Biase將細胞譜系追蹤方法與單細胞測序相結合，來研究早期發育階段的分化。他曾于去年9月在《iScience》雜志上介紹了這種稱為Rainbow-seq的方法。

　　Rainbow-seq是基于哈佛大學開發的Brainbow載體，它含有四種不同的熒光蛋白基因，可整合到細胞的基因組。經過處理后，細胞發出熒光，便于分裂時的追蹤。將此方法與Smart-Seq2相結合，Biase追蹤到哪個細胞發育成囊胚的哪個部分，然后尋找基因表達的相應變化。

　　Biase發現，小鼠細胞譜系在4細胞階段就存在不同的分子圖譜。他進一步指出，即使在2細胞階段，細胞似乎也有所不同，因為子細胞分布不均勻，其中一個譜系貢獻了更多細胞到與外胚層相關的內細胞團。

　　研究人員認為，單細胞方法和應用的增加也意味著人們需要優化更多步驟，并開發出最優方法。

　　“單細胞RNA-seq技術和方法正在迅速發展和改進，我們必須適應這一點，”Ashton談道。“這些新技術需要優化和測試，才能了解它們在您手中如何發揮作用。”