 |
單細胞轉錄組測序是在單細胞水平對轉錄組進行測序的一項新技術，可以研究單個細胞內的基因表達情況。
|
|||||||||||||||||
| [發表評論] [本類其他服務] [本類其他服務商] | ||||||||||||||||||
| 服務商： 北京果殼生物科技有限公司 | 查看該公司所有服務 >> |
產品簡介
單細胞轉錄組測序（Single cell RNA sequencing）是在單細胞水平對轉錄組進行測序的一項新技術，可以研究單個細胞內的基因表達情況，同時解決用組織樣本測序無法解決的細胞異質性難題，讓解析單個細胞的行為、機制及其與機體的關系成為了現實。
10 X Genomics單細胞轉錄組測序平臺利用微流控、油滴包裹和baecode標記等技術來實現高通量的細胞捕獲技術，能夠一次性分離、并標記500–10000個單細胞，從而獲得每個細胞的3'端的轉錄組信息。在當下疾病、免疫、腫瘤領域以及組織、器官、發育研究中發揮越來越重要的作用。
產品優勢
細胞通量高：能同時進行 8 個樣本，每個樣本細胞數適用范圍為 100-80,000 個
項目周期短：10min 內實現對上萬個細胞的封裝，1 天內即可完成細胞懸液制備、單細胞捕獲、擴增及建庫，且可同時獲得上萬個細胞的分析結果，大大縮短項目周期
捕獲效率高：單個細胞捕獲效率高達 65%，高效捕獲每個細胞中的表達基因
技術路線
工作流程
結果展示
樣本聚類 t-SNE圖
單細胞測序技術聚類分析后的tSNE分群展示，每一種顏色代表cluster后鑒定到的一種細胞亞群，散點代表每一個細胞，圖中數字代表了該群的cluster編號。
標記基因表達量小提琴圖
小提琴圖可以反映壓群眾各個細胞的標記基因表達量分布，也可以來衡量該基因作為某一個亞群的marker基因的特異性。X軸是不同cluster，Y軸是基因的表達水平。
細胞擬時序分析
細胞擬時序分析可以根據測序細胞之間表達模式的相似性對單細胞沿著軌跡進行排序，以此模擬細胞動態變化的過程，是單細胞研究中一種常用且重要的方法。
細胞周期分析
整個細胞周期分為間期（G1、S、G2）和分裂期（M）。該圖X軸是不同的cluster，Y軸是細胞比例，不同顏色代表細胞周期的分布情況。
富集分析—GSEA分析
GSEA（ Gene Set Enrichment Analysis），即基因集富集分析，是用一個預先定義的基因集中的基因來評估在與表型相關度排序的基因表中的分布趨勢，從而判斷其對表型的貢獻。
它可以在沒有先驗經驗存在的情況下，根據所有基因表達情況對所有基因進行富集分析。圖主要分成3個部分，橫坐標為基因集排序以后的基因位置，第一部分為基因富集分數的折線圖， 縱軸為對應的富集分數，第二部分為hit，用線條標記位于該基因集下的基因，第三部分為所有基因的rank值分布圖，縱坐標為排序值。
細胞通訊分析--CellphoneDB
細胞通訊分析即受體配體分析，目前能進行的分析主要是基于CellPhoneDB數據庫 進行受體配體匹配分析，根據每個細胞亞群中受體配體的表達，研究亞群之間的細 胞通訊關系，從而為研究細胞亞群的功能、發育軌跡、細胞亞群的相關性提供線索。
常見問題
Q1：10 X Genomics單細胞轉錄組測序技術建議細胞數及推薦測序數據量是多少？
A：一般推薦1個樣本測1000-10000個細胞，但需要根據不同細胞類型來定：https://satijalab.org/howmanycells 預測，細胞種類越多，目的細胞比例越低所需要測的細胞數越多；原代細胞、細胞系可推薦3000-5000個左右細胞；腫瘤推薦3000-8000個細胞；血液細胞或干細胞發育推薦1萬個左右；推薦每個細胞測100,000條reads，應用Illumina Hiseq PE150的測序策略，即得每個細胞至少測30M數據量，比如5000個細胞約150G數據量；測序存在一定飽和性，適當加大測序數據量可提高基因的檢出率。
Q2：什么是細胞軌跡分析/擬時序分析-Pseudotime
A：在很多生物進程中，細胞并不是全部同時處于同一個時期的。利用單細胞基因表達研究細胞分化時，捕獲到的細胞通常處于范圍較廣的不同時期：某些細胞還未開始分化，某些處于中間狀態，而另一些可能已經分化結束。所以整體看來，樣品中的各個細胞基因表達波動較大，研究起來十分復雜。擬時間分析根據基因表達量信息，計算細胞與細胞時間的距離，估算出將所有細胞排列到其擬時間進程后的總最短路徑，幫助了解樣品中細胞的種類與細胞分化的過程。
Q3：細胞分群有好辦法去找marker基因嗎？
A：目前有一些細胞marker基因的數據庫，如Cell Marker數據庫收錄了158種組織/亞組織的467種人細胞類型， 81種組織/亞組織的389種鼠細胞類型。對于其他的物種類型，建議從文獻中搜集相關的marker基因。
單細胞轉錄組測序（Single cell RNA sequencing）是在單細胞水平對轉錄組進行測序的一項新技術，可以研究單個細胞內的基因表達情況，同時解決用組織樣本測序無法解決的細胞異質性難題，讓解析單個細胞的行為、機制及其與機體的關系成為了現實。
10 X Genomics單細胞轉錄組測序平臺利用微流控、油滴包裹和baecode標記等技術來實現高通量的細胞捕獲技術，能夠一次性分離、并標記500–10000個單細胞，從而獲得每個細胞的3'端的轉錄組信息。在當下疾病、免疫、腫瘤領域以及組織、器官、發育研究中發揮越來越重要的作用。
產品優勢
細胞通量高：能同時進行 8 個樣本，每個樣本細胞數適用范圍為 100-80,000 個
項目周期短：10min 內實現對上萬個細胞的封裝，1 天內即可完成細胞懸液制備、單細胞捕獲、擴增及建庫，且可同時獲得上萬個細胞的分析結果，大大縮短項目周期
捕獲效率高：單個細胞捕獲效率高達 65%，高效捕獲每個細胞中的表達基因
技術路線
工作流程
結果展示
樣本聚類 t-SNE圖
單細胞測序技術聚類分析后的tSNE分群展示，每一種顏色代表cluster后鑒定到的一種細胞亞群，散點代表每一個細胞，圖中數字代表了該群的cluster編號。
標記基因表達量小提琴圖
小提琴圖可以反映壓群眾各個細胞的標記基因表達量分布，也可以來衡量該基因作為某一個亞群的marker基因的特異性。X軸是不同cluster，Y軸是基因的表達水平。
細胞擬時序分析
細胞擬時序分析可以根據測序細胞之間表達模式的相似性對單細胞沿著軌跡進行排序，以此模擬細胞動態變化的過程，是單細胞研究中一種常用且重要的方法。
細胞周期分析
整個細胞周期分為間期（G1、S、G2）和分裂期（M）。該圖X軸是不同的cluster，Y軸是細胞比例，不同顏色代表細胞周期的分布情況。
富集分析—GSEA分析
GSEA（ Gene Set Enrichment Analysis），即基因集富集分析，是用一個預先定義的基因集中的基因來評估在與表型相關度排序的基因表中的分布趨勢，從而判斷其對表型的貢獻。
它可以在沒有先驗經驗存在的情況下，根據所有基因表達情況對所有基因進行富集分析。圖主要分成3個部分，橫坐標為基因集排序以后的基因位置，第一部分為基因富集分數的折線圖， 縱軸為對應的富集分數，第二部分為hit，用線條標記位于該基因集下的基因，第三部分為所有基因的rank值分布圖，縱坐標為排序值。
細胞通訊分析--CellphoneDB
細胞通訊分析即受體配體分析，目前能進行的分析主要是基于CellPhoneDB數據庫 進行受體配體匹配分析，根據每個細胞亞群中受體配體的表達，研究亞群之間的細 胞通訊關系，從而為研究細胞亞群的功能、發育軌跡、細胞亞群的相關性提供線索。
常見問題
Q1：10 X Genomics單細胞轉錄組測序技術建議細胞數及推薦測序數據量是多少？
A：一般推薦1個樣本測1000-10000個細胞，但需要根據不同細胞類型來定：https://satijalab.org/howmanycells 預測，細胞種類越多，目的細胞比例越低所需要測的細胞數越多；原代細胞、細胞系可推薦3000-5000個左右細胞；腫瘤推薦3000-8000個細胞；血液細胞或干細胞發育推薦1萬個左右；推薦每個細胞測100,000條reads，應用Illumina Hiseq PE150的測序策略，即得每個細胞至少測30M數據量，比如5000個細胞約150G數據量；測序存在一定飽和性，適當加大測序數據量可提高基因的檢出率。
Q2：什么是細胞軌跡分析/擬時序分析-Pseudotime
A：在很多生物進程中，細胞并不是全部同時處于同一個時期的。利用單細胞基因表達研究細胞分化時，捕獲到的細胞通常處于范圍較廣的不同時期：某些細胞還未開始分化，某些處于中間狀態，而另一些可能已經分化結束。所以整體看來，樣品中的各個細胞基因表達波動較大，研究起來十分復雜。擬時間分析根據基因表達量信息，計算細胞與細胞時間的距離，估算出將所有細胞排列到其擬時間進程后的總最短路徑，幫助了解樣品中細胞的種類與細胞分化的過程。
Q3：細胞分群有好辦法去找marker基因嗎？
A：目前有一些細胞marker基因的數據庫，如Cell Marker數據庫收錄了158種組織/亞組織的467種人細胞類型， 81種組織/亞組織的389種鼠細胞類型。對于其他的物種類型，建議從文獻中搜集相關的marker基因。
Copyright(C) 1998-2025 生物器材網 電話：021-64166852;13621656896 E-mail：info@bio-equip.com