单细胞转录组学习笔记（1）

需要Linux，R和RNA-seq知识背景

scRNA-seq

通过对大量单个细胞内基因的测序，检测每个基因的表达水平的分布

有助于细胞特异性的研究；确定细胞类型、细胞应答的异质性等

实验方法有三个可选方案：SMART-seq2，CELL-seq，Drop-seq

现在也有商业化平台可用：10X genomics chromium，Fluidigm C1，Wafergen ICELL8

工作流程

分析流程

实验方法简单介绍

scRNA-seq的实验第一步就是制备单细胞悬液，以便后续的测序。现在已经有好多种protocol用来制备实验样品。单细胞转录组数据处理所关心的在于测序信息的捕获和定量。

定量，可以通过两种方法进行。第一种是全长测序，第二种是标签标记。全长测序的缺点在于读长过长测序结果不准，出现偏差。标签法的好处在于短读长测序，准确度高，而且可以添加独特的分子标记物（unique molecular identifiers, UMIs)。

单细胞捕获，可以通过三种方法实现。第一种是孔板（microwell），第二种是微流体（microfluidic），第三种是droplet。

选择哪种实验方案取决于实验目的。想知道组织细胞分类的选droplet，对于细胞表面marker已知的细胞选前两种都可以。单细胞测序，主要问题在于测了多少细胞和一个细胞能测到多少基因。SMART-seq2能测出更多的基因。Drop-seq准确度最高。

现在都使用商业化平台做scRNA-seq，具体的单细胞制备实验不需要自己去做。