 |
单细胞转录组测序是在单细胞水平对转录组进行测序的一项新技术，可以研究单个细胞内的基因表达情况。
|
|||||||||||||||||
| [发表评论] [本类其他服务] [本类其他服务商] | ||||||||||||||||||
| 服务商： 北京果壳生物科技有限公司 | 查看该公司所有服务 >> |
产品简介
单细胞转录组测序（Single cell RNA sequencing）是在单细胞水平对转录组进行测序的一项新技术，可以研究单个细胞内的基因表达情况，同时解决用组织样本测序无法解决的细胞异质性难题，让解析单个细胞的行为、机制及其与机体的关系成为了现实。
10 X Genomics单细胞转录组测序平台利用微流控、油滴包裹和baecode标记等技术来实现高通量的细胞捕获技术，能够一次性分离、并标记500–10000个单细胞，从而获得每个细胞的3'端的转录组信息。在当下疾病、免疫、肿瘤领域以及组织、器官、发育研究中发挥越来越重要的作用。
产品优势
细胞通量高：能同时进行 8 个样本，每个样本细胞数适用范围为 100-80,000 个
项目周期短：10min 内实现对上万个细胞的封装，1 天内即可完成细胞悬液制备、单细胞捕获、扩增及建库，且可同时获得上万个细胞的分析结果，大大缩短项目周期
捕获效率高：单个细胞捕获效率高达 65%，高效捕获每个细胞中的表达基因
技术路线
工作流程
结果展示
样本聚类 t-SNE图
单细胞测序技术聚类分析后的tSNE分群展示，每一种颜色代表cluster后鉴定到的一种细胞亚群，散点代表每一个细胞，图中数字代表了该群的cluster编号。
标记基因表达量小提琴图
小提琴图可以反映压群众各个细胞的标记基因表达量分布，也可以来衡量该基因作为某一个亚群的marker基因的特异性。X轴是不同cluster，Y轴是基因的表达水平。
细胞拟时序分析
细胞拟时序分析可以根据测序细胞之间表达模式的相似性对单细胞沿着轨迹进行排序，以此模拟细胞动态变化的过程，是单细胞研究中一种常用且重要的方法。
细胞周期分析
整个细胞周期分为间期（G1、S、G2）和分裂期（M）。该图X轴是不同的cluster，Y轴是细胞比例，不同颜色代表细胞周期的分布情况。
富集分析—GSEA分析
GSEA（ Gene Set Enrichment Analysis），即基因集富集分析，是用一个预先定义的基因集中的基因来评估在与表型相关度排序的基因表中的分布趋势，从而判断其对表型的贡献。
它可以在没有先验经验存在的情况下，根据所有基因表达情况对所有基因进行富集分析。图主要分成3个部分，横坐标为基因集排序以后的基因位置，第一部分为基因富集分数的折线图， 纵轴为对应的富集分数，第二部分为hit，用线条标记位于该基因集下的基因，第三部分为所有基因的rank值分布图，纵坐标为排序值。
细胞通讯分析--CellphoneDB
细胞通讯分析即受体配体分析，目前能进行的分析主要是基于CellPhoneDB数据库 进行受体配体匹配分析，根据每个细胞亚群中受体配体的表达，研究亚群之间的细 胞通讯关系，从而为研究细胞亚群的功能、发育轨迹、细胞亚群的相关性提供线索。
常见问题
Q1：10 X Genomics单细胞转录组测序技术建议细胞数及推荐测序数据量是多少？
A：一般推荐1个样本测1000-10000个细胞，但需要根据不同细胞类型来定：https://satijalab.org/howmanycells 预测，细胞种类越多，目的细胞比例越低所需要测的细胞数越多；原代细胞、细胞系可推荐3000-5000个左右细胞；肿瘤推荐3000-8000个细胞；血液细胞或干细胞发育推荐1万个左右；推荐每个细胞测100,000条reads，应用Illumina Hiseq PE150的测序策略，即得每个细胞至少测30M数据量，比如5000个细胞约150G数据量；测序存在一定饱和性，适当加大测序数据量可提高基因的检出率。
Q2：什么是细胞轨迹分析/拟时序分析-Pseudotime
A：在很多生物进程中，细胞并不是全部同时处于同一个时期的。利用单细胞基因表达研究细胞分化时，捕获到的细胞通常处于范围较广的不同时期：某些细胞还未开始分化，某些处于中间状态，而另一些可能已经分化结束。所以整体看来，样品中的各个细胞基因表达波动较大，研究起来十分复杂。拟时间分析根据基因表达量信息，计算细胞与细胞时间的距离，估算出将所有细胞排列到其拟时间进程后的总最短路径，帮助了解样品中细胞的种类与细胞分化的过程。
Q3：细胞分群有好办法去找marker基因吗？
A：目前有一些细胞marker基因的数据库，如Cell Marker数据库收录了158种组织/亚组织的467种人细胞类型， 81种组织/亚组织的389种鼠细胞类型。对于其他的物种类型，建议从文献中搜集相关的marker基因。
单细胞转录组测序（Single cell RNA sequencing）是在单细胞水平对转录组进行测序的一项新技术，可以研究单个细胞内的基因表达情况，同时解决用组织样本测序无法解决的细胞异质性难题，让解析单个细胞的行为、机制及其与机体的关系成为了现实。
10 X Genomics单细胞转录组测序平台利用微流控、油滴包裹和baecode标记等技术来实现高通量的细胞捕获技术，能够一次性分离、并标记500–10000个单细胞，从而获得每个细胞的3'端的转录组信息。在当下疾病、免疫、肿瘤领域以及组织、器官、发育研究中发挥越来越重要的作用。
产品优势
细胞通量高：能同时进行 8 个样本，每个样本细胞数适用范围为 100-80,000 个
项目周期短：10min 内实现对上万个细胞的封装，1 天内即可完成细胞悬液制备、单细胞捕获、扩增及建库，且可同时获得上万个细胞的分析结果，大大缩短项目周期
捕获效率高：单个细胞捕获效率高达 65%，高效捕获每个细胞中的表达基因
技术路线
工作流程
结果展示
样本聚类 t-SNE图
单细胞测序技术聚类分析后的tSNE分群展示，每一种颜色代表cluster后鉴定到的一种细胞亚群，散点代表每一个细胞，图中数字代表了该群的cluster编号。
标记基因表达量小提琴图
小提琴图可以反映压群众各个细胞的标记基因表达量分布，也可以来衡量该基因作为某一个亚群的marker基因的特异性。X轴是不同cluster，Y轴是基因的表达水平。
细胞拟时序分析
细胞拟时序分析可以根据测序细胞之间表达模式的相似性对单细胞沿着轨迹进行排序，以此模拟细胞动态变化的过程，是单细胞研究中一种常用且重要的方法。
细胞周期分析
整个细胞周期分为间期（G1、S、G2）和分裂期（M）。该图X轴是不同的cluster，Y轴是细胞比例，不同颜色代表细胞周期的分布情况。
富集分析—GSEA分析
GSEA（ Gene Set Enrichment Analysis），即基因集富集分析，是用一个预先定义的基因集中的基因来评估在与表型相关度排序的基因表中的分布趋势，从而判断其对表型的贡献。
它可以在没有先验经验存在的情况下，根据所有基因表达情况对所有基因进行富集分析。图主要分成3个部分，横坐标为基因集排序以后的基因位置，第一部分为基因富集分数的折线图， 纵轴为对应的富集分数，第二部分为hit，用线条标记位于该基因集下的基因，第三部分为所有基因的rank值分布图，纵坐标为排序值。
细胞通讯分析--CellphoneDB
细胞通讯分析即受体配体分析，目前能进行的分析主要是基于CellPhoneDB数据库 进行受体配体匹配分析，根据每个细胞亚群中受体配体的表达，研究亚群之间的细 胞通讯关系，从而为研究细胞亚群的功能、发育轨迹、细胞亚群的相关性提供线索。
常见问题
Q1：10 X Genomics单细胞转录组测序技术建议细胞数及推荐测序数据量是多少？
A：一般推荐1个样本测1000-10000个细胞，但需要根据不同细胞类型来定：https://satijalab.org/howmanycells 预测，细胞种类越多，目的细胞比例越低所需要测的细胞数越多；原代细胞、细胞系可推荐3000-5000个左右细胞；肿瘤推荐3000-8000个细胞；血液细胞或干细胞发育推荐1万个左右；推荐每个细胞测100,000条reads，应用Illumina Hiseq PE150的测序策略，即得每个细胞至少测30M数据量，比如5000个细胞约150G数据量；测序存在一定饱和性，适当加大测序数据量可提高基因的检出率。
Q2：什么是细胞轨迹分析/拟时序分析-Pseudotime
A：在很多生物进程中，细胞并不是全部同时处于同一个时期的。利用单细胞基因表达研究细胞分化时，捕获到的细胞通常处于范围较广的不同时期：某些细胞还未开始分化，某些处于中间状态，而另一些可能已经分化结束。所以整体看来，样品中的各个细胞基因表达波动较大，研究起来十分复杂。拟时间分析根据基因表达量信息，计算细胞与细胞时间的距离，估算出将所有细胞排列到其拟时间进程后的总最短路径，帮助了解样品中细胞的种类与细胞分化的过程。
Q3：细胞分群有好办法去找marker基因吗？
A：目前有一些细胞marker基因的数据库，如Cell Marker数据库收录了158种组织/亚组织的467种人细胞类型， 81种组织/亚组织的389种鼠细胞类型。对于其他的物种类型，建议从文献中搜集相关的marker基因。
Copyright(C) 1998-2025 生物器材网 电话：021-64166852;13621656896 E-mail：info@bio-equip.com