最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會員登陸 & 注冊

單細胞Plus如何洞察更系統(tǒng)、更深入的細胞機制

2023-06-26 11:58 作者:鹿明生物  | 我要投稿

單細胞Plus是結(jié)合單細胞轉(zhuǎn)錄組測序(scRNA-seq)與單細胞核轉(zhuǎn)錄組測序(snRNA-seq),兼顧兩者優(yōu)勢,相得益彰,從而揭示更系統(tǒng)全面、深入精準的生物學機制的研究方法。下面通過幾個典型文獻案例來為您揭曉其中的緣由與奧秘。

生命現(xiàn)象的本質(zhì)是復(fù)雜的細胞互作網(wǎng)絡(luò),類型各異的細胞相互通訊并執(zhí)行特定功能,從而展現(xiàn)出豐富多彩的生理活動或狀態(tài)各異的病理活動。單細胞測序,特別是單細胞轉(zhuǎn)錄組檢測,通過在分子網(wǎng)絡(luò)層面解析和鑒定細胞功能,回溯和還原組織內(nèi)部的細胞網(wǎng)絡(luò),明確細胞的分子調(diào)控模式和狀態(tài)變化,從而洞察生命現(xiàn)象背后的機制,業(yè)已成為生命科學研究中最強有力的技術(shù)手段。

由于技術(shù)上的限制,scRNA-seq(這里特指使用完整細胞進行的檢測)會造成細胞類型偏好性、應(yīng)激基因偏好等缺陷,因此,學界轉(zhuǎn)而利用snRNA-seq來避免這些不足。但snRNA-seq通常檢測到的是組織中占有優(yōu)勢比例的細胞類型,例如心臟組織中大量獲得的是心肌細胞,腦組織中獲得的是神經(jīng)元等等,這對一些課題造成了阻礙,例如更多關(guān)注免疫細胞功能的研究,因為很難捕獲這些細胞類型而無法進行深入的分析。

基于各自技術(shù)的優(yōu)勢與劣勢,目前學界逐步開始采用scRNA-seq與snRNA-seq結(jié)合的方式(我們稱之為單細胞Plus)來開展單細胞的轉(zhuǎn)錄組研究,取得了很好的效果,具體體現(xiàn)在以下三個方面:

“應(yīng)有盡有”

細胞Plus最直觀的優(yōu)點,就是獲得的細胞圖譜更完整,細胞類型應(yīng)有盡有。例如在人類脂肪組織的研究中,snRNA-seq補充了Adipocyte、Mesothelium,并獲得了更多的細胞數(shù)量【1】(圖1)。同樣的,在心臟組織中,snRNA-seq捕獲了Endocardium、Cardiomyocytes等scRNA-seq缺少的細胞類型,使細胞圖譜更加完整和全面【2】(圖2)。而在肝臟中也取得了同樣的良好效果【3】。因此,單細胞Plus能夠解決scRNA-seq長期存在的細胞偏好性問題,收獲更全面、更系統(tǒng)的細胞圖譜。

另外,單細胞Plus更有助于挖掘稀有細胞類型或細胞亞型,例如對脂肪細胞不同亞型與各項疾病或身體指標的關(guān)聯(lián)性分析,揭示了占比較少的細胞亞型與二型糖尿病高度相關(guān)【1】(圖3)。通過這種“細致入微”的檢測與分析,單細胞Plus能夠解答更多樣、更深入的生物學問題,并揭示其背后的分子機制,為高水平研究奠定了堅實的基礎(chǔ)。

圖1??人類脂肪組織單細胞Plus圖譜

scRNA-seq與snRNA-seq的結(jié)合在脂肪組織中捕獲了更為完整的細胞類型。引自【1】。

圖2??人類心臟組織單細胞Plus圖譜

scRNA-seq與snRNA-seq的結(jié)合在心臟組織中揭示了更豐富的細胞類型。引自【2】。

圖3??人類白色脂肪細胞各亞型與不同疾病或身體指標之間的相關(guān)性分析

對白色脂肪細胞的獨立分析顯示其可以進一步劃分為7個亞型,其中hAd7亞型與二型糖尿病高度相關(guān),能夠顯著影響患病風險,盡管其數(shù)量僅占所有脂肪細胞的1%。引自【1】。

“洞察新機”

除了獲得更全面的細胞圖譜,借助分析scRNA-seq與snRNA-seq轉(zhuǎn)錄組的異同,單細胞Plus還能揭示全新的細胞調(diào)控機制。

在對果蠅精細胞發(fā)育的研究中,作者基于已知的干細胞會在細胞質(zhì)中儲存部分RNA,從而影響子代細胞分化的現(xiàn)象,通過對比scRNA-seq與snRNA-seq中轉(zhuǎn)錄本的異同,揭示了特定基因在精細胞發(fā)育過程中所扮演的特異性的調(diào)控作用【4】(圖4)。類似的,在對蜘蛛胚胎的分析中,作者對比scRNA-seq數(shù)據(jù),在snRNA-seq中鑒定到了獨特的細胞類群,進一步的分析表明這個類群代表了細胞分化的一個過渡狀態(tài),這樣就在整體上更加“動態(tài)”的解析了胚胎細胞的發(fā)育軌跡【5】(圖5)。

這些基因的鑒定及其所“預(yù)示”的分子機制,為我們理解細胞命運分化、功能改變等提供了全新的視角,相比單獨采用scRNA-seq或snRNA-seq,能夠獲得更多不同層面的細胞調(diào)控機制。因此,在單細胞轉(zhuǎn)錄組研究越來越多的當下,單細胞plus能夠帶來更多差異化的創(chuàng)新點,拓寬課題探索的范圍,增加研究的深度,幫助我們?nèi)〉酶路f和更廣泛的突破。

圖4??單細胞Plus解析干細胞分化的調(diào)控基因

熱圖展示了隨著細胞分化的進行(圖片上部橫軸顯示的時期),同樣的基因在scRNA-seq與snRNA-seq數(shù)據(jù)中擁有不同的表達模式,提示這些基因在細胞分化過程中可能被儲存在細胞質(zhì)中以調(diào)控分化進程:如下半部分的warped?pseudotime圖示。引自【4】。(注:因圖片過大,熱圖僅展示了一部分)。

圖5??單細胞Plus揭示更細致的細胞狀態(tài)變化

通過scRNA-seq與snRNA-seq的對比揭示了更為動態(tài)的圖譜變化:snRNA-seq中cluster?9是外胚層細胞(mesodermal cell)的一種終末分化類群(posterior terminal cell population),暗示了一種正在出現(xiàn)的細胞狀態(tài)(emerging cell states)。引自【5】。

“因勢利導(dǎo)”


隨著成本的降低和數(shù)據(jù)的積累,單細胞轉(zhuǎn)錄組測序已經(jīng)成為生命科學研究的“常規(guī)工具”,未來的研究將越來越追求更全面、更深入、更豐富的細胞調(diào)控機制。從技術(shù)角度來說,單細胞Plus很好的貼合了這一趨勢,能夠幫助我們獲得更加系統(tǒng)的洞見。而從最“直觀”的邏輯角度來看,更多的細胞數(shù)量,意味著更多的生物學“故事”。因此,單細胞Plus將成為未來單細胞組學研究的重要方法。

例如近期的植物學研究,也開始采用單細胞Plus的方式【6】(圖6),通過scRNA-seq提供的深度以及snRNA-seq揭示的廣度,以纖毫畢現(xiàn)的精度展示了玉米(Zea mays)、高粱(Sorghum bicolor)、狗尾草(Setaria viridis)三種植物的單細胞分辨率的泛轉(zhuǎn)錄組(pan-grass?transcriptome),為研究植物進化提供了更系統(tǒng)、更精準的圖譜,并為育種、作物改良等帶來了全新的見解與思路。

圖6??玉米根的單細胞Plus圖譜

scRNA-seq提供了深度,snRNA-seq揭示了廣度,匯總成了更系統(tǒng)的圖譜。引自【6】

參考文獻

1.A single-cell atlas of human and mouse white adipose tissue. Nature. 2022 Mar;603(7903):926-933

2.Single-cell transcriptomics reveals cell-type specific diversification in human heart failure.?Nat Cardiovasc Res. 2022 Mar;1(3):263-280

3.Single-Cell, Single-Nucleus, and Spatial RNA Sequencing of the Human Liver Identifies Cholangiocyte and Mesenchymal Heterogeneity. Hepatol Commun. 2022 Apr;6(4):821-840.

4.Emergent dynamics of adult stem cell lineages from single nucleus and single cell RNA-Seq of Drosophila testes. Elife. 2023 Feb 16;12:e82201

5.Reconstruction of the Global Polarity of an Early Spider Embryo by Single-Cell and Single-Nucleus Transcriptome Analysis. Front Cell Dev Biol. 2022 Jul 22;10:933220.

6.A pan-grass transcriptome reveals patterns of cellular divergence in crops. Nature. 2023 May;617(7962):785-791.

單細胞Plus如何洞察更系統(tǒng)、更深入的細胞機制的評論 (共 條)

分享到微博請遵守國家法律
枝江市| 平利县| 桐柏县| 玛纳斯县| 三台县| 佳木斯市| 龙南县| 双峰县| 汝城县| 华坪县| 哈尔滨市| 溧阳市| 杨浦区| 建湖县| 静宁县| 祁连县| 富民县| 溧阳市| 衡东县| 南昌县| 柳河县| 石阡县| 德保县| 盐山县| 屯留县| 扬中市| 东台市| 桦南县| 天水市| 旬阳县| 亚东县| 马山县| 丹凤县| 开江县| 商水县| 三台县| 聊城市| 娄底市| 七台河市| 孙吴县| 商丘市|