聚焦单细胞多组学技术

来源：BioArt植物

早在2013年，Nature Methods发表了社论文章，选择了单细胞测序技术为当年度最受关注的技术，单细胞测序技术可以使我们一窥单个细胞内DNA和RNA的全景。

从那时起，单细胞测序技术的快速发展丰富了我们对于细胞异质性和细胞功能的理解，同时也使我们可以从多维度观测单一细胞，比如：基因水平、转录水平、表观水平、甚至空间水平，这一技术也使我们以前所未有的角度观测一个细胞，从整体了解单一细胞内不同分子事件是如何发生、以及如何与其它事件相互联系的。鉴于此，Nature Methods将单细胞多组学分析选为了“Method of the Year 2019”

最早，单细胞技术聚焦于单细胞转录组学，即scRNA-seq。该方法可以揭示不同细胞之间的转录异质性，尤其是对于整体上研究某个器官或者某群细胞（这几年也出了很多关于scRNA-seq的主刊，更多内容可以阅读BioArt相关内容）。随后，科研人员发现scRNA-seq结合其它技术，诸如protein profiling，流式等可以得到1+1>2的效果，即转录与细胞内蛋白或者细胞表面蛋白表达相结合的共分析得到信息要远比单一技术提供的更多。另外，亚细胞结构的分离可以使我们在尽可能小的背景干扰下了解该结构的情况。

随后，单细胞技术的发展不仅仅只有转录组，出现了更多的技术，如单细胞Hi-C、单细胞全基因甲基化组等可以使我们了解单细胞内的染色质结构和DNA甲基化情况。

当然，这些技术的发展离不开众多课题组、科研机构、公司等的努力。我们也得承认目前无论在实验环节还是数据分析环节，仍面临着巨大的挑战。在“sensitivity, specificity和robustness”方面，依然有很大的提升空间。尽管高通量方法可以同时处理上百万的细胞，但是任然受制于单细胞技术的发展。

2020年1月6日，UCSD任兵教授在一篇评论中讨论了单细胞多组学分析技术和基于液滴平台与DNA barcoding系统的高通量多细胞技术的发展。

从另一方面看，单细胞多组学也在一定程度上促进了相关数据分析的发展，如何去整合不同组学的数据成为了一项挑战。

2020年1月6日，剑桥大学的Sarah A. Teichmann教授在一篇评论中展示了这一令人兴奋的领域。

反过来，数据的整合对于我们如何去了解这一背后的生物学意义提出了难题。如上述所提到的，如何深刻理解scRNA-seq与单细胞Hi-C的结合所提供的双维信息是一个挑战。

同日，哈佛大学的Alexander Schier在一篇评论中为我们展示了一些单细胞技术中多重不同的组合和应用。

最后，我们也期待单细胞多组学分析的价格也更便宜！