华大科技

胚胎发育/细胞分化-调控图谱绘制/细胞发育路线拟合等

致病机理/调控网络/转录因子研究中细胞位置与功能关系研究等

产品优势

研究流程

1)预实验阶段:

a.将样本进行冷冻后,使用OptimalCuttingTemperature(OCT)化合物进行组织包埋,且需要进行位置信息标记;

b.其次根据研究目的,进行冷冻切片制备后,选取部分切片进行RNA质检;

2)正式实验:

a.将继续完成正式冷冻切片制备,进行甲醛固定,组织透化,HE染色,显微镜拍照成像;

b.再将组织切片贴合在含有与RNA结合捕获探针的载玻片上捕获区域,并进行固定和透化,使细胞中的mRNA得到释放,结合到相应的捕获探针上;

c.将捕获的RNA为模板,进行cDNA合成和文库构建;

d.对制备好的文库进行DNBSEQ平台测序。

图1基于10xVisium空间转录组工作流程图

测序平台:DNBSEQ平台

测序读长:PE100

数据量推荐:测定芯片上5000spot点,测序1lane-约300Mreads(数据上下浮动20%)

信息分析条款

信息分析内容

标准信息分析

(需要基于良好的参考序列,且每个样本拆分出的细胞数目上下浮动在20%或以内的误差皆属于正常范围)

基本分析

1.测序结果统计;

2.比对结果统计;

3.定量分析;

标准分析

4.质控(细胞周期因素去除,双胞去除等);

5.spot聚类分析;

6.样本间差异基因鉴定;

7.spot类别鉴定;

8.sopt点位置信息分析

9.差异表达基因GO功能分析;

10.差异表达基因Pathway功能分析;

11.差异表达基因TF编码能力预测;

12.差异表达基因蛋白互作分析;

14.Reactome富集;

15.GSEA富集(选做,需2个样本以上);

16.GSVA富集;

个性化分析

17.RNA速率;

18.细胞通讯iTALK;(需要确定终版细胞类群);

19.细胞通讯cellphoneDB;(需要确定终版细胞类群);

20.细胞轨迹分析;(需要指定细胞类群);

21.CNV分析(选做,肿瘤和对照-需2个样本以上);

定制化信息分析

可结合客户的需求,协商确定定制化信息分析内容。

空间转录组应用-肿瘤研究方向(多组学联合分析)

MultimodalAnalysisofCompositionandSpatialArchitectureinHumanSquamousCellCarcinoma

发表杂志:Cell

肿瘤类型:人皮肤鳞状细胞癌

研究内容:

为了定义皮肤鳞状细胞癌(cSCC)的细胞组成和结构,本文结合空间转录组学和一系列离子束成像的单细胞RNA测序等技术,研究皮肤鳞状细胞癌和正常皮肤的差异,cSCC表现出四个肿瘤亚群,三个概括正常的表皮状态,以及癌症特有的肿瘤特异性角质形成细胞(TSK)群体,单细胞和空间数据映射的配体-受体网络的整合针对特定的细胞类型,揭示了TSK细胞是细胞间通讯的枢纽。这些数据定义了cSCC肿瘤和基质细胞亚群,通过空间转录组研究,进一步研究目的细胞群互做关系,以及他们参与癌症的交流基因网络。

方案设计:

图1实验方案设计整体流程图

主要研究结果展示:

1.通过scRNA-Seq发现特异性的细胞亚群——癌症所特有的肿瘤特异性角化细胞(TSK)

图2细胞类群对比结果图

2.将scRNA-Seq目的研究细胞群-肿瘤角质细胞(TSK)与肿瘤空间结果进行联合分析,展现TSK细胞在空间位置上基因表达情况,以及TSK标记marker基因MMP10

图3联合注释分析及TSK细胞空间定位与marker基因鉴定

参考文献:

[1]JiAL,RubinAJ,ThraneK,etal.Multimodalanalysisofcompositionandspatialarchitectureinhumansquamouscellcarcinoma[J].Cell,2020,182(2):497-514.e22

结果展示

图1单细胞类群二维聚类图图2单细胞类群在映射到样品原空间位置

图3单细胞类群在空间位置上注释信息

图4联合scRNA-Seq数据进行联合注释

1.OCT冷冻包埋送样;

2.组织切块大小建议0.65cm^3。

*详细方法请见送样建议以及OCT包埋方法

Q1.可以邮寄速冻组织吗?

答:不可以,建议新鲜样本使用OCT包埋好,进行邮寄;如有切片设备,可以切到目的区域后,再进行邮寄。

Q2.实验方案设计中一般需要切片多少片?

答:建议根据实验目的和研究方向进行考虑,根据目前现有发表文献进行总结和建议如下,供参考:

Q3.信息分析可以关联高通量单细胞RNA-Seq测序吗?

Q4:哪类组织样品执行空间转录组的风险较大?

答:对于皮肤、骨组织、正常胰腺、血管、脂肪等样本类型,由于皮肤质地过于柔软、骨组织太坚硬且RNA含量低、胰腺内消化酶过多不能保持完整形态、血管大部分rin值较低、脂肪易脱片且HE染色效果不好,会有油脂残留,需慎重送样。

THE END
1.探秘RNA测序的高效工具——umis最后,通过tagcount命令,umis基于伪对齐结果,仅统计唯一UMIs,特别是在有足够证据支持的基因-UMI配对上,实现了高度可靠的表达量估算。 3.项目及技术应用场景 umis特别适合单细胞RNA测序数据分析,能够显著提升基于分子标签的表达量估算准确性。无论是探索特定细胞类型的功能、疾病模型中的基因表达差异还是进行复杂的细胞群体https://blog.csdn.net/gitblog_00903/article/details/141668251
2.分析带UMI标签的测序数据xiaojikuaipao分析带UMI标签的测序数据 20条回复 分析带UMI标签的测序数据 检测癌组织的低频突变,为了提高检测低频突变的灵敏度,往往进行高深度的测序。但样本之间存在交叉污染,测序有存在一定概率的错误,这些因素会导致高深度测序过程中将假阳性的信号放到,得到假阳性的结果。解决https://www.cnblogs.com/xiaojikuaipao/p/14976793.html
3.UMI转录组测序产品介绍UMI 转录组测序,在文库扩增前为每一条逆转录的 cDNA 添加唯一的分子标签,标签伴随着片段扩增、测序和分析的全部过程,在保证精准定量的前提下,能够既可以检测基因表达水平差异,又可以提供结构分析, 还能发现稀有转录本,精确地识别可变剪切位点、基因融合等。 https://www.novogene.cn/novo/umi-zlz_cpjs_166.html
4.提升UMI分析精度和计算效率:SentieonUMI分子标记处理模块在我们的模拟数据测试中,我们分析了统计模型给出的质量值和实际的错误率之间的关系,针对所有模拟的情况,包括不同的单链、PCR和测序错误率。从上图统计中我们发现,我们给出的质量值高度准确的体现了这些统计过程的所引入的随机错误。这证明了Sentieon UMI不但在建立consensus序列上有极高的正确性,同时也能为每个consenshttps://cloud.tencent.com/developer/article/2305469
5.绝对定量转录组测序——拯救你的微量样本企业动态别着急小编今天就给大家介绍两种绝对定量测序:UMI mRNA-seq和UMI miRNA-seq,完美解决样本量不够的问题,顺便还能得到比常规测序更精准的结果,大家一起来了解一下。 什么是绝对定量测序 传统RNA-seq 定量分析过程中,由于建库过程中PCR 对片段长度和 GC 碱基含量的偏好会导致部分文库片段丰度失真,进而对定量结果产生影响https://m.biomart.cn/news/16/3160411.htm
6.单细胞+分子标签!Takara推出全新单细胞测序试剂盒测序中国添加UMI也能构建高质量单细胞文库 对FACS分选的单个外周血单核细胞使用SSmRNA(不含UMI)或SSmRNA + UMIs生成测序文库,然后进行建库分析(使用CogentAP处理)。 结果显示,虽然添加UMIs,但两者的基因检测数和reads分布基本一致,也表明数据质量不受影响。 与Smart-seq2数据比较 https://www.shangyexinzhi.com/article/10935752.html
7.唯一分子标记(UMIs)确保测序的准确性软件和分析 服务 热门产品 浏览所有产品 仪器 测序平台 芯片扫描仪 所有仪器任何地方,任何实验室 使用NGS测序,以无与伦比的简便性和难以想象的速度 了解MiSeq i100 系列 试剂盒和试剂 文库制备试剂盒 测序试剂 芯片试剂盒 临床研究产品 所有试剂盒和试剂 NextSeq 1000和NextSeq 2000试剂盒 NextSeq 1000和Nehttps://www.illumina.com.cn/techniques/sequencing/ngs-library-prep/multiplexing/unique-molecular-identifiers.html
8.一文读懂单分子标签UMI2. 仪器系统误差:最常使用的Illumina 测序仪来说,误差率在~0.05% 到 ~1% 之间,具体取决于读取长度、所用的碱基识别算法和测定的变异类型 。 01 UMI 是啥? 分子标签(Unique Molecular Indentifier,UMI)是一段随机化或特定的核苷酸短序列,通常设计为完全随机的核苷酸链(如NNNNNN),部分简并核苷酸链(如NNNRNYN, https://zhuanlan.zhihu.com/p/642835804
9.经典文章配合单细胞的组学看过来!华中农业大学作物遗传改良国家重点实验室在《Advanced Science》期刊上(IF=15.1)发表了题为“Single-Cell Transcriptome Atlas and Regulatory Dynamics in Developing Cotton Anthers”的研究论文,通过对单细胞测序结果进行分析,揭示了高温影响花粉壁形成导致雄性不育的新机理,为后续培育出耐高温种质提供了理论基础。 https://www.bilibili.com/read/cv34048599
10.BDRhapsody单细胞分析系统功能用途:单细胞的RNA-seq测序,基因表达分析。Onco-BC靶向检测,免疫反应检测,T-细胞靶向检测。 1、靶向基因检测,避免看家基因占用大量测序数据,节省测序和分析成本 2、靶向定制panel,选定特定基因组合,提高UMI计数效率,罕见转录本检测阈值更低。 3、引入单细胞测序金标准,BD分子标签,降低非特异性表达。 http://portal.smu.edu.cn/zxsys/info/1017/1570.htm
11.代码分析单细胞转录组质控详解51CTO博客NGS系列文章包括NGS基础、转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这)、ChIP-seq分析 (ChIP-seq基本分析流程)、单细胞测序分析 (重磅综述:三万字长文读懂单细胞RNA测序分析的最佳实践教程 (原理、代码和评述))、DNA甲基化分析、重测序分析、GEO数据挖掘(典型医学设计实验GEO数据分析 (step-by-stephttps://blog.51cto.com/u_16077014/6240207
12.cfDNA(带UMI标签的fq数据WES)的生信处理call突变流程UMI简介 UMI(unique molecular identifer)是一种用来降低二代测序实验误差(sequencer, polymerase, DNA damage error and so on)的有效技术。建文库时在adapter处加入UMI,在生信分析时通过UMI区分真阳性突变和假阳性突变,提高检测的Sensitivity和Specificity。 https://www.jianshu.com/p/0e6520bdd1df
13.NatMethod丨校正UMI中的PCR扩增错误以生成测序分子的准确数量随后,作者使用ONT的PromethION平台对经历20和25个PCR循环的文库测序,结果表明,通过在条形码区域内掺入同源三聚体,实现回收细胞数量的增加,尽管很低(~15%)。以ENST00000330494为例,对比单体UMI和经同源三聚体校正的差异分析,发现单体UMI去重复导致20和25个循环文库之间超过300个差异调节的转录本,然而,同源三聚体校正后https://www.hanlab.net/newsinfo/7381297.html
14.转录组数据分析软件(分析转录组数据用什么软件)Seurat软件是一个R包,可以说是单细胞转录组测序分析的明星软件,很多单细胞测序文章都会引用该软件,引用次数也是杠杠的,而且也有详细的 在线教程 。本文也主要是根据其教程介绍一下使用Seurat软件分析一个样本的单细胞转录组数据的步骤及注意事项,供大家讨论。 https://www.huoban.com/news/post/121612.html
15.低频突变分析DNACap来源于 2 个健康捐献者的血浆游离 DNA 以 1% 比例混合,用于模拟游离血浆 DNA 中低频突变位点的检测,文库制备总投入量为 10 ng;针对已知 SNP 位点设计捕获 panel(图3)。通过 Illumina HiSeq X, PE150 平台测序后,利用双端分子标签(UMI),在不同分析与过滤方法下进行低频突变分析(表3)。 https://www.njnad.com/DNACap/389.html