单细胞多组学高通量测序平台(二)

虽然single-cellsequencing的方法仍在不断推出,但是目前使用最为广泛、商业化成熟的方法仍是10×Genomics公司推出的ChromiumTM系统。

1.2以RNA-seq为例介绍高通量单细胞测序技术

1.2.110×Genomics技术介绍

10×Genomics公司推出的ChromiumTM系统其技术核心是油滴包裹的凝胶珠(GelBeadinEmulsion,GEM)。该技术可以解决核心难点:快速高效分离细胞并将细胞和下一步反应所需试剂混合。该系统有75万种带有条形码的凝胶珠(barcodedgelbeads),每个凝胶珠上有40-80万探针。每个探针含有四段各司其职的重要序列,下面对四段序列一一介绍。

探针资本整理

带有条形码的凝胶珠通过横向孔道进入微流体“双十字”交叉系统,在第一个十字处,细胞通过纵向孔道运至交叉处,细胞与凝珠通过碰撞吸附在一起,继续行进至第二个十字处,进入油相,包裹形成油滴。通过此过程完成单细胞的分离和混合反应试剂的重要步骤,即含BarcodedRTPrimers的GelBeads、细胞和酶的混合物,三者结合形成GEMs,即包裹GelBeads、细胞和酶的混合物的油滴。

GEM形成后,细胞裂解,通过一系列反应构建文库,构建好的文库即可通过高通量测序仪测序获得序列信息,根据序列的BC可将序列分至一个个单细胞,根据UMI,可去除掉PCR扩增引入的重复,获得每个基因的准确表达量。具体建库流程如下:1)凝胶珠溶解释放大量barcode序列;2)随后mRNA逆转录产生带有Barcode和UMI信息的cDNA;3)油滴破碎,cDNA为模板进行PCR扩增;4)cDNA打断、加测序接头等传统二代测序的建库过程。

10×单细胞建库流程框架探针资本整理

10×单细胞建库流程10×Genomics官网探针资本

1.2.2其他主流技术介绍:BDRhapsody平台

BD在单细胞捕获时不再采用微流控孔道技术,而是使用CytoSeq蜂窝板技术,通过超过量的微孔保证细胞极大概率被单个投入微孔中,从而达到了分离单细胞的目的。在分离得到单细胞后,进行细胞裂解,反转等常规建库流程。

1.3其他单细胞测序技术

1.3.1Single-cellATAC-seq

10×Genomics开发的TheChromiumSingleCellATACSolution是基于Chromium系统,思路与单细胞转录组测序相似,不同之处是样品为细胞核,并且在制备样品时加入转座酶进行插入和连接接头步骤,之后使用相同的流程完成单细胞核建库。

1.3.2单细胞甲基化测序

DNA甲基化(DNAmethylation)是DNA化学修饰之一,指DNA的CpG二核苷酸的胞嘧啶5'碳位在DNA甲基化转移酶的作用下,共价键结合一个甲基基团。DNA甲基化是研究最为广泛的表观修饰,DNA甲基化修饰的存在使得相同序列可以具有不同功能,获得修饰的胞嘧啶所在区域的结构、DNA构象和稳定性等都会受到改变,从而影响基因表达。

DNA甲基化修饰(DNAmethylation)检测方法按照是否使用亚硫酸盐可以分为两类,其中金标准是亚硫酸盐测序(bisulfitesequencing)。DNA经亚硫酸盐处理后,非甲基化的胞嘧啶转变为尿嘧啶,而甲基化的胞嘧啶保持不变。经过PCR扩增、测序等步骤,并与参考序列(未经处理)的序列进行比对,若参考序列为C,而测序结果中为T,则判断是未发生甲基化的位点;参考序列和测序结果均为C,则判断是发生甲基化的位点。

由于亚硫酸盐会导至DNA降解,使得单细胞水平低起始量的甲基化测序难以实现。直至2013年,汤富酬团队发明了单细胞RRBS(single-cellReducedrepresentationbisulfitesequencing)技术。该技术通过将所有反应整合在一个体系中完成优化了实验方法。

虽然亚硫酸盐导至DNA降解的问题被缓解,但其仍然存在,并且不同位点转化的比例差异较大,使得检测得到的结果并不稳定。而利用APOBEC胞嘧啶脱氨酶选择性将没有修饰的C变为U,最终测序为T,与参考序列比对,则可得到甲基化位点。该方法使用甲基化修饰酶对DNA损伤小,但由于酶对于C的修饰效率受限,基于酶的测序方法需要根据片段大小调整酶量,从而获得较高的分辨率。

亚硫酸盐测序和EnzymaticMethyl-seq对比

1.3.3单细胞蛋白组测序

质谱(MassSpectrometry,MS)是目前最常使用的蛋白质组学分析技术,它无需标记,可分析整个蛋白质组。然而质谱的灵敏度不高,检测群体细胞蛋白质组时,通常需要上万个细胞的蛋白总量,所以在检测单细胞时,由于单个细胞内蛋白质含量大大降低,使用质谱法检测单细胞蛋白质组仍需要方法上的改进。

2011年,来自斯坦福大学的SeanC.Bendall等人结合质谱技术和流式细胞技术,发明了质量流式细胞术(CyTOF),其原理如图所示,首先利用含不同过渡金属同位素标签的抗体标记细胞内的特定蛋白,被标记好的细胞随后进入质谱流式细胞仪,逐个喷出单细胞微滴,进入电感耦合等离子体质谱(ICP-MS)装置,通过定量过渡金属元素标签从而得知每个细胞中各个结合蛋白的含量。由于金属离子的非特异性结合极低,方法的敏感性大幅提升。

THE END
1.首个可解释RNA的AI植物基础模型来了,整合1124种种植物RNA信息基序植物RNA 的复杂序列编码了大量的生物调节元件,这些元件在协调植物生长、发育和适应环境压力的关键方面起到重要作用。基础模型 (FM) 的最新进展证明了它们在破译生物学中复杂“语言”方面前所未有的潜力。 于最近的研究中,东北师范大学、英国约翰·英尼斯中心( John Innes Centre)和埃克塞特大学(University of Exeter)等https://www.163.com/dy/article/JJHRD3TL0552A8U8.html
2.Protein&Cell丨针对单细胞多组学数据设计的细胞类型自动注释方法近日,Protein & Cell杂志发表了题为:MultiKano: an automatic cell type annotation tool for single-cell multi-omics data based on Kolmogorov-Arnold network and data augmentation的文章,提出了首个针对单细胞多组学数据设计的细胞类型https://mp.weixin.qq.com/s?__biz=MzA3MzQyNjY1MQ==&mid=2652807808&idx=5&sn=f53c082fe49d9b994cd0306982307390&chksm=85d80f1c4759186546be72b2d310b2b37ae220808d7b6bd09349e4610bdafb86ce7222c0420e&scene=27
3.Transformer深度学习模型在单细胞组学中的应用Artur Sza?ata等人在Nature Methods发表的题为“Transformers in single-cell omics: a review and new perspectives”的论文,深入探讨了transformer模型在单细胞组学数据中的应用潜力与挑战,并提出未来研究方向的结构性展望。论文详细介绍了transformer架构及其在单细胞数据中的适应性,全面回顾现有应用,并批判性地分析其https://www.bilibili.com/read/cv40082244
4.(待补充)单细胞测序的基础知识单细胞测序umibarcode : 每一个单细胞的cDNA文库,就带上了独一无二的barcode了,barcode是用来区分细胞的,跟umi不同 umi:(UniqueMolecular Identifiers)是短序列,用于唯一标记样品库中的每个分子。UMI被广泛用于测序应用,大多关于DNA和cDNA的PCR重复。UMI去重复还可用于RNA-seq基因表达分析和其他定量测序方法。简而言之:UMI是唯一https://blog.csdn.net/weixin_46021869/article/details/115733190
5.单细胞测序barcode和umi10xBarcode是一段16nt的核苷酸序列,Barcode序列是用来标记细胞:在Barcode与细胞融合形成水凝珠之后,可以保证一个细胞的所有基因序列都带着相同的Barcode序列,也就可以认定这些序列来自同一个细胞。 UMI是一段12nt的核苷酸序列,每一个 mRNA,随机连上一个 UMI,因此可以计数不同的 UMI,最终计数 mRNA 的数量。 https://www.jianshu.com/p/1069caea25ed
6.哈佛大学单细胞课程笔记汇总(四)51CTO博客什么是doublets?简单的说就是两个细胞混在一起,可能发生在细胞捕获过程中,并且可能会误导认为是两种细胞类型的过渡态(transitory states),所以应该去除(单细胞预测Doublets软件包汇总-过渡态细胞是真的吗?)。 我们为什么不检查doublets呢?许多的工作流程都是通过设置UMI或genes的最大阈值进行的,其原理为大量的reads或基https://blog.51cto.com/u_16077014/6240505
7.什么是单细胞RNA测序?为了减少由于扩增引起的误差,人们在一些单细胞测序的步骤中增加了UMI(unique molecular identifiers),https://www.zhihu.com/question/627744256/answer/3449022328
8.UMIATACseq数据分析及植物单细胞ATACseq技术的探索为了能更深入地研究植物的生长发育过程,重塑细胞发育轨迹,亟待建立适用于植物领域中的单细胞ATAC-seq高通量实验平台。本研究以水稻(Oryza sativa L.)幼穗为实验材料,在普通ATAC-seq实验过程中引入了独特分子标签并设计了独特的Tn5接头,经优化的染色质可及性测序方法命名为UMI-ATAC-seq(Unique Molecular Identifiers,https://cdmd.cnki.com.cn/Article/CDMD-10504-1021883541.htm
9.CellRanger单细胞转录组分析教程(二)使用前注意事项Public但是前两个呢?哪一个是UMI+Barcode? 如何解释生成的这三个fastq文件 单细胞转录组数据和普通的bulk转录组还是不太一样,bulk结果一般就是R1、R2,很容易区分;10X单细胞数据比较特殊,它的测序文库中包括index、barcode、UMI和测序reads。 文章使用的是10X Genomics 3' Chromium v2.0 平台,那么就看一下它的帮助手册https://www.plob.org/article/20961.html
10.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
11.单细胞数据中到底应该如何处理线粒体基因腾讯云开发者社区一般我们建议卡到30%以内,当然还是要看这群细胞为什么会高。建议是不卡阈值直接做降维分群,然后按分群来看小提琴图,如果只有一个或几个细胞群有差异的线粒体转录上调和低总UMI计数,这个群最有可能代表一个死亡或频临死亡的细胞群。此时,再去不迟。 另外一点,我们注意到,cellranger3比cellRanger 2检测的MT(人的https://cloud.tencent.com/developer/article/1677922
12.10xGenomics平台单细胞RNASeq测序详解测序得到的原始数据我们称之为 Raw reads,之后我们会根据 10X Genomics单细胞RNA Seq独特的文库结构,对 Reads 的 Barcode 、UMI 和插入片段部分进行拆分,之后插入片段部分将比对到参考基因组,然后统计比对到各个区域的比例,并进行表达量统计;基于表达量的结果, 进行细胞时间轨迹预测,细胞聚类等分析,基于差异表达的结果https://www.magigen.com/h-nd-324-103_786.html
13.单细胞转录组测序–纯迅生物GEMs形成后,细胞在其中裂解,释放出mRNA,凝胶珠自动溶解释放大量barcode序列,利用PloyT引物捕获液滴中的mRNA。随后mRNA逆转录产生带有Barcode和UMI信息的cDNA,构建标准测序文库。 2.1 单细胞悬液制备 新鲜组织样本需要消化成单细胞悬液,对于培养的细胞或已经处于悬浮状态的细胞,需要对细胞洗涤以去除培养基。在进行单细胞https://www.chunxunbio.com/?page_id=153
14.科学网—冻存样品对单细胞测序影响大吗?在我们做单细胞分离过程中,导师千叮咛万嘱咐说样品不能冻存,而我在一次会议论坛上有一位学者直接说冻存基本没有影响,于是,我。。。母鸡。 2019年12月31日(真是抓住了2019的小尾巴!),英国Wellcome Sanger Institute研究团队于Genome Biology发表了题为scRNA-seq assessment of the human lung, spleen, and esophaghttps://wap.sciencenet.cn/home.php?mod=space&do=blog&id=1220237
15.聊聊单细胞实验那些事企业动态以上实验的顺利进行后,就到了分析步骤了(什么,建库、测序质控,哎呀啦,这写步骤不属于单细胞实验特有,其他只有涉及二代建库测序项目,都需要满足的条件,我们就不在此说明啦)。 说到上机测序,有一点需要强调的就是,10x单细胞文库与我们常见的文库不太一样,测序策略需要有所调整,进行测序前,我们需要与测序公司仔细沟通https://www.biomart.cn/news/16/3007246.htm
16.深入浅出解读单细胞转录组测序技术路线细胞标记是利用十多个碱基的核苷酸序列作为标签(Barcode),在单细胞微反应体系的逆转录过程中进行标记,同一个细胞内的所有转录本标记上相同的Barcode,这样在后续建库时能够混合操作,在数据分析层面也能够达到区分单细胞表达谱数据的目的,如STRT-seq[5]、CEL-seq[6]等。随着技术的升级,后来又引入了单细胞转录本UMI(http://m.yunbios.net/cn/h-nd-840.html
17.单细胞测序技术简述GEM形成后,细胞裂解,通过一系列反应构建文库,构建好的文库即可通过高通量测序仪测序获得序列信息,根据序列的BC可将序列分至一个个单细胞,根据UMI,可去除掉PCR扩增引入的重复,获得每个基因的准确表达量。具体建库流程如下:1)凝胶珠溶解释放大量barcode序列;2)随后mRNA逆转录产生带有Barcode和UMI信息的cDNA;3)油滴破碎,http://www.yyigou.com/cms/article/detail/1116.html
18.Nature重磅综述关于RNAseq,你想知道的都在这因为单细胞数据的扩增偏好更严重,UMI的使用对单细胞数据结果可靠性至关重要。当使用RNA-seq数据进行变异检测 (variant calling)时,UMIs也非常有用。高表达的转录本更容易达到适合变异检测的高覆盖率要求,尤其在考虑了重复reads时,而UMIs可用于移除PCR扩增引入的reads,从而校正等位基因频率的计算。UMIs已成为单细胞RNA-http://hcanhua.cn/nd.jsp?id=816