哈佛大學(xué)的兩個團隊將微流體技術(shù)引入單細胞RNA-Seq方法中，分別開發(fā)出Drop-seq和inDROP。2015年，這兩種方法發(fā)表在同一期的《Cell》雜志上。它們的出現(xiàn)，讓快速、低成本地分析數(shù)千個單細胞的基因活性成為現(xiàn)實。
眾所周知，大腦是一種復(fù)雜的結(jié)構(gòu)。它包括近860億個神經(jīng)元以及數(shù)十億個其他類型的細胞。單細胞的基因表達分析能夠揭開細胞之間的差異，幫助繪制復(fù)雜組織的細胞多樣性圖譜。不過，如果每次只分析一個細胞，那顯然不現(xiàn)實。
于是，哈佛大學(xué)的兩個團隊將微流體技術(shù)引入單細胞RNA-Seq方法中，分別開發(fā)出Drop-seq和inDROP。2015年，這兩種方法發(fā)表在同一期的《Cell》雜志上。它們的出現(xiàn)，讓快速、低成本地分析數(shù)千個單細胞的基因活性成為現(xiàn)實。
這兩種技術(shù)都利用微流體裝置將帶有條形碼的微珠和細胞一起裝入微小的液滴。這些液滴在一個小型設(shè)備上生成，沿著一根頭發(fā)寬的槽道流動。條形碼附著到每個細胞的一些基因上，因此科學(xué)家們可以一次測序所有的基因，追蹤每個基因的來源細胞。
Drop-seq
Drop-seq由哈佛醫(yī)學(xué)院Steven McCarroll領(lǐng)導(dǎo)的團隊開發(fā)。利用這種方法，他們已經(jīng)分析了來自小鼠眼睛視網(wǎng)膜的44,800多個細胞的基因活性，鑒定出39種不同類型的視網(wǎng)膜細胞。他們的下一步目標是構(gòu)建大腦的整體結(jié)構(gòu)，以便對參與正常神經(jīng)發(fā)育的基因有一個清晰的了解。
這些雄心勃勃的研究項目之所以能夠?qū)嵤?，是因為Drop-seq的成本更低，速度更快。據(jù)介紹，利用Drop-seq，分析單細胞的基因活性僅需7美分。此外，分析過程也相當高效，每個科學(xué)家每天可以分析約1萬個細胞。
inDrop
inDrop方法是由哈佛大學(xué)的系統(tǒng)生物學(xué)教授Marc Kirschner領(lǐng)導(dǎo)開發(fā)的，與Drop-seq有些類似，但不完全相同。研究小組利用這種方法來分析小鼠的數(shù)千個胚胎干細胞和分化細胞，以便更好地了解干細胞分化。
Drop-seq的微珠庫中有1600萬個條形碼，而inDrop方法只產(chǎn)生約15萬個條形碼，這意味著它每次運行處理的細胞數(shù)較少。不過，當研究人員想分析極少量的組織樣本時，inDrop可能更有優(yōu)勢。因為它捕獲細胞的比例高于Drop-seq。
測序技術(shù)大比拼
在各種單細胞RNA測序技術(shù)被陸續(xù)開發(fā)出以后，相信大家的選擇困難綜合征又犯了，不知道該如何選擇。好在，德國慕尼黑大學(xué)的研究人員比較了幾種常用的幾種方法，包括Smart-Seq、CEL-Seq、SCRB-seq以及Drop-seq。他們生成并分析了479個小鼠胚胎干細胞的RNA-Seq數(shù)據(jù)。
研究人員發(fā)現(xiàn)，盡管所有方法的準確性相似，但是Smart-seq的靈敏度最高，CEL-seq最為精確，而SCRB-seq和Drop-seq最為高效。有了這個分析，相信你在選擇方法時心里有底了吧。
免責(zé)聲明：部分圖片來源于網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系刪除！
滬公網(wǎng)安備31011702889603號 網(wǎng)站地圖