scRNA plus||单细胞结合传统测序技术之路
分享是一种态度
作者 | 周运来
男，
一个长大了才会遇到的帅哥，
稳健，潇洒，大方，靠谱。
一段生信缘，一棵技能树。
生信技能树核心成员，单细胞天地特约撰稿人，简书创作者，单细胞数据科学家。
单细胞即是在单个细胞水平上来考察组织生物学信息，在单细胞时代之前，人们获得组织生物学信息有两个层面：组织水平和分子水平，单细胞技术弥补了这两者之间的鸿沟。众所周知，细胞是生物的基本构成单位，不管之前的组织水平还是将来的亚细胞（细胞器）水平，都会回归到单细胞水平，或在需要单细胞水平上得到的解释。
高通量单细胞技术是在微流控技术和高通量测序技术（以下简称：NGS）基本成熟的基础上发展而来的一个应用方向，本身就有NGS的基因。今天我们要探讨的是：海量单细胞技术如何结合传统测序技术。这里的传统测序技术指的是以NGS为主的，包括质谱技术在内的，还没有和微流控技术结合起来的（bulk）高通量技术体系。鉴于很多测序技术还没有或者尚未成熟，还达不到单细胞水平，同时单细胞发展的多组学趋势明显，可以将两者结合起来分析。
本文主要思想：
- bulk测序发现组织特异性，再用单细胞技术追踪到某个细胞亚群（从组织到细胞）
- 单细胞技术发现细胞亚群，分选后，用bulk测序技术来往下游走。
- 如果单细胞水平上可以测目前组织水平的一切（中心法则上的）之后，bulk测序会被淘汰吗？
从组织到细胞
拿传统转录组研究为例。一般的实验设计是这样的：癌旁和癌组织各取5例，成对取样，建库测序，比对参考基因组，得到基因表达数据和结构信息。最终得到的是癌旁和癌组织有差异的基因（通路），然而并不能知道是哪个细胞类型带来的差异。这时候就可以考虑把冰箱里面的组织拿出来做个单细胞转录组，来追踪到细胞类型上。
这给我们的启示是：之前做过bulk测序的话，如果组织间是有差异的，那么就可以考虑在单细胞层面来进一步阐明这个差异来自哪些细胞类型，从而将研究推进到细胞层面。
利用单细胞技术的分选功能
我们经常在单细胞转录组文章中看到Cell type–specific的XXX，也就是在图谱中找到了细胞类型特异的现象，如某细胞类型专门受某代谢通路的影响，这时候，我们知道了这个信号，可以把这类细胞分选出来用传统bulk代谢组学技术来进一步验证它。看的更真实也更加全面。
在这个方案里，我们用到两次代谢组技术，一次是对组织块的代谢物的定量，一次是找出特定细胞类型后，分选特定的细胞出来再做代谢组学分析。
可以看出两者是相互补充的过程，同时利用两种技术当下的优势。
bulk 技术会被单细胞技术淘汰出局吗？
不会。
至少短期内不会，在可见的未来两者相互结合将会越来越紧密。得益于bulk技术的发展这两年单细胞技术发展很快，但是生物学问题基本的框架还是在bulk框架下的。在当下这个历史档口，主要看谁能够能更好地，把bulk的技术引入到单细胞层面上来。这就需要有灵活的单细胞系统，分选成单个细胞后，可以测得到bulk才能测的生物信息。
往期回顾
GPU版scanpy (rapids)实践 | 大型单细胞数据分析利器
如果你对单细胞转录组研究感兴趣，但又不知道如何入门，也许你可以关注一下下面的课程
腾讯云开发者
