新手指南让您信心满满地开展单细胞RNA-seq
什么是单细胞RNA测序？
单细胞RNA测序（scRNA-seq）技术测定单个细胞的全转录组基因表达，有助于详细了解细胞在复杂组织中如何发挥功能和相互作用。通过追踪单个转录本的来源细胞，研究人员能够在高度异质的样本中找出独特的基因表达谱，最终揭示出其他方法经常遗漏的稀有细胞类型和动态细胞状态。例如，研究人员在利用批量细胞RNA-seq（测定大量细胞的基因表达平均值）分析一种致命的肿瘤时，可能会漏掉一小部分对治疗耐药的细胞，从而忽略了潜在的药物靶点。 简而言之，scRNA-seq能够为您提供更高质量的数据和更深入的见解，帮助您提升影响力。
单细胞分析能够为我的研究做些什么？
鉴定疾病标志物和机制
绘制健康和病变组织的全面单细胞多组学图谱，以鉴定疾病特异性的细胞或细胞状态。
Single-cell atlas reveals correlates of high cognitive function, dementia, and resilience to Alzheimer's disease pathology
Researchers created a cellular atlas of Alzheimer's disease, identifying markers of cognitive resilience and potential therapeutic targets for dementia.
了解异质性群体中的细胞特异性反应
捕捉样本中数千个至数百万个细胞的完整异质性。
An autocrine signaling circuit in hepatic stellate cells underlies advanced fibrosis in nonalcoholic steatohepatitis
The authors uncovered 68 receptor-ligand interactions in hepatic stellate cells, revealing their role in fibrosis in nonalcoholic steatohepatitis and identifying drug targets.
细胞过程的动态变化
追踪细胞状态随时间的变化，以描绘发育通路、疾病进展和免疫反应。
Transcriptional signatures associated with persisting CD19 CAR-T cells in children with leukemia
Scientists tracked leukemia patients over five years, using scRNA-seq to identify a persistent signature in long-lived CAR T cells, explaining their durable therapeutic effects.
细胞之间的相互作用
探索肿瘤微环境等生态位中淋巴细胞与目标细胞之间的相互作用。
Ovarian cancer immunogenicity is governed by a narrow subset of progenitor tissue-resident memory T cells
Cancer researchers revealed that only a small subset of tissue-resident T cells interacted with tumor cells in ovarian tumors analyzed with scRNA-seq, suggesting limited immune-tumor interaction and the need for targeted therapies.
鉴定新颖的细胞类型和状态
高的细胞回收率，以及对稀有转录本和RNA含量较低细胞的灵敏检测，让您对数据充满信心，而以往通过已知标志物很难捕捉或检测这些转录本和细胞。
Single-cell systems pharmacology identifies development-driven drug response and combination therapy in B cell acute lymphoblastic leukemia
Researchers discovered previously unrecognized tumor-specific cell types in lung cancer, offering insights into the molecular differences between subtypes and their prognoses.
看看单细胞分析发挥了哪些强大的多样化功能
看看全世界的研究人员如何使用10x Genomics的Chromium单细胞分析来回答各个研究领域的紧迫问题。
单细胞RNA-seq有哪些优势？
| 单细胞RNA测序 | 批量细胞RNA测序 | 微阵列 | 流式细胞术 | IHC 或 IF | |
| 好处 | 单细胞分辨率的全转录组分析，而不是平均化的群体数据 以高分辨率见解捕捉稀有细胞类型和动态细胞状态 通过更高的灵敏度发现新的基因、细胞类型或稀有群体 | 样本水平的全转录组分析，提供大量细胞的平均基因表达数据 因数据复杂度和分辨率较低，工作流程和数据分析更简单 测序深度和成本较低，侧重于群体水平的见解 | 定量感兴趣的特定基因的表达水平 同时检测数千个基因的表达情况 良好的验证工具 对大规模研究而言具有成本效益 | 同时测定多个标记 每秒对数千个细胞进行高通量分析 每次实验的成本很低 | 只需少量试剂即可完成的经济操作 在组织背景下检测基因表达 |
| 挑战 | 人们普遍认为与批量分析相比成本较高 通常需要专业的分析 需要深度测序来捕捉稀有特征 | 群体平均值掩盖了细胞异质性 低分辨率限制了对稀有或新细胞群的检测 灵敏度低导致低水平转录本被遗漏 需要专门的软件分析工具 | 群体平均结果掩盖了细胞异质性 需要提前了解感兴趣的基因 单次实验成本高 灵敏度低，动态范围小 | 仅限于预定义的细胞类别，由已知的 需要昂贵的专业设备，维护成本可能很高 复杂样本的数据分析具有挑战性 | 抗体的特异性可能发生变化（染色可能是非特异性的），通常需要抗体验证 结果的定量可能具有挑战性 作为多步骤程序中的一部分，需要昂贵的设备 |
单细胞RNA测序将为您的研究带来哪些独特好处？
了解单细胞方法与您熟知的方法之间的共通之处，同时还提供了这些方法可能遗漏的更高分辨率的见解。
单细胞分析如何在不增加复杂度或成本的情况下提升我的研究？
❌ 单细胞分析很昂贵
✅ Chromium单细胞分析可以根据您的预算进行定制，且不会牺牲性能
对于新用户而言，尤其是那些使用大量样本的用户，成本往往是主要障碍。但每个样本的成本低并不一定意味着长远的成本节约。如果没有高分辨率，您可能会错过一种新的细胞类型或一条低表达的转录本，而这些对您推进项目（或在高影响力期刊上发表文章）至关重要。 有了10x Genomics，您能够获得更好的数据，减少错误，并有信心在第一次就做好。 以每个样本比此前更低的成本，您能够获得其他单细胞方法无法比拟的高分辨率结果，尤其是高达95%的可用读数，让您能够以更低的测序成本检测更多的基因。数据越多并不意味着越复杂——我们免费的分析流程无需任何生物信息学经验。此外，由1,000多家核心实验室组成的全球网络让您轻松上手，最大限度地减少您的投资和风险。
❌ 单细胞分析只适用于新鲜样本
✅ Chromium单细胞分析能够分析新鲜、冷冻和固定样本，甚至是FFPE样本
Chromium平台能够自信地应对各种研究问题，它附带40多个示范方案，性能可靠，适用于新鲜、冷冻和固定样本，甚至是FFPE样本。 与Chromium单细胞分析兼容的样本类型：新鲜组织、流式分选的细胞、冷冻组织、固定的人类PBMC、FFPE组织、固定的全血、PFA固定组织、DSP/甲醇固定、细胞悬液、类器官、细胞核悬液
❌ 单细胞工作流程复杂又耗时
✅ 我们久经考验的工作流程很简单，通过自动化最大限度减少了手动操作时间
每个实验都可以分解为几个关键步骤：样本制备、运行检测和数据分析——scRNA-seq也不例外。我们优化的方案、可靠的性能、仪器方面的支持以及直观的分析流程让任何用户都能使用scRNA-seq，无论其经验水平如何。 我们将单细胞工作流程中最关键的步骤自动化，能在几分钟内生成数千个细胞的微滴，只需3-4小时的手动操作，最大限度减少手动操作中移液带来的误差。我们的工作流程特有简约的按钮式界面，可通过核心实验室轻松访问。
❌ 单细胞数据很难分析——我必须聘请生物信息学家或与之合作
✅ 分析简单直观，无需专业知识
数据分析可能很困难，让人不知所措，尤其是对不具备生物信息学经验的人来说。我们开发出解决方案来简化这一过程，利用我们用户友好的分析工具和流程，研究人员可以更轻松地处理、可视化和探索他们的数据。
❌ 采用这项技术需要大量的技术培训及其他资源
✅ 我们全面的支持让实验入门变得简单，为长久的成功提供保障
10x Genomics的技术专家在每一步都提供支持，从实验规划到数据分析。我们还提供由1,000多家核心实验室组成的网络，以及已发表8,000多篇论文的研究人员社群，为您提供额外的支持。您并不孤单——我们的内部专家、值得信赖的核心实验室以及蓬勃发展的研究社群让您拥有了成功所需的一切。
10x目前提供哪些单细胞分析？
