Nature子刊：癌症单细胞测序新技术

　　

生物通报道  只有通过近距离观看修拉（Seurat）的绘画，你才能鉴别出点描法背后的复杂性。其在模式中应用了不同的纯色小点，从远处看就形成了一幅图像。与之相似，生物学家们和遗传学长期以来也在寻求在单细胞水平上分析基因的图谱，然而技术局限性使得直到现在也只能在远处遥望。

发布在7月22日《自然生物技术》（Nature Biotechnology）杂志上的一项新研究首次表明一种称为Smart-Seq的新基因组测序方法可以帮助科学家们深入分析临床相关的单细胞。Smart-Seq有许多可能的应用，包括帮助科学家们更好地了解肿瘤形成的复杂性。这非常的重要因为许多临床上重要的细胞仅少量存在，需要进行单细胞分析。这项研究由来自美国路德维格癌症研究学会、瑞典卡罗琳斯卡医学院、加州大学圣地亚哥分析和Illumina Inc的研究人员组成的一个研究小组完成。

索取Illumina单细胞测序Smart-Seq检测方法的详细技术资料请填写联系方式> > >

美国路德维格癌症研究学会研究人员、瑞典卡罗琳斯卡医学院细胞和分子生物学系课题组长、生物医学科学家Rickard Sandberg 说：“虽然我们的结果是初步的，我们证明了开展个体的、临床相关的细胞研究是有可能的。世界各地的癌症研究人员现在能够更系统地分析这些细胞，使得他们能够在未来生成更好的诊断和治疗方法。”

以往的研究表明通过原拷贝不同剪切和粘贴配置，一种基因生成同一蛋白的几种形式是非常常见的。这种现象就称之为剪接（splicing），表明来自相同组织的细胞并非如从前认为的那样同质。

研究小组现在将研究向前推进了一步，开发出了一种方法可完整绘制单个细胞基因表达图谱。在显示哪些基因活性表达的同时，现在还有可能准确描述和研究来自相同组织的单个细胞间的基因表达差异。

Sandberg说：“科学家们在很长的时间里一直在等待这样一种方法出现，但是技术局限使得难于生成足够敏感和强大的方法。新方法具有几个方面的应用包括癌症研究，可用于研究在个体患者中哪些细胞类型形成了癌性肿瘤。”

在这项研究中，科学家们研究了复发性黑色素瘤患者血液系统中的肿瘤细胞。一旦他们在常规血液检测中鉴别出肿瘤细胞，研究小组就采用Smart-Seq来分析它们的基因表达。通过这种方法，研究人员能够证实肿瘤细胞激活了许多重要的膜蛋白，这些膜蛋白被认为对它们能够逃避机体监控细胞，在血液或淋巴中扩散负责任。

（生物通：何嫱）

生物通推荐原文摘要：

Full-length mRNA-Seq from single-cell levels of RNA and individual circulating tumor cells

Genome-wide transcriptome analyses are routinely used to monitor tissue-, disease- and cell type–specific gene expression, but it has been technically challenging to generate expression profiles from single cells. Here we describe a robust mRNA-Seq protocol (Smart-Seq) that is applicable down to single cell levels. Compared with existing methods, Smart-Seq has improved read coverage across transcripts, which enhances detailed analyses of alternative transcript isoforms and identification of single-nucleotide polymorphisms. We determined the sensitivity and quantitative accuracy of Smart-Seq for single-cell transcriptomics by evaluating it on total RNA dilution series. We found that although gene expression estimates from single cells have increased noise, hundreds of differentially expressed genes could be identified using few cells per cell type. Applying Smart-Seq to circulating tumor cells from melanomas, we identified distinct gene expression patterns, including candidate biomarkers for melanoma circulating tumor cells. Our protocol will be useful for addressing fundamental biological problems requiring genome-wide transcriptome profiling in rare cells.