单细胞RNA-seq实现细胞空间定位

　　

生物通报道：最近，欧洲分子生物学实验室（EMBL）的研究人员在《Nature Biotechnology》发表一种新方法。利用这种方法，研究“基因在一个给定组织中如何表达“的科学家们，现在可以在细胞分辨率上同时检测成千上万个基因。这项新的技术可以应用于形形色色的生物体，并扩大用于进化和发育研究的资源。

EMBL-EBI的John Marioni和EMBL Heidelberg 的Detlev Arendt，打算使用单细胞RNA-seq，扩大海洋蠕虫（Platynereis dumerilii）的大脑基因表达图谱。原来的表达图谱是由Arendt研究团队构建的，代表蠕虫大脑中约170个基因在发育特定点的表达模式。延伸阅读：解读单细胞RNA-seq技术。

生物体和组织不只是不同细胞类型的随机混合——它们是按一种可促进特定功能的方式组织起来的。为了了解它们是如何工作的，建立它们的基因图谱及其精确的空间组织，就显得尤为重要。

John Marioni解释说：“单细胞测序可产生大规模的表达图谱，但这些分析都脱离了细胞的空间位置。这对于发现新的细胞类型一直都是极为有用的，但是要了解活体细胞类型中基因表达是如何变化的，我们就需要将每个细胞的表达谱与其特定位置联系起来。这可让我们探索一个特定基因的表达图谱在整个组织之间是如何变化的，这将告诉我们关于‘细胞类型如何起作用，它们如何与另一种细胞类型相互作用，以及它们如何进化’的很多信息。”

在2010年，Detlev研究小组在相对较少数的基因中构建了基因表达模式3D图。为了用数以千计的基因表达谱扩大资源，该研究小组将单细胞基因组学数据重新定位到原有的图谱。

Detlev说：“在我们的原位杂交实验中，我们确切地知道细胞是来自哪里。我们能够通过计算机确定它们的表达模式，但这是在一个中等规模上。要理解在整个组织中发生了什么，我们就需要一个更大的规模，单细胞RNA-seq提供了这种可能性。但是，利用典型的单细胞RNA-seq实验，你没有‘细胞来自哪里’的详细知识。”

John补充说：“我们有成千上万个基因表达模式的数据，但要找出这些细胞空间上位于哪里，我们就要将它们的表达谱与每个细胞的图谱进行比较。从而告诉我们，参考图谱上的哪个位置是最匹配的。”

该方法可让研究人员匹配定量数据和空间数据，将标记提高了几个数量级，这些标记可显示一个组织中的特定细胞类型。因此，一个更广泛的模式可能开始出现。

Detlev说：“我们研究小组围绕这一特定物种，来理解大脑是如何进化的，但你可以将上述方法应用于任何具有很好参考基因表达数据库的系统。”

EMBL博士后Kaia Achim指出：“从技术的角度来看，该方法的简单性和稳健性是很吸引人的，我们用相对较少的参考基因，获得了了很高的精度。”

John表示：“该技术也将帮助人们对‘这些非模式系统中发生了什么’获得更深入的见解，并告诉我们关于‘动物如何进化以及自然中什么是突变不定的’的很多信息。这是非常令人兴奋的。”

（生物通：王英）

生物通推荐原文摘要：
High-throughput spatial mapping of single-cell RNA-seq data to tissue of origin
Abstract: Understanding cell type identity in a multicellular organism requires the integration of gene expression profiles from individual cells with their spatial location in a particular tissue. Current technologies allow whole-transcriptome sequencing of spatially identified cells but lack the throughput needed to characterize complex tissues. Here we present a high-throughput method to identify the spatial origin of cells assayed by single-cell RNA-sequencing within a tissue of interest. Our approach is based on comparing complete, specificity-weighted mRNA profiles of a cell with positional gene expression profiles derived from a gene expression atlas. We show that this method allocates cells to precise locations in the brain of the marine annelid Platynereis dumerilii with a success rate of 81%. Our method is applicable to any system that has a reference gene expression database of sufficiently high resolution.