华人学者Nature Methods发布单细胞测序重要工具

　　

生物通报道：新一代测序技术（NGS）大大增进了我们对疾病（比如癌症）的理解。不过NGS的研究对象是细胞群体，会掩盖细胞之间的异质性。正因如此，单细胞测序（SCS）技术受到了越来越多的关注。

德克萨斯大学MD安德森癌症中心的研究人员开发了首个用于单细胞DNA测序的突变检出程序，Monovar。这一重要成果发表在四月十八日的Nature Methods杂志上，文章通讯作者是MD安德森癌症中心的助理教授Ken Chen博士和Nicholas Navin。Chen博士本科毕业于清华大学，随后在Illinois大学取得博士学位。

单细胞测序技术对许多生物学领域产生了很大的影响，包括癌症研究、神经生物学、微生物学和免疫学，大大推动了人们对肿瘤特性的认识。不过研究者们一直缺乏在单细胞测序数据中准确检测单核苷酸变异（SNV）的工具。“为此我们开发了Monovar，”Nicholas Navin博士说。“Monovar是一种新统计方法，能够利用多个单细胞的数据发现SNV。”

研究人员认为Monovar是单细胞测序评估SNV的一大进步，能够为人们提供多种疾病的关键信息。精确检测SNV对于癌症诊疗、个性化医疗和产前诊断非常重要，而Monovar在这些方面有着广阔的应用前景。

单细胞基因组学领域近年来发展得非常迅速，为人们揭示了复杂生物学体系的许多重要线索，包括微生物群落的生态多样性和人类癌症的基因组。一月二十五日Nature Reviews Genetics杂志发表的一篇重要综述，全面介绍了单细胞基因组测序的发展现状。文章的通讯作者是著名科学家、斯坦福大学生物工程系主任Stephen R. Quake。（更多详细信息参见：著名学者Nature综述：单细胞测序之现状）

细胞间差异和异质性是干细胞群体固有的基本特性。如果我们对一群细胞进行组学分析，这些关键的信息就会被掩盖。单细胞测序技术可以在同种干细胞中全面剖析细胞异质性，鉴定不同表型的细胞。北京大学的研究员汤富酬和文路在四月十五日的Genome Biology杂志上发表文章，深入浅出的介绍了干细胞生物学研究中的单细胞测序技术。（更多详细信息参见：汤富酬最新综述：单细胞测序与干细胞）

汤富酬和文路此前发表的点评还被Nature杂志评为2015年最佳评论文章。他们重点介绍了Hubrecht研究所的单细胞mRNA测序研究，特别是他们开发的RaceID算法。这种聪明的算法能够在复杂的细胞混合物中有效鉴定稀有细胞类型。单细胞mRNA测序与RaceID算法组成了一个强大工具，可以帮助人们深入了解健康和病变器官中的各种细胞类型。（更多详细信息参见：Nature2015最佳评论文章：汤富酬、文路、马晓娅入选）

生物通编辑：叶予

生物通推荐原文：Monovar: single-nucleotide variant detection in single cells