Nature Biotechnology：13种单细胞RNA测序方法的比较

单细胞RNA测序（scRNA-seq）是鉴定样本中单个细胞转录组的主流方法。为了确保人们在实验过程中使用最佳方法，由西班牙国家基因组分析中心（CNAG-CRG）领导的国际研究团队对13种单细胞RNA测序方法开展了性能评估。他们于本周一将结果发表在《Nature Biotechnology》杂志上。

单细胞转录组学开启了一个新时代，让人们能够无偏倚地记录细胞表型。单细胞RNA测序实验在不断扩展，如今每次实验可以分析数千个细胞，从而全面地了解细胞组成。最近，研究人员正尝试利用单细胞RNA测序来绘制整个细胞谱系、器官甚至生物体的细胞图谱，其中最引人关注的是人类细胞图谱（HCA）计划。

然而，人们在开展细胞图谱分析之前也存在一定的担忧。过去，基因组分析缺乏基准测试，这导致实验后期出现了一些问题：不同的研究小组使用了不同的方法，并得出了不同的结果。考虑到这一点，许多致力于单细胞RNA分析的小组决定联合起来评估不同的方法，以确保结果有着良好的重现性。

研究团队采用13种方法来分析一组精选的细胞。这组细胞一共大约有3,000个，满足四个条件：它包含多种细胞类型；某些细胞非常相似，基因表达只有细微的差异；细胞具有可追踪的标志物；并且包含不同物种的细胞。这组细胞主要是人外周血细胞（60%）和小鼠结肠细胞（30%），但也包含少量HEK293T、NIH3T3和MDCK细胞。

他们评估的单细胞RNA测序方法包括：CEL-Seq2、MARS-Seq、Quartz-Seq2、gmcSCRB-Seq、Smart-Seq2、ddSEQ、ICELL8、C1HT-Small、C1HT-Medium、Chromium、Chromium(sn)、Drop-seq以及inDrop。这些都是耳熟能详的单细胞RNA测序方法。

研究人员根据检测细胞图谱和标志物表达的精确度来评估这些方法。他们使用了六个关键指标：基因检测、转录特征表达的总体水平、细胞簇的准确性、分类概率、数据整合后的细胞簇准确性以及可混合性。

通过这些研究，他们发现日本理化学研究所（RIKEN）开发的Quartz-Seq2方法很准确，在基准测试中得分最高，紧随其后的是CEL-Seq2和Chromium。开发Quartz-seq2的负责人Itoshi Nikaido称：“我们很高兴我们的方法被评为整体最佳。我们计划进一步改进它，以便人们能够在人类细胞图谱等项目中取得最佳结果。”

领导这项研究的西班牙科学家Holger Heyn博士表示：“这些方案表现出明显的性能差异，我们希望这项工作有助于制定标准和指南，从而有助于人类细胞图谱及单细胞研究界生成高质量的数据集。”（生物通 薄荷）

原文检索

Mereu, E., Lafzi, A., Moutinho, C. et al. Benchmarking single-cell RNA-sequencing protocols for cell atlas projects. Nat Biotechnol (2020). https://doi.org/10.1038/s41587-020-0469-4