单细胞RNA测序 vs. 单细胞核RNA测序，如何选择？

在阅读文献时，我们经常会看到有些课题组使用了单细胞RNA测序（scRNA-seq），有些则使用了单细胞核RNA测序（snRNA-seq）。一字之差，似乎也暗藏玄机。尽管这两种技术的原理相似，但它们各有优势，因此适合不同的应用。本文讨论了scRNA-seq和snRNA-seq的各个方面，也介绍了如何为您的研究选择合适的方法。

scRNA-seq和snRNA-seq有何区别？

这两种技术的主要区别在于它们的样本制备方法。在开展scRNA-seq分析时，您需要分离整个细胞，这样才能捕获和分析细胞内的RNA。与此不同，snRNA-seq只需分离出细胞核，重点是捕获和分析细胞核内的RNA。

Bio-Techne的现场应用科学家Alberim Kurtishi博士解释说，尽管存在差异，但scRNA-seq和snRNA-seq在测序时覆盖的基因数量不相上下。不过，他也指出，在某些情况下这两种方法各有优势。

snRNA-seq

Kurtishi指出，snRNA-seq是一种高效的方法，可以高通量地分析特定组织内的数千个转录组。这项技术也为研究人员带来了灵活性，可以使用新鲜、冷冻或固定的组织样本。此外，snRNA-seq还能适应更广泛的组织类型，并在复杂的情景下提供强大的性能。

之前的研究表明，snRNA-seq能够有效分析复杂的细胞类型，包括肾细胞¹、心脏细胞²和神经元³。它的另一个显著优势在于细胞的应激反应。与scRNA-seq相比，snRNA-seq诱导应激反应的发生率更低。这可以大大改善测序数据的解释。

Kurtishi还强调，snRNA-seq能够有效分析稀有细胞以及以往难以分析的多种细胞。在肿瘤研究等敏感的研究领域，这种差别尤为重要。他指出，scRNA-seq在尝试分离稀有的肿瘤细胞时可能会遇到挑战，但snRNA-seq已被证明可从肿瘤中捕获多种细胞类型。

snRNA-seq的一个主要局限是无法对细胞质DNA进行测序，因为它只能收集和分析细胞核转录本。由于某些转录本在细胞核中的丰度较低，因此它们不大适合用snRNA-seq进行分析⁴。

scRNA-seq

就目前来说，scRNA-seq仍是研究细胞异质性时最常用的工具，有许多技术和流程是围绕它来设计的。这种方法能够对细胞质和细胞核转录本进行测序，让研究人员更全面了解转录组。此外，scRNA-seq的通量更高，可扩展性更好。Kurtishi还指出，scRNA-seq对新鲜解离组织或细胞悬液特别有效。

尽管许多组织类型都适合scRNA-seq流程，但某些组织或特定条件可能不兼容。scRNA-seq的另一个缺点是细胞解离过程可能比较繁琐和困难，通常涉及到复杂的操作，需要长时间的孵育。这种解离过程可能会因细胞应激而产生偏倚。此外，人们还观察到，scRNA-seq会偏向某些细胞类型，比如免疫细胞，从而使结果出现偏差⁵。

需要注意的问题

在使用scRNA-seq和snRNA-seq方法时，将组织解离为单细胞或单细胞核都颇具挑战性。这一过程可能很耗时，而且需要精心准备多种试剂。Kurtishi建议研究人员在制备单细胞文库之前控制好细胞或细胞核在冰上的时间，因为长时间放置可能会影响结果质量。他还建议准备好足够的组织，因为有时候需要第二轮解离才能获得理想的样本。

在比较scRNA-seq和snRNA-seq的数据质量和分辨率时，Kurtishi指出，就回收的细胞数量和筛选的基因而言，这两种方法产生的结果非常相似。不过在将这些技术用于同一样本时，差异就出现了。它们往往会捕获不同类型的细胞。多项研究都强调了这一点，它们采用这两种方法对相同的组织进行分析，结果显示回收了不同的细胞亚群^5,6。

最新的技术进展

近年来，两种方法都取得了重大进展，大大扩展了它们的应用范围。Kurtishi解释说，对于一些具有挑战性的样本，snRNA-seq取得了较好的效果，实现了高效的样本处理。他特别指出，由于死后大脑样本得到了成功解离，神经元研究也有了改进。

Kurtishi强调的另一个关键应用是2020年的一项研究，德国科学家成功利用snRNA-seq对整个哺乳动物心脏进行了测序²。由于心脏组织很难解离成单细胞而不造成损伤，这项任务很难由scRNA-seq来完成。

结语

在选择单细胞分析的方法时，了解scRNA-seq与snRNA-seq之间的细微差别至关重要。在分析容易解离且抗压力强的细胞时，scRNA-seq非常有效。它通过捕获单个细胞的完整转录组，全面了解细胞功能。

相比之下，在处理大脑等难以解离的组织或研究存档或冷冻样本时，snRNA-seq通常是首选方法。这种技术能够尽量减少细胞应激和降解，有效保留细胞的完整性。另外一些考虑因素可能取决于样本处理的实际情况。总而言之，选择scRNA-seq还是snRNA-seq，取决于您的样本以及您具体的研究目标。

参考文献

1. Wu H, Kirita Y, Donnelly EL, Humphreys BD. Advantages of single-nucleus over single-cell RNA sequencing of adult kidney: Rare cell types and novel cell states revealed in fibrosis. Journal of the American Society of Nephrology [Internet]. 2019;30(1). 

2. Wolfien M, Galow AM, Müller P, Bartsch M, Brunner RM, Goldammer T, et al. Single-nucleus sequencing of an entire mammalian heart: Cell type composition and velocity. Cells [Internet]. 2020;9(2). 

3. Grindberg RV, Yee-Greenbaum JL, McConnell MJ, Novotny M, O’Shaughnessy AL, Lambert GM, et al. RNA-sequencing from single nuclei. Proceedings of the National Academy of Sciences [Internet]. 2013;110(49). 

4. Thrupp N, Frigerio S, Wolfs L, Skene NG, Fattorelli N, Poovathingal S, et al. Single-nucleus RNA-seq is not suitable for detection of microglial activation genes in humans. Cell Reports [Internet]. 2020;32(13).

5. Andrews TS, Atif J, Liu JC, Perciani, Catia T, Ma X, Thoeni C, et al. Single‐cell, single‐nucleus, and spatial RNA sequencing of the human liver identifies cholangiocyte and mesenchymal heterogeneity. Hepatology Communications [Internet]. 2022;6(4). 

6. Wen F, Tang X, Xu L, Haixia Q. Comparison of single nucleus and single cell transcriptomes in hepatocellular carcinoma tissue. Molecular Medicine Reports [Internet]. 2022;26(5):339.