单细胞测序

单细胞测序（Single-cell sequencing, scSeq）是指在单个细胞水平上对基因组DNA、RNA或表观遗传修饰进行高通量测序分析的技术体系。与传统bulk测序（以数百万细胞为样本）不同，单细胞测序能够辨别不同细胞间的分子差异，从而揭示组织或肿瘤内的细胞异质性。该概念最早可追溯至2009年Tang等人首次发表的单细胞转录组测序方法，此后随着微流控、条形码（barcode）技术和测序通量的提升，逐渐发展出单细胞基因组、甲基组、ATAC-seq（染色质可及性）等多模态方案。 ADSFAEQWER353423413434

单细胞分离

单细胞分离是scSeq的关键第一步，常用方法包括：微流控芯片（如10x Genomics平台利用油包水液滴包裹单个细胞和凝胶微珠）、流式细胞分选（FACS）、激光捕获显微切割（LCM）、手动显微操作等。每种方法在通量、细胞活力、成本和适用样本类型上各有优劣。 ADSFAEQWER353423413434

核酸扩增

单个细胞含有的DNA或RNA量极低（约5-10 pg RNA），需经线性或指数扩增。DNA扩增常用多重置换扩增（MDA，基于Phi29聚合酶）、多重退火环化循环扩增（MALBAC）或引物延伸预扩增（PEP）；RNA扩增则依赖逆转录和模板转换（Smart-seq2采用全转录组长读长，10x Genomics采用3'端捕获）。扩增过程会引入偏倚和duplicate，需要后续质控。 ADFASDFAF23RQ23R

文库构建与测序

扩增产物经片段化、末端修复、接头连接、PCR enrich后，构建适用于Illumina或MGI平台的高通量测序文库。单细胞文库通常带有细胞特异性条形码（barcode）和唯一分子标识符（UMI），用于区分细胞来源并消除PCR扩增的歧义。测序深度一般控制在50,000-500,000 reads per cell。 ADSFAEQWER353423413434

生物信息学分析

测序原始数据经预处理（质控、比对、表达定量）后，进入核心分析流程：降维（PCA、t-SNE、UMAP）、聚类（Louvain、k-means）、差异表达基因鉴定、细胞类型注释（基于marker基因或参考数据库）、拟时序分析（Monocle、Slingshot）和细胞间互作推断（CellChat、NicheNet）。对于单细胞基因组数据，还需检测拷贝数变异（CNV）和单核苷酸变异（SNV）。 ADFASDFAF23RQ23R

肿瘤研究

单细胞测序在肿瘤研究中的应用尤为突出。通过分析肿瘤内异质性（ITH），可以鉴别出驱动突变阳性的稀有亚克隆、癌症干细胞及转移前体细胞。例如，对结直肠癌、肺癌、黑色素瘤等肿瘤进行scRNA-seq，揭示了不同免疫微环境状态和免疫逃逸机制。此外，scDNA-seq可追踪肿瘤进化历程，为耐药机制的研究和精准治疗提供依据。

ADSFAEQWER353423413434

免疫学

单细胞技术全面重塑了免疫细胞图谱。Human Cell Atlas项目利用scRNA-seq定义了数百种免疫细胞亚型，包括调节性T细胞、组织驻留记忆T细胞、先天性淋巴细胞（ILC）等。在感染和疫苗接种研究中，单细胞B细胞受体（BCR）和T细胞受体（TCR）测序技术可回溯源克隆扩增和抗体谱系成熟过程。 ADFASDFAF23RQ23R

神经科学

大脑由海量神经细胞和非神经细胞组成，单细胞测序被用于绘制脑细胞类型图谱。例如，小鼠初级视觉皮层皮层的scRNA-seq鉴定出近50种神经元亚型，各自具有独特的转录因子和离子通道表达模式。结合空间转录组学，可揭示不同皮层区域的细胞组成及其在神经退行性疾病（如阿尔茨海默病）中的变化。 ADSFAEQWER353423413434

发育生物学

scRNA-seq能够重建囊胚、拟胚体或类器官中的分化轨迹。通过拟时序分析，可以排列出从多能干细胞向终末分化细胞的分化路径，并发现关键的调控因子。例如，在斑马鱼和小鼠早期胚胎的全胚胎scRNA-seq研究中，科学家构建了完整的细胞命运决定树。 ADFASDFAF23RQ23R

微生物学

单细胞技术已拓展至微生物组研究。单细胞宏基因组测序（SAGs）可以解析不可培养微生物的基因组，避免bulk测序造成的株系混淆。此外，单细胞转录组也可用于研究细菌的异质性，如抗生素耐受性亚群在应激反应中的基因表达变化。 ADFASDFAF23RQ23R

尽管取得了巨大进步，单细胞测序仍面临若干挑战：扩增偏倚与噪声（dropout events）、数据稀疏性（大量基因表达检测为0）、批次效应难以完全消除，以及高昂的成本（尤其是大规模项目）。未来发展方向包括：（1）多组学整合：同时捕获同一个单细胞的RNA、DNA、蛋白质和表观信息，如DOGMA-seq和NEAT-seq；（2）空间分辨：将单细胞表达谱映射回原生组织位置，如Slide-seq、MERFISH、Xenium；（3）提高通量和降低成本：如基于液滴的3'端测序已可处理超过10^6个细胞；（4）单细胞功能分析：结合CRISPR筛选（Perturb-seq）进行基因扰动实验。单细胞测序有潜力成为临床诊断工具，例如循环肿瘤细胞（CTC）的单细胞分析用于早期癌症检测。总之，该技术正以指数级推动生物学和医学进入单细胞分辨率的新纪元。 ADFASDFAF23RQ23R

• Tang F, Barbacioru C, Wang Y, et al. mRNA-Seq whole-transcriptome analysis of a single cell. Nat Methods, 2009, 6(5): 377-382.
• Macosko EZ, Basu A, Satija R, et al. Highly parallel genome-wide expression profiling of individual cells using nanoliter droplets. Cell, 2015, 161(5): 1202-1214.
• Zheng GX, Terry JM, Belgrader P, et al. Massively parallel digital transcriptional profiling of single cells. Nat Commun, 2017, 8: 14049.
• Navin N, Kendall J, Troge J, et al. Tumour evolution inferred by single-cell sequencing. Nature, 2011, 472(7341): 90-94.
• Klein AM, Mazutis L, Akartuna I, et al. Droplet barcoding for single-cell transcriptomics applied to embryonic stem cells. Cell, 2015, 161(5): 1187-1201.
• Regev A, Teichmann SA, Lander ES, et al. The Human Cell Atlas. eLife, 2017, 6: e27041.