单细胞测序

单细胞转录组
单细胞靶向转录组
单细胞免疫组
单细胞ATAC
单细胞表面蛋白
单细胞HD空间转录组
空间转录组
单细胞核转录组+ATAC
单细胞混样分析

单细胞转录组测序

单细胞转录组测序，指以众多单个细胞为特定研究对象进行转录组测序，并对获得的数据进行生物信息学分析的新技术。基于10x Genomics公司平台最新的Chromium Single Cell 3' 系统，可快速进行单细胞的标记、建库、测序和分析，高效获得多达10000个细胞的单细胞水平数字化基因表达谱，实现对复杂细胞群体深入分析，完美攻克了测序样本稀少、细胞异质性等难题，现已得到广泛应用。

技术原理图：

应用领域：

分析结果：

单细胞靶向基因测序

10X单细胞靶向基因表达分析，是捕获单个细胞中一群目标基因的转录本表达信息进而分析单细胞的靶向表达谱情况。其原理是使用可定制的，全面的与研究方向相关的基因Panel，这样有针对性的基因捕获测序，其优势不仅可以更聚焦于特定研究领域相关基因的表达差异，还可在增加样品数量或增加测序深度的同时降低成本。可以为疾病病理学和临床转化研究的提供新见解。

实验设计流程：

1、确定要关注的基因，目前有人类泛癌基因Panel、免疫相关基因Panel、疾病与药物靶点重要信号通路基因Panel；这三种基因Panel可供选择。还可自主添加基因或使用10x Genomics Custom Panel Designer从头开始设计。

2、选择现有的10x Genomics单细胞文库，用选定的基因panel进行杂交捕获，以富集感兴趣的转录本。

3、得到10x条形码，靶标富集文库与Illumina测序仪上的标准NGS短读测序兼容，可对单个细胞进行有效的转录分析。

4、通过Cell Ranger中的标准分析流程将原始测序数据转换为具有生物学意义的结果。

5、使用Loupe Browser可视化软件可交互方式浏览结果，在簇或样品之间进行差异基因表达分析，和鉴定细胞类型。

应用领域：

技术特点：

分析结果：

单细胞免疫组库测序

10X单细胞免疫组能对单个细胞进行VDJ基因的组装和测序。

技术原理：

10×Genomic单细胞免疫组库测序是建立在GemCode技术上的微流体平台，将带有条形码和引物的凝胶珠与单个细胞包裹在油滴中；接下来在每个油滴内，凝胶珠溶解，细胞裂解释放mRNA，通过逆转录产生用于测序的带条形码的cDNA。液体油层破坏后，cDNA一分为二，后续同时进行基因表达和免疫组库文库构建；其中TCR或者BCR的V(D)J序列通过设计在TCR或者BCR的C区域的巢式PCR引物进行富集。然后使用Illumina测序平台对文库进行测序检测，即可一次性获得大量单细胞的基因表达和免疫组库数据，实现在单细胞水平同时对基因表达和免疫组库进行研究。

应用领域：

免疫组库在肿瘤方面的应用

肿瘤细胞是具有免疫原性的，会引起T淋巴细胞浸润到肿瘤组织中，即浸润淋巴细胞（Tumor-infiltrating lymphocytes, TIL），多项研究表明肿瘤组织中TIL的存在及数量与病人生存期相关，因此TIL也许可作为一种肿瘤预后的生物标记物。免疫组库技术已用于多种肿瘤类型的TIL研究，例如结直肠癌、卵巢癌、肝癌、黑色素瘤。此外，免疫组库可以捕捉肿瘤发生时免疫微环境的变化，寻找免疫治疗的靶点，从而辅助免疫治疗更好的抗击肿瘤。

免疫组库在移植和免疫重建上的应用

器官或者骨髓移植时，经常会诱发宿主排斥反应的发生，从而发生慢性移植抗宿主病。同种异体反应，被随机分布在整个T细胞组库的交叉反应，因此延迟T细胞恢复和限制的T细胞受体多样性与异体移植后感染和疾病复发的风险增加相关。免疫组库测序技术可以检测移植后T细胞库，进行从而识别移植后感染或者复发的高危人群。

免疫组库在自身免疫性疾病方面的应用

自身免疫免疫性疾病是由于机体对自身抗原发生免疫反应而导致自身组织损害所引起的疾病。因此，利用免疫组库技术可分析异常表达的免疫细胞（T细胞或抗体），作为临床诊断的标志物。寻找优于现有标准的生物标记物、研究免疫系统在自身免疫中的机制，从而为疾病的诊疗提供依据。

免疫组库在其他方面的应用

免疫组库在感染性疾病、抗体开发、用药及疫苗评估等多个方面均有应用价值。例如通过免疫组库研究，可以检测感染类疾病过程中的免疫动态变化；在抗体开发方面，可以获得特征性的BCR（Ig）序列，缩短抗体开发的流程；也可以针对某种疾病用药后的外周血样本进行评估，确认药物是否激发免疫反应及其功效。

分析结果：

单细胞染色质可接近性测序

10x Genomics ChromiumTM scATAC-seq（单细胞染色质可接近性分析）解决方案通过利用Tn5转座酶切割染色质开放区域DNA序列，然后通过建库、PCR扩增和二代测序，可实现单样本数千个单细胞的染色质开放性分析。对单个细胞中的基因调控网络进行精细分析，加速对基因组调控环境的了解，从而提供表观层面对细胞变异性的见解，深入了解疾病的发病机制和为治疗提供理论依据。

技术原理：

应用领域：

分析结果：

单细胞转录组加膜蛋白测序

随着近几年单细胞测序技术的广泛应用，研究者可以获得单样本中数千个细胞的转录组基因表达信息。scRNA-seq测序技术在生物医学研究的广泛应用，有望加快精准医疗的发展速度。众所周知膜蛋白表达信息在生命科学的研究中至关重要，故我们推出一种基于CITE-seq技术可以同时获得单细胞转录组和对应膜蛋白信息的测序服务项目，满足在同一单细胞中获得转录信息和蛋白信息的同时高通量检测，旨在获得更加准确和有生物学意义的科学发现。

技术原理：

应用领域：

分析结果：

空间转录组测序(HD)

Visium HD空间基因表达有望开创空间生物学发现新时代的原因，它以单细胞级分辨率提供全转录组见解。Visium HD采用新的载玻片结构和Visium CytAssist支持的工作流程，可从人类或小鼠FFPE组织样本中获得最佳的高分辨率空间转录组学数据，实现v1和v2版本的Visium分析所展示的强大发现能力。在比较Visium v2和Visium HD分析时，分辨率是最显而易见的改进，因为Visium HD能够从结构复杂的组织切片中捕获大量的空间细节。利用基于图像的聚类，研究人员有望从Visium HD空间基因表达数据中获得更精细的细胞类型注释。

技术原理：

Visium HD是利用探针杂交原位捕获组织中的RNA，通过在CytAssist上的转片过程，与RNA杂交的探针被Visium HD玻片上带有空间barcode、UMI和poly(d)T的oligo原位捕获，然后通过扩增建库和高通量测序，得到组织切片包含空间位置信息的基因表达矩阵。而Xenium是基于荧光原位杂交技术，利用巧妙的探针荧光信号组合设计来降低背景噪音，将带有基因特异barcode和引物结合序列的探针与贴于Xenium玻片上的组织内的RNA杂交，然后通过原位滚环扩增扩大信号强度，在Xenium仪器上通过多轮荧光探针的杂交成像和解码，获得待检测基因在空间位置上的表达信息并进行可视化。

应用领域：

分析结果：

空间转录组测序(V2)

在众多研究中，表达基因的细胞类型及其在组织内的位置信息对于理解正常发育和疾病病理至关重要。空间转录组（Spatial Transcriptomics）就是将基因的表达情况及位置信息与关注的组织切片的免疫化学染色图像进行整合，进而直接观测组织中不同部位功能区基因表达的差异。该技术结合了常规的原位技术和转录组学技术两方面的优势，以发现对正常发育、疾病病理学和临床转化研究的新见解。

技术原理：

10x Genomics空间转录组用于文库构建的每张载玻片上有四个捕获区域，每个捕获区域的大小为6.5×6.5mm，包含5000个被条形码标记的点（barcoded spots），每个点的直径为55 μm，点和点之间中心的距离为100 μm，并且每个点都有一个唯一的barcode序列。组织切片的细胞中会释放出mRNA，掉落到每个spot的mRNA会被标记上相应的barcode序列，然后进行文库构建并进行测序。最后，根据Read1中的Barcode序列信息以确定对应的Read2数据来自哪个spot，从而实现空间基因表达的可视化。

应用领域：

分析结果：

单细胞核转录组+染色质开放性测序

转录组和表观基因组的多组学分析可以改变人们对生物学的理解，该技术可以在同一细胞中获得基因表达和ATAC（染色质可及性）的信息，帮助研究者提高发现不同细胞类型或状态的机会，并进一步揭示基因调控机制。将调控元件的发现与基因表达相结合，探索驱动细胞分化、发育和疾病的基因调控相互作用。

技术原理：

应用领域：

分析结果：

单细胞表面蛋白拆分

CITE-seq全称为“Cellular indexing of transcriptomes and epitopes by sequencing”，该技术可以在单细胞水平将基因表达信息与细胞表面蛋白信息通过测序的方法联合起来，达到同时检测细胞表面的蛋白质信息与胞内转录组信息的目的。该技术相较于单独的单细胞转录组测序而言，额外地加入了细胞表面蛋白的表达信息，再联合同一细胞内的转录组信息，可以更加深入地区分细胞异质性、更精确地挖掘特异性的细胞类型，探索治疗耐药性等生物学现象背后的机制。

技术原理：

首先将抗体——寡核苷酸复合体于单细胞悬液孵育，然后洗涤以去除未结合的抗体。然后进行常规的单细胞RNA测序流程。在该流程中，反转录时与微珠结合的一段特殊的条形码序列能够区分来自于不同细胞的mRNA和与抗体结合的寡核苷酸序列，而扩增了的来源于抗体的序列和cDNA分子能够通过大小区分开，并将其构建为独立的测序文库。

应用领域：

分析结果：