Tek hücre dizileme - Single cell sequencing - Wikipedia

Tek hücre dizileme optimize edilmiş tek tek hücrelerden gelen dizi bilgilerini inceler Yeni nesil sıralama (NGS) teknolojileri, hücresel farklılıkların daha yüksek bir çözünürlüğünü ve mikro çevresi bağlamında tek bir hücrenin işlevinin daha iyi anlaşılmasını sağlar.[1] Örneğin kanserde, tek tek hücrelerin DNA'sını sıralamak, küçük hücre popülasyonları tarafından taşınan mutasyonlar hakkında bilgi verebilir. Geliştirme aşamasında, tek tek hücreler tarafından ifade edilen RNA'ların sıralanması, farklı hücre türlerinin varlığı ve davranışları hakkında fikir verebilir.[2] Mikrobiyal sistemlerde, aynı türün bir popülasyonu genetik olarak klonal görünebilir, ancak RNA'nın tek hücreli dizilimi veya epigenetik modifikasyonlar, popülasyonların değişen ortamlarda hayatta kalmaya hızlı bir şekilde adapte olmasına yardımcı olabilecek hücreden hücreye değişkenliği ortaya çıkarabilir.[3]

Arka fon

Tipik bir insan hücresi, yaklaşık 2 x 3,3 milyar baz DNA çiftinden ve 600 milyon baz mRNA'dan oluşur. Genellikle milyonlarca hücreden oluşan bir karışım, DNA veya RNA'nın sıralanmasında aşağıdaki gibi geleneksel yöntemler kullanılarak kullanılır. Sanger sıralaması veya Illumina sıralaması. Tek bir hücreden derin DNA ve RNA dizilimi kullanılarak, hücresel işlevler kapsamlı bir şekilde araştırılabilir.[1] Tipik NGS deneyleri gibi, tek hücre dizileme protokolleri genellikle aşağıdaki adımları içerir: tek bir hücrenin izolasyonu, nükleik asit ekstraksiyonu ve amplifikasyon, dizileme kütüphane hazırlık, sıralama ve biyoinformatik veri analizi. Toplu halde hücrelerden dizilemeye kıyasla tek hücre dizilimi gerçekleştirmek daha zordur. Tek bir hücreden alınan minimum miktarda başlangıç ​​malzemesi bozunma, numune kaybı ve kontaminasyon, sıralama verilerinin kalitesi üzerinde belirgin etkiler yaratır. Ayrıca kullanılan nükleik asit miktarının pikogram düzeyi nedeniyle,[4] Tek hücreli dizilemenin örnek hazırlığı sırasında genellikle ağır amplifikasyona ihtiyaç duyulur, bu da eşit olmayan kapsama, gürültü ve dizileme verilerinin yanlış ölçülmesine neden olur.

Son teknik gelişmeler, tek hücreli sıralamayı, ulaşılmaz görünen bir dizi soruna yaklaşmak için umut verici bir araç haline getiriyor. Örneğin, heterojen örnekler, nadir hücre türleri, hücre soy ilişkileri, mozaikçilik somatik dokular, kültürlenemeyen mikropların analizleri ve hastalık evrimi, tek hücre dizilemesi ile açıklanabilir.[5] Nature Publishing Group tarafından 2013 yılı yöntemi olarak tek hücre dizileme seçilmiştir.[6]

Tek hücreli genom (DNA) dizileme

Tek hücreli DNA genom dizilimi, tek bir hücrenin izole edilmesini, tüm genomun veya ilgili bölgenin çoğaltılmasını, dizileme kitaplıklarının oluşturulmasını ve ardından yeni nesil DNA dizilemesinin uygulanmasını içerir (örn. Illumina, Ion Torrent ). Memeli sistemlerinde, tek hücreli DNA dizilimi, normal fizyoloji ve hastalığı incelemek için yaygın olarak uygulanmıştır. Tek hücre çözünürlüğü, kanser gelişimi veya tedavi yanıtında genetik mozaiğin veya tümör içi genetik heterojenliğin rollerini ortaya çıkarabilir.[7] Mikrobiyomlar bağlamında, tek hücreli bir organizmadan gelen bir genom, tek bir amplifiye genom (SAG) olarak adlandırılır. Tek hücreli DNA dizilemesindeki gelişmeler, karmaşık mikrobiyomlarda bulunan yetiştirilmemiş prokaryotik türlerden genomik verilerin toplanmasını sağlamıştır.[8] SAG'ler düşük tamlık ve önemli önyargı ile karakterize edilmelerine rağmen, son hesaplama ilerlemeleri, kompozit SAG'lerden neredeyse tam genomların bir araya gelmesini sağlamıştır.[9] Mikroorganizmalardan elde edilen veriler gelecekte kültür oluşturma süreçleri oluşturabilir.[10] Tek hücre genom dizilemesinde kullanılabilecek genom birleştirme araçlarından bazıları şunları içerir: SPAdes, IDBA-UD, Cortex ve HyDA.[11]

Yöntemler

Bu şekil, tek hücre genom dizilemesinin iş akışıyla ilgili adımları göstermektedir. MDA, çoklu yer değiştirme amplifikasyonu anlamına gelir.

Bir 100'den fazla farklı tek hücreli omik yönteminin listesi yayınlandı[12].

Çoklu yer değiştirme amplifikasyonu (MDA) yaygın olarak kullanılan bir tekniktir ve güçlendirmeyi femtogramlar bakteriden DNA'ya mikrogramlar sıralama kullanımı için. MDA reaksiyonları için gerekli reaktifler şunları içerir: rastgele primerler ve bakteriyofaj phi29'dan DNA polimeraz. 30 derece izotermal reaksiyonda, DNA dahil edilen reaktiflerle amplifiye edilir. Olarak polimerazlar yeni iplikler üretir, her bir şablon DNA'dan birden çok kopya sentezleyerek bir iplik değiştirme reaksiyonu gerçekleşir. Aynı zamanda, daha önce uzatılmış olan teller yer değiştirecektir. MDA ürünleri yaklaşık 12 kb uzunluğunda ve yaklaşık 100 kb aralığında sonuçlanarak DNA dizilemesinde kullanılmasını sağlar.[10] 2017 yılında, WGA-X adı verilen bu teknikte büyük bir gelişme, phi29 polimerazın termostabil bir mutantından yararlanılarak tanıtıldı ve bu da, bireysel hücrelerden, özellikle yüksek G + C içeriğine sahip hücrelerden daha iyi genom kurtarılmasına yol açtı.[13] MDA ayrıca yüksek oranda paralelleştirilmiş tek hücreli tam genom amplifikasyonu elde etmek için mikroakışkan damlacık bazlı bir sistemde uygulanmıştır. Tek hücrelerin, DNA yakalama ve amplifikasyonu için damlacıklar halinde kapsüllenmesi yoluyla, bu yöntem, geleneksel MDA'ya kıyasla azaltılmış önyargı ve gelişmiş verim sunar.[14]

Diğer bir yaygın yöntem ise MALBAC.[15] Bu yöntem, MDA'da yapıldığı gibi izotermal amplifikasyonla başlar, ancak primerler, aşağı akış PCR amplifikasyonu için "ortak" bir sekansla yan taraftadır. Ön amplikonlar üretildikçe, ortak sekans kendi kendine bağlanmayı ve daha fazla amplifikasyonu önlemek için "döngülerin" oluşumunu teşvik eder. MDA'nın aksine, çok dallı DNA ağı oluşmaz. Bunun yerine, başka bir sıcaklık döngüsünde döngüler denatüre edilerek fragmanların PCR ile amplifiye edilmesine izin verilir. MALBAC ayrıca bir mikroakışkan cihazda da uygulanmıştır, ancak amplifikasyon performansı, nanolitre damlacıklarında kapsülleme ile önemli ölçüde geliştirilmemiştir.[16]

MDA ve MALBAC'ı karşılaştırdığımızda, MDA daha iyi genom kapsamı sağlar, ancak MALBAC genom boyunca daha eşit kapsam sağlar. MDA tanımlamak için daha etkili olabilir SNP'ler kopya numarası varyantlarını tespit etmek için MALBAC tercih edilir. Mikroakışkan bir cihazla MDA gerçekleştirmek, önyargı ve kontaminasyonu önemli ölçüde azaltırken, MALBAC ile ilgili kimya, gelişmiş verimlilik için aynı potansiyeli göstermez. Yöntemin seçimi, sıralamanın amacına bağlıdır çünkü her yöntem farklı avantajlar sunar.[7]

Sınırlamalar

Bireysel hücre genomlarının MDA'sı, oldukça düzensiz genom kapsamına, yani şablonun çeşitli bölgelerinin göreceli olarak fazla gösterilmesine ve yetersiz temsil edilmesine neden olarak bazı sekansların kaybına yol açar. Bu sürecin iki bileşeni vardır: a) rastgele bölgelerin stokastik aşırı ve az amplifikasyonu; ve b) yüksek% GC bölgelerine karşı sistematik önyargı. Stokastik bileşen, aynı hücre tipinden tek hücreli MDA reaksiyonlarının bir araya getirilmesiyle ele alınabilir. floresan yerinde hibridizasyon (FISH) ve / veya sıralama sonrası onay.[10] MDA'nın yüksek% GC bölgelerine karşı önyargısı, WGA-X adı verilen işlemde olduğu gibi termostabil polimerazlar kullanılarak ele alınabilir.[13]

Tek nükleotid polimorfizmleri Genetik varyasyonun büyük bir parçası olan (SNP'ler) insan genomu, ve numara varyasyonunu kopyala (CNV), tek hücre dizilemesinde ve tek bir hücreden ekstrakte edilen sınırlı miktarda DNA'da problemler ortaya çıkarır. Yetersiz DNA miktarlarından dolayı, DNA'nın doğru analizi, kapsama alanı düşük olduğundan ve hatalara açık olduğundan, amplifikasyondan sonra bile sorunlara neden olur. MDA ile, ortalama genom kapsamı% 80'den azdır ve dizileme okumaları tarafından kapsanmayan SNP'ler devre dışı bırakılacaktır. Ek olarak, MDA yüksek bir alel bırakma, heterozigot örneklerden alelleri tespit etmiyor. Çeşitli SNP algoritmaları şu anda kullanımdadır, ancak hiçbiri tek hücre dizilemesine özgü değildir. CNV'li MDA, gerçek CNV'leri gizleyen yanlış CNV'leri tanımlama sorununu da ortaya çıkarır. Bunu çözmek için, örüntüler yanlış CNV'lerden üretilebildiğinde, algoritmalar bu gürültüyü algılayıp ortadan kaldırarak gerçek değişkenler üretebilir.[17]

Başvurular

Mikrobiyomlar Çoğu ortamda mikroorganizmaların çoğunu kültürlemenin zorluğu nedeniyle tek hücre genomiklerinin ana hedefleri arasındadır. Tek hücreli genomik, kültivasyon olmadan mikrobiyal genom dizileri elde etmenin güçlü bir yoludur. Bu yaklaşım, mikrobiyal ekoloji, evrim, halk sağlığı ve biyoteknoloji potansiyeli ile ilgili çok çeşitli soruları ele almak için deniz, toprak, yeraltı, organizma ve diğer mikrobiyom türleri üzerinde yaygın olarak uygulanmıştır.[18][19][20][21][22][23][24][25][26]

Kanser sıralaması da scDNAseq'in yeni ortaya çıkan bir uygulamasıdır. Taze veya donmuş tümörler, tüm genom DNAS yaklaşımları kullanılarak SCNA'lara, SNV'lere ve yeniden düzenlemelere göre analiz edilebilir ve kategorize edilebilir.[27] Kanser scDNAseq, toplu tümörün konvansiyonel popülasyon düzeyindeki yaklaşımların ko-veriyi çözemediği reseptör tirozin kinaz genleri (EGFR, PDGFRA vb.) tümörün tek hücrelerinde bu mutasyonların oluşum modelleri. Bu tür bir örtüşme, yol aktivasyonu ve tümör hücresi direncinin fazlalığını sağlayabilir.

Tek hücreli DNA metilom dizileme

Tek hücreli DNA metilasyon dizilimi için bir yöntem.[28]

Tek hücreli DNA metilom dizileme, DNA metilasyonu. Doğada meydana gelen bilinen birkaç metilasyon türü vardır. 5-metilsitozin (5mC), 5-hidroilmetilsitozin (5hmC), 6-metiladenin (6mA) ve 4mC 4-metilsitozin (4mC). Ökaryotlarda, özellikle hayvanlarda, 5mC genom boyunca yaygındır ve baskılayarak gen ekspresyonunu düzenlemede önemli bir rol oynar. yeri değiştirilebilen öğeler.[29] Tek tek hücrelerde 5mC'nin sıralanması, tek bir doku veya popülasyondaki genetik olarak özdeş hücrelerdeki epigenetik değişikliklerin nasıl farklı fenotiplere sahip hücrelere yol açtığını ortaya çıkarabilir.

Yöntemler

Bisülfit dizileme tek hücrelerde 5mC'nin saptanması ve dizilenmesinde altın standart haline gelmiştir.[30] DNA'nın bisülfit ile işlenmesi, sitozin kalıntılarını urasile dönüştürür, ancak 5-metilsitozin kalıntılarını etkilenmeden bırakır. Bu nedenle, bisülfit ile işleme tabi tutulmuş DNA, yalnızca metillenmiş sitozinleri tutar. Metilom okumasını elde etmek için bisülfitle muamele edilmiş sekans, modifiye edilmemiş bir genoma hizalanır. 2014 yılında tek hücrelerde tüm genom bisülfit dizilimi gerçekleştirildi.[31] Yöntem, bisülfit fragmantasyonundan önce sekanslama adaptörlerinin eklendiği tipik prosedürle ilişkili DNA kaybının üstesinden gelir. Bunun yerine adaptörler, DNA işlendikten ve bisülfit ile parçalandıktan sonra eklenir ve tüm fragmanların PCR ile amplifiye edilmesine izin verilir.[32] Derin sıralama kullanan bu yöntem, her bir hücredeki toplam CpG'lerin ~% 40'ını yakalar. Yöntemin kapsamını daha da iyileştirmenin bir yolu, bisülfit muamelesinden önce DNA'yı amplifiye ederek CpG yakalama verimliliğini artırmak olacaktır.

Tek hücreli indirgenmiş temsil bisülfit dizileme (scRRBS) başka bir yöntemdir.[33] Bu yöntem, metillenmiş sitozinlerin yüksek CpG içeriğine sahip genom alanları için zenginleşmek üzere CpG adalarında (CGI'ler) kümelenme eğiliminden yararlanır. Bu, tüm genom bisülfit dizilemesine kıyasla dizileme maliyetini düşürür, ancak bu yöntemin kapsamını sınırlar. Ne zaman RRBS toplu örneklere uygulandığında, gen promoterlerindeki CpG bölgelerinin çoğu tespit edilir, ancak gen promoterlerindeki bölge, tüm genomdaki CpG bölgelerinin yalnızca% 10'unu oluşturur.[34] Tek hücrelerde, toplu numunedeki CpG sitelerinin% 40'ı tespit edilir. Kapsamı artırmak için, bu yöntem küçük bir tek hücreli havuza da uygulanabilir. 20 havuzlanmış tek hücreden oluşan bir numunede, toplu numunedeki CpG sitelerinin% 63'ü tespit edildi. Tek hücrelerin havuzlanması, metilom kapsamını artırmak için bir stratejidir, ancak hücre popülasyonundaki heterojenliği gizleme pahasına.

Sınırlamalar

Bisülfit dizileme 5mC tespiti için en yaygın kullanılan yaklaşım olmaya devam ederken, kimyasal işlem serttir ve DNA'yı parçalar ve bozar. Bu etki, toplu numunelerden tekli hücrelere taşınırken daha da artar. DNA metilasyonunu saptamak için diğer yöntemler arasında metilasyona duyarlı kısıtlama enzimleri bulunur. Kısıtlama enzimleri ayrıca DpnI ile 6mA gibi diğer metilasyon türlerinin saptanmasını da sağlar.[35] Nanogözenek tabanlı sıralama ayrıca, orijinal DNA'da fragmantasyon veya modifikasyon olmaksızın doğrudan metilasyon sekanslama için bir yol sunar. Nanogözenek dizileme, 6mA ve 4mC'nin (ökaryotlarda 5mC'nin aksine) baskın olduğu bakterilerin metilomlarını sıralamak için kullanılmıştır, ancak bu teknik henüz tek hücrelere ölçeklenmemiştir.[36]

Başvurular

Tek hücreli DNA metilasyon dizilimi, genetik olarak benzer hücrelerdeki epigenetik farklılıkları keşfetmek için yaygın olarak kullanılmaktadır. Bu yöntemleri geliştirme sırasında doğrulamak için, karışık bir popülasyonun tek hücreli metilom verileri, farklı hücre türlerini tanımlamak için hiyerarşik kümeleme ile başarıyla sınıflandırıldı.[33] Diğer bir uygulama, tek bir embriyodan farklı hücre türlerinin nasıl ortaya çıktığını anlamak için erken gelişimdeki ilk birkaç hücre bölünmesi sırasında tek hücreleri incelemektir.[37] Tek hücreli tam genom bisülfit dizileme, dolaşımdaki tümör hücreleri (CTC'ler) gibi kanserde nadir fakat oldukça aktif hücre tiplerini incelemek için de kullanılmıştır.[38]

2015 itibariyle tek hücreli metilasyon dizileme yöntemlerinin kapsam açısından karşılaştırılması Mus musculus

Sıralamalı transposaz erişilebilir kromatin için tek hücreli test (scATAC-seq)

Ana makale: ATAC-seq

Tek hücreli transpoze erişimli kromatin dizileme, genom boyunca kromatin erişilebilirliğini eşler. Bir transpozaz, sekanslama adaptörlerini doğrudan kromatinin açık bölgelerine ekler ve bu bölgelerin amplifiye edilmesine ve sekanslanmasına izin verir.[39]

Tek hücreli transkriptom dizileme (scRNA-seq)

Gibi standart yöntemler mikro diziler ve toplu RNA sekansı analiz, büyük hücre popülasyonlarından RNA'ların ifadesini analiz eder. Karışık hücre popülasyonlarında, bu ölçümler, bu popülasyonlar içindeki tek tek hücreler arasındaki kritik farklılıkları gizleyebilir.[40][41]

Tek hücreli RNA dizileme (scRNA-seq), ifade profilleri tek tek hücrelerin Altın standardı 2020 itibariyle hücre durumlarını ve fenotiplerini tanımlamak için.[42] Her hücre tarafından ifade edilen her RNA hakkında tam bilgi elde etmek mümkün olmasa da, mevcut materyalin az miktarda olması nedeniyle, gen ekspresyon kalıpları gen yoluyla tanımlanabilir. kümeleme analizleri.[43] Bu, daha önce hiç görülmemiş bir hücre popülasyonunda nadir hücre türlerinin varlığını ortaya çıkarabilir. Örneğin, akciğerdeki nadir özelleşmiş hücreler pulmoner iyonositler ifade eden Kistik Fibrozis Transmembran İletkenlik Düzenleyici 2018'de akciğer hava yolu epitelinde scRNA-Seq uygulayan iki grup tarafından tespit edildi.[44][45]

Yöntemler

Tek hücreli RNA dizileme iş akışı

Mevcut scRNA-seq protokolleri, tek hücrelerin ve RNA'larının izole edilmesini ve ardından toplu RNA-sekans ile aynı adımları takip etmeyi içerir: ters transkripsiyon (RT), amplifikasyon, kütüphane oluşturma ve sıralama. İlk yöntemler, bireysel hücreleri ayrı oyuklara ayırdı; daha yeni yöntemler, RNA'ları cDNA'lara dönüştürerek ters transkripsiyon reaksiyonunun gerçekleştiği mikroakışkan bir cihazda tek tek hücreleri damlacıklar halinde kapsüllemektedir. Her damlacık, tek bir hücreden türetilen cDNA'ları benzersiz şekilde etiketleyen bir DNA "barkodu" taşır. Ters transkripsiyon tamamlandığında, birçok hücreden gelen cDNA'lar, sıralama için birlikte karıştırılabilir; belirli bir hücreden alınan transkriptler, benzersiz barkodla tanımlanır.[46][47]

ScRNA-Seq için zorluklar, bir hücrede mRNA'nın ilk nispi bolluğunun korunması ve nadir transkriptlerin tanımlanmasını içerir.[48] Ters transkripsiyon adımı kritiktir çünkü RT reaksiyonunun verimliliği, hücrenin RNA popülasyonunun ne kadarının sonunda sıralayıcı tarafından analiz edileceğini belirler. Ters transkriptazların işlenebilirliği ve kullanılan hazırlama stratejileri, tam uzunlukta cDNA üretimini ve genlerin 3 'veya 5' ucuna doğru önyargılı kitaplıkların oluşturulmasını etkileyebilir.

Amplifikasyon adımında, cDNA'yı amplifiye etmek için şu anda PCR veya in vitro transkripsiyon (IVT) kullanılmaktadır. PCR tabanlı yöntemlerin avantajlarından biri, tam uzunlukta cDNA üretme yeteneğidir. Bununla birlikte, belirli diziler (örneğin, GC içeriği ve snapback yapısı) üzerindeki farklı PCR verimliliği de üssel olarak yükseltilerek eşit olmayan kapsama sahip kitaplıklar üretilebilir. Diğer yandan, IVT tarafından oluşturulan kitaplıklar PCR ile indüklenen sekans yanlılığını önleyebilirken, spesifik sekanslar verimsiz bir şekilde kopyalanabilir, böylece sekans düşmesine neden olabilir veya eksik sekanslar oluşturabilir.[1][40]Birkaç scRNA-seq protokolü yayınlanmıştır: Tang ve ark.,[49] STRT,[50] SMART-seq,[51] CEL-seq,[52]RAGE-seq,[53]Kuvars-seq.[54]ve C1-CAGE.[55] Bu protokoller, ters transkripsiyon, cDNA sentezi ve amplifikasyonu için stratejiler ve sekansa özgü barkodları barındırma olasılığı (örn. UMI'lar ) veya havuzlanmış örnekleri işleme yeteneği.[56]

2017 yılında, REAP-seq olarak bilinen oligonükleotid etiketli antikorlar aracılığıyla tek hücreli mRNA ve protein ekspresyonunu aynı anda ölçmek için iki yaklaşım getirildi,[57] ve CITE-seq.[58]

Sınırlamalar

Çoğu RNA-Seq yöntemi şunlara bağlıdır: poli (A) kuyruk mRNA'yı zenginleştirmek ve bol ve bilgilendirici olmayan rRNA'yı tüketmek için yakalama. Bu nedenle, genellikle poliadenile mRNA moleküllerini dizmekle sınırlıdırlar. Bununla birlikte, son çalışmalar şimdi, gen ekspresyon düzenlemesinde uzun kodlamayan RNA ve mikroRNA'lar gibi poli (A) RNA'nın önemini anlamaya başlıyor. Küçük sıra, memeli hücrelerinde mikroRNA'lar, tRNA'ların fragmanları ve küçük nükleolar RNA'lar gibi küçük RNA'ları (<300 nükleotid) yakalayan tek hücreli bir yöntemdir.[59] Bu yöntem, diğer çok bol rRNA molekülleri gibi büyük RNA türlerini dışlamak için "oligonükleotid maskeleri" (oldukça bol 5,8S rRNA moleküllerinin yakalanmasını engelleyen) ve boyut seçiminin bir kombinasyonunu kullanır. Uzun kodlamayan mRNA, histon mRNA, dairesel RNA ve güçlendirici RNA gibi daha büyük poli olmayan (A) RNA'ları hedeflemek için boyut seçimi, oldukça bol ribozomal RNA moleküllerini (18S ve 28s rRNA) tüketmek için uygulanamaz.[60] Tek hücreli RamDA-Seq, özellikle rRNA molekülü üzerinde hazırlamayı önlemek için tasarlanmış “o kadar rastgele olmayan” (NSR) primerlerin varlığında rastgele priming (rastgele yer değiştirme amplifikasyonu) ile ters transkripsiyon gerçekleştirerek bunu başaran bir yöntemdir.[61] Bu yöntem, dizileme için tam uzunlukta toplam RNA transkriptlerini başarıyla yakalar ve yüksek hassasiyetle çeşitli poli olmayan (A) RNA'ları tespit ederken, bazı sınırlamaları vardır. NSR primerleri, spesifik organizmadaki (fare) rRNA sekanslarına göre dikkatlice tasarlandı ve diğer türler için yeni primer setlerinin tasarlanması büyük çaba gerektirecektir.

Bakteriler ve diğer prokaryotlar, poliadenile mRNA eksikliğinden dolayı şu anda tek hücreli RNA sekansına uygun değildir. Bu nedenle, poli (A) kuyruk yakalamasına bağlı olmayan tek hücreli RNA sekansı yöntemlerinin geliştirilmesi, tek hücreli çözünürlüğe sahip mikrobiyom çalışmalarının yapılmasına da yardımcı olacaktır. Toplu bakteri çalışmaları, bakteriler üzerindeki poliadenile mRNA eksikliğinin üstesinden gelmek için tipik olarak genel rRNA tükenmesini uygular, ancak tek hücre düzeyinde, bir hücrede bulunan toplam RNA çok küçüktür.[60] Poliadenile mRNA eksikliği ve tek bakteri hücrelerinde bulunan toplam RNA kıtlığı, scRNA-seq'in bakterilerde yayılmasını sınırlayan iki önemli engeldir.

Başvurular

scRNA-Seq, aşağıdakiler de dahil olmak üzere biyolojik disiplinlerde yaygın olarak kullanılmaktadır. Gelişimsel Biyoloji,[62] Nöroloji,[63] Onkoloji,[64][65][66] İmmünoloji,[67][68] Kardiyovasküler araştırma[69] ve Bulaşıcı hastalık.[70][71]

Kullanma makine öğrenme yöntemlerinde, toplu RNA-Seq'den gelen veriler, scRNA-Seq'deki sinyal / gürültü oranını arttırmak için kullanılmıştır. Özellikle, bilim adamları gen ekspresyon profillerini kullandılar. pan-kanser oluşturmak için veri kümeleri birlikte ifade ağları ve daha sonra bunları tek hücre gen ekspresyon profillerine uygulayarak, transkript seviyelerini kullanarak tek tek hücrelerde mutasyonların varlığını tespit etmek için daha sağlam bir yöntem elde etti.[72]

Bazı scRNA-seq yöntemleri de tek hücreli mikroorganizmalara uygulanmıştır. SMART-seq2, tek hücreli ökaryotik mikropları analiz etmek için kullanılmıştır, ancak poli (A) kuyruk yakalamasına dayandığından, prokaryotik hücrelere uygulanmamıştır.[73] Drop-seq ve Fluidigm IFC-C1 cihazları gibi mikroakışkan yaklaşımlar, tek sıtma parazitlerini veya tek maya hücrelerini sıralamak için kullanılmıştır.[74][75] Tek hücreli maya çalışması, maya tuz stresine maruz kalmadan önce ve sonra izojenik maya hücrelerinde heterojen stres toleransını karakterize etmeye çalıştı. ScRNA-seq ile çeşitli transkripsiyon faktörlerinin tek hücre analizi, popülasyon genelinde heterojenliği ortaya çıkardı. Bu sonuçlar, düzenlemenin nüfusun bir kısmının hayatta kalma şansını artırmak için nüfus üyeleri arasında değişiklik gösterdiğini göstermektedir.

Bir prokaryotik türdeki ilk tek hücreli transkriptom analizi, rRNA'yı seçici olarak bozmak için sonlandırıcı eksonükleaz enzimi kullanılarak gerçekleştirildi ve yuvarlanan daire büyütme (RCA) mRNA.[76] Bu yöntemde, tek sarmallı DNA'nın uçları, bir daire oluşturmak için birbirine bağlandı ve elde edilen döngü daha sonra doğrusal RNA amplifikasyonu için bir şablon olarak kullanıldı. Nihai ürün kitaplığı daha sonra düşük önyargı ve iyi bir kapsamla mikro dizi ile analiz edildi. Ancak RCA, tipik olarak yeni nesil dizileme kullanan RNA-sekans ile test edilmemiştir. Bakteriler için tek hücreli RNA sekansı, mikrobiyomları incelemek için oldukça faydalı olacaktır. Düşük bollukta bulunan türleri yakalayamama ve hücre popülasyonları arasındaki heterojenliği çözememe gibi geleneksel toplu metatranskriptomik yaklaşımlarda karşılaşılan sorunları ele alacaktır.

scRNA-Seq, solucan da dahil olmak üzere embriyoların ve organizmaların gelişimi hakkında önemli bilgiler sağlamıştır. Caenorhabditis elegans,[77] ve rejeneratif planarian Schmidtea mediterranea[78][79] ve axolotl Ambystoma mexicanum.[80][81] Bu şekilde haritası çıkarılacak ilk omurgalı hayvanlar, Zebra balığı[82][83][84] ve Xenopus laevis.[85] Her durumda, embriyonun birçok aşaması incelendi ve tüm gelişim sürecinin hücre bazında haritalanmasına izin verildi. Bilim bu ilerlemeleri 2018 olarak kabul etti Yılın Atılımı.[86]

Düşünceler

Tek hücrelerin izolasyonu

Tüm genom amplifikasyonu ve dizilemeden önce tek tek hücreleri izole etmenin birkaç yolu vardır. Floresan ile aktive edilen hücre sınıflandırması (FACS) yaygın olarak kullanılan bir yaklaşımdır. Bireysel hücreler ayrıca mikromanipülasyon yoluyla, örneğin seri seyreltme yoluyla veya tek bir hücreyi hasat etmek için bir yama pipeti veya nanotüp kullanılarak toplanabilir.[87][88] Mikromanipülasyonun avantajları kolay ve düşük maliyetlidir, ancak zahmetlidir ve hücre tiplerinin mikroskop altında yanlış tanımlanmasına karşı hassastırlar. Lazer yakalama mikro diseksiyonu (LCM) ayrıca tek hücrelerin toplanması için de kullanılabilir. LCM, bir doku içindeki örneklenmiş bir hücrenin uzamsal konumu bilgisini muhafaza etmesine rağmen, komşu hücrelerden materyalleri de toplamadan tek bir hücrenin tamamını yakalamak zordur.[40][89][90] Tek hücre izolasyonu için yüksek verimli yöntemler ayrıca şunları içerir: mikroakışkanlar. Hem FACS hem de mikroakışkanlar doğru, otomatiktir ve tarafsız numuneleri izole edebilir. Bununla birlikte, her iki yöntem de önce hücrelerin mikro ortamlarından ayrılmasını gerektirir, böylece RNA ekspresyon analizinde transkripsiyonel profillerde bozulmaya neden olur.[91][92]

Analiz edilecek hücre sayısı

scRNA-Sıra

Genel olarak konuşursak, tipik bir toplu hücre için RNA dizileme (RNA-sekans) deneyi, on milyon okuma üretilir ve milyon okuma (RPKM) başına kb başına 50 okuma eşiğinden daha yüksek olan bir gen ifade edilmiş kabul edilir. 1 kb uzunluğundaki bir gen için bu, 500 okumaya ve minimum varyasyon katsayısı (CV)% 4 varsayımı altında Poisson Dağılımı. 200.000 mRNA içeren tipik bir memeli hücresi için, bu minimum CV değerini elde etmek için en az 50 tek hücreden gelen dizileme verilerinin havuzda toplanması gerekir. Bununla birlikte, ters transkripsiyonun verimliliği ve deneylerde ortaya çıkan diğer gürültüler nedeniyle, doğru ifade analizleri ve hücre tipi tanımlaması için daha fazla hücreye ihtiyaç vardır.[40]

Ayrıca bakınız

Referanslar

  1. ^ a b c Eberwine J, Sul JY, Bartfai T, Kim J (Ocak 2014). "Tek hücreli sıralama vaadi". Doğa Yöntemleri. 11 (1): 25–7. doi:10.1038 / nmeth.2769. PMID  24524134. S2CID  11575439.
  2. ^ Pennisi E (Nisan 2018). "Kronikleşen embriyolar, hücre hücre, gen gen". Bilim. 360 (6387): 367. Bibcode:2018Sci ... 360..367P. doi:10.1126 / science.360.6387.367. PMID  29700246.
  3. ^ Saliba AE, Westermann AJ, Gorski SA, Vogel J (Ağustos 2014). "Tek hücreli RNA sekansı: gelişmeler ve gelecekteki zorluklar". Nükleik Asit Araştırması. 42 (14): 8845–60. doi:10.1093 / nar / gku555. PMC  4132710. PMID  25053837.
  4. ^ Shintaku H, Nishikii H, Marshall LA, Kotera H, Santiago JG (Şubat 2014). "Tek hücrelerden RNA ve DNA'nın çip üzerinde ayrılması ve analizi". Analitik Kimya. 86 (4): 1953–7. doi:10.1021 / ac4040218. PMID  24499009.
  5. ^ Nawy T (Ocak 2014). "Tek hücreli sıralama". Doğa Yöntemleri. 11 (1): 18. doi:10.1038 / nmeth.2771. PMID  24524131. S2CID  5252333.
  6. ^ "2013 Yılı Yöntemi". Doğa Yöntemleri. 11 (1): 1. Ocak 2014. doi:10.1038 / nmeth.2801. PMID  24524124.
  7. ^ a b Gawad C, Koh W, Quake SR (Mart 2016). "Tek hücreli genom dizileme: bilimin mevcut durumu". Doğa Yorumları. Genetik. 17 (3): 175–88. doi:10.1038 / nrg.2015.16. PMID  26806412. S2CID  4800650.
  8. ^ Alneberg J, Karlsson CM, Divne AM, Bergin C, Homa F, Lindh MV, ve diğerleri. (Eylül 2018). "Kültüre alınmamış prokaryotlardan genomlar: metagenomla birleştirilmiş ve tek amplifiye edilmiş genomların karşılaştırması". Mikrobiyom. 6 (1): 173. doi:10.1186 / s40168-018-0550-0. PMC  6162917. PMID  30266101.
  9. ^ Kogawa M, Hosokawa M, Nishikawa Y, Mori K, Takeyama H (Şubat 2018). "Tek hücreli güçlendirilmiş genomların temizlenmesi ve bir araya getirilmesiyle kültürlenmemiş mikroplardan yüksek kaliteli taslak genomlar elde etme". Bilimsel Raporlar. 8 (1): 2059. Bibcode:2018NatSR ... 8.2059K. doi:10.1038 / s41598-018-20384-3. PMC  5794965. PMID  29391438.
  10. ^ a b c "Lasken RS (Ekim 2007). "Çoklu Yer Değiştirme Amplifikasyonunu kullanarak tek hücreli genomik sıralama". Mikrobiyolojide Güncel Görüş. 10 (5): 510–6. doi:10.1016 / j.mib.2007.08.005. PMID  17923430."
  11. ^ Taghavi Z, Movahedi NS, Draghici S, Chitsaz H (Ekim 2013). "Seyrek mikrobiyal topluluklar için damıtılmış tek hücreli genom dizileme ve de novo montaj". Biyoinformatik. 29 (19): 2395–401. arXiv:1305.0062. Bibcode:2013arXiv1305.0062T. doi:10.1093 / biyoinformatik / btt420. PMC  3777112. PMID  23918251.
  12. ^ "Tek Hücreli Omics.v2.3.13 @albertvilella". Google Dokümanlar. Alındı 2020-01-01.
  13. ^ a b Stepanauskas R, Fergusson EA, Brown J, Poulton NJ, Tupper B, Labonté JM, ve diğerleri. (Temmuz 2017). "Kültürlenmemiş mikrobiyal hücrelerin ve viral partiküllerin iyileştirilmiş genom geri kazanımı ve entegre hücre boyutu analizleri". Doğa İletişimi. 8 (1): 84. Bibcode:2017NatCo ... 8 ... 84S. doi:10.1038 / s41467-017-00128-z. PMC  5519541. PMID  28729688.
  14. ^ Hosokawa M, Nishikawa Y, Kogawa M, Takeyama H (Temmuz 2017). "Damlacık mikroakışkanları kullanarak tek hücreli dizileme için büyük ölçüde paralel tüm genom amplifikasyonu". Bilimsel Raporlar. 7 (1): 5199. Bibcode:2017NatSR ... 7.5199H. doi:10.1038 / s41598-017-05436-4. PMC  5507899. PMID  28701744.
  15. ^ Zong C, Lu S, Chapman AR, Xie XS (Aralık 2012). "Tek bir insan hücresinin tek nükleotid ve kopya sayısı varyasyonlarının genom çapında tespiti". Bilim. 338 (6114): 1622–6. Bibcode:2012Sci ... 338.1622Z. doi:10.1126 / science.1229164. PMC  3600412. PMID  23258894.
  16. ^ Yu Z, Lu S, Huang Y (Ekim 2014). "Tek hücre sıralaması için mikroakışkan tam genom amplifikasyon cihazı". Analitik Kimya. 86 (19): 9386–90. doi:10.1021 / ac5032176. PMID  25233049.
  17. ^ "Ning L, Liu G, Li G, Hou Y, Tong Y, He J (2014). "Tek hücre genomiklerinin biyoinformatiğindeki mevcut zorluklar". Onkolojide Sınırlar. 4 (7): 7. doi:10.3389 / fonc.2014.00007. PMC  3902584. PMID  24478987."
  18. ^ Blainey PC, Quake SR (Ocak 2014). "Genomik çeşitliliği, her seferinde bir hücreyi incelemek". Doğa Yöntemleri. 11 (1): 19–21. doi:10.1038 / nmeth.2783. hdl:1721.1/106574. PMC  3947563. PMID  24524132.
  19. ^ Zhang K, Martiny AC, Reppas NB, Barry KW, Malek J, Chisholm SW, Kilise GM (Haziran 2006). "Polimeraz klonlama ile tek hücrelerden genomların sıralanması". Doğa Biyoteknolojisi. 24 (6): 680–6. doi:10.1038 / nbt1214. PMID  16732271. S2CID  2994579.
  20. ^ Yoon HS, Price DC, Stepanauskas R, Rajah VD, Sieracki ME, Wilson WH, ve diğerleri. (Mayıs 2011). "Tek hücre genomiği, yetiştirilmemiş deniz protistlerinde organizma etkileşimlerini ortaya çıkarır". Bilim. 332 (6030): 714–7. Bibcode:2011Sci ... 332..714Y. doi:10.1126 / science.1203163. PMID  21551060. S2CID  34343205.
  21. ^ Swan BK, Martinez-Garcia M, Preston CM, Sczyrba A, Woyke T, Lamy D, ve diğerleri. (Eylül 2011). "Karanlık okyanusta her yerde bulunan bakteri soyları arasında kemolitootototrofi potansiyeli". Bilim. 333 (6047): 1296–300. Bibcode:2011Sci ... 333.1296S. doi:10.1126 / science.1203690. PMID  21885783. S2CID  206533092.
  22. ^ Woyke T, Xie G, Copeland A, González JM, Han C, Kiss H ve diğerleri. (2009-04-23). "Her seferinde bir hücre olmak üzere deniz metagenomunu bir araya getirmek". PLOS ONE. 4 (4): e5299. Bibcode:2009PLoSO ... 4,5299 W. doi:10.1371 / journal.pone.0005299. PMC  2668756. PMID  19390573.
  23. ^ Swan BK, Tupper B, Sczyrba A, Lauro FM, Martinez-Garcia M, González JM, ve diğerleri. (Temmuz 2013). "Yüzey okyanusunda planktonik bakterilerin yaygın genom düzene sokması ve enlemesine ıraksaması". Amerika Birleşik Devletleri Ulusal Bilimler Akademisi Bildirileri. 110 (28): 11463–8. Bibcode:2013PNAS..11011463S. doi:10.1073 / pnas.1304246110. PMC  3710821. PMID  23801761.
  24. ^ Rinke C, Schwientek P, Sczyrba A, Ivanova NN, Anderson IJ, Cheng JF, vd. (Temmuz 2013). "Mikrobiyal karanlık maddenin filogenisi ve kodlama potansiyeli hakkında içgörüler" (PDF). Doğa. 499 (7459): 431–7. Bibcode:2013Natur.499..431R. doi:10.1038 / nature12352. PMID  23851394. S2CID  4394530.
  25. ^ Kashtan N, Roggensack SE, Rodrigue S, Thompson JW, Biller SJ, Coe A, vd. (Nisan 2014). "Tek hücreli genomik, vahşi Prochlorococcus'ta bir arada bulunan yüzlerce alt popülasyonu ortaya çıkarır". Bilim. 344 (6182): 416–20. Bibcode:2014Sci ... 344..416K. doi:10.1126 / science.1248575. hdl:1721.1/92763. PMID  24763590. S2CID  13659345.
  26. ^ Pachiadaki MG, Sintes E, Bergauer K, Brown JM, Record NR, Swan BK, vd. (Kasım 2017). "Karanlık okyanus karbon fiksasyonunda nitrit oksitleyen bakterilerin başlıca rolü". Bilim. 358 (6366): 1046–1051. Bibcode:2017Sci ... 358.1046P. doi:10.1126 / science.aan8260. PMID  29170234.
  27. ^ Francis JM, Zhang CZ, Maire CL, Jung J, Manzo VE, Adalsteinsson VA, ve diğerleri. (Ağustos 2014). "Glioblastomdaki EGFR varyant heterojenliği, tek çekirdekli dizileme yoluyla çözüldü". Kanser Keşfi. 4 (8): 956–71. doi:10.1158 / 2159-8290.CD-13-0879. PMC  4125473. PMID  24893890.
  28. ^ Farlik M, Sheffield NC, Nuzzo A, Datlinger P, Schönegger A, Klughammer J, Bock C (Mart 2015). "Tek hücreli DNA metilom dizilimi ve epigenomik hücre durumu dinamiklerinin biyoinformatik çıkarımı". Hücre Raporları. 10 (8): 1386–97. doi:10.1016 / j.celrep.2015.02.001. PMC  4542311. PMID  25732828.
  29. ^ Zemach A, McDaniel IE, Silva P, Zilberman D (Mayıs 2010). "Ökaryotik DNA metilasyonunun genom çapında evrimsel analizi". Bilim. 328 (5980): 916–9. Bibcode:2010Sci ... 328..916Z. doi:10.1126 / science.1186366. PMID  20395474. S2CID  206525166.
  30. ^ Crary-Dooley FK, Tam ME, Dunaway KW, Hertz-Picciotto I, Schmidt RJ, LaSalle JM (Mart 2017). "Mevcut global DNA metilasyon deneylerinin epidemiyolojik çalışmalar için düşük kapsamlı tüm genom bisülfit dizilimi ile karşılaştırılması". Epigenetik. 12 (3): 206–214. doi:10.1080/15592294.2016.1276680. PMC  5406214. PMID  28055307.
  31. ^ Smallwood SA, Lee HJ, Angermueller C, Krueger F, Saadeh H, Peat J, ve diğerleri. (Ağustos 2014). "Epigenetik heterojenliği değerlendirmek için tek hücreli genom çapında bisülfit sıralaması". Doğa Yöntemleri. 11 (8): 817–820. doi:10.1038 / nmeth.3035. PMC  4117646. PMID  25042786.
  32. ^ Miura F, Enomoto Y, Dairiki R, Ito T (Eylül 2012). "Post-bisülfit adaptör etiketleme ile amplifikasyonsuz tam genom bisülfit dizileme". Nükleik Asit Araştırması. 40 (17): e136. doi:10.1093 / nar / gks454. PMC  3458524. PMID  22649061.
  33. ^ a b Guo H, Zhu P, Wu X, Li X, Wen L, Tang F (Aralık 2013). "İndirgenmiş temsil bisülfit sıralaması kullanılarak analiz edilen fare embriyonik kök hücrelerinin ve erken embriyoların tek hücreli metilom manzaraları". Genom Araştırması. 23 (12): 2126–35. doi:10.1101 / gr.161679.113. PMC  3847781. PMID  24179143.
  34. ^ Gu H, Smith ZD, Bock C, Boyle P, Gnirke A, Meissner A (Nisan 2011). "Genom ölçekli DNA metilasyon profili için indirgenmiş temsil bisülfit sekanslama kitaplıklarının hazırlanması". Doğa Protokolleri. 6 (4): 468–81. doi:10.1038 / nprot.2010.190. PMID  21412275. S2CID  24912438.
  35. ^ Fu Y, Luo GZ, Chen K, Deng X, Yu M, Han D, ve diğerleri. (Mayıs 2015). "N6-metildeoksiadenosin, Chlamydomonas'taki aktif transkripsiyon başlangıç ​​sitelerini işaretler". Hücre. 161 (4): 879–892. doi:10.1016 / j.cell.2015.04.010. PMC  4427561. PMID  25936837.
  36. ^ Beaulaurier J, Schadt EE, Fang G (Mart 2019). "Modern sıralama teknolojilerini kullanarak bakteriyel epigenomların deşifre edilmesi". Doğa Yorumları. Genetik. 20 (3): 157–172. doi:10.1038 / s41576-018-0081-3. PMC  6555402. PMID  30546107.
  37. ^ Guo H, Zhu P, Yan L, Li R, Hu B, Lian Y, vd. (Temmuz 2014). "İnsan erken embriyolarının DNA metilasyon manzarası". Doğa. 511 (7511): 606–10. Bibcode:2014Natur.511..606G. doi:10.1038 / nature13544. PMID  25079557. S2CID  4450377.
  38. ^ Gkountela S, Castro-Giner F, Szczerba BM, Vetter M, Landin J, Scherrer R, ve diğerleri. (Ocak 2019). "Dolaşımdaki Tümör Hücresi Kümelenmesi Metastaz Tohumlamasını Etkinleştirmek İçin DNA Metilasyonunu Şekillendiriyor". Hücre. 176 (1–2): 98–112.e14. doi:10.1016 / j.cell.2018.11.046. PMC  6363966. PMID  30633912.
  39. ^ Stein RA (1 Tem 2019). "Tek Hücreli Dizileme Birden Çok Omik ile Eleme Yapıyor". Alındı 1 Ağustos 2019.
  40. ^ a b c d "Shapiro E, Biezuner T, Linnarsson S (Eylül 2013). "Tek hücreli sıralama tabanlı teknolojiler, tüm organizma biliminde devrim yaratacak". Doğa Yorumları. Genetik. 14 (9): 618–30. doi:10.1038 / nrg3542. PMID  23897237. S2CID  500845."
  41. ^ Kolodziejczyk AA, Kim JK, Svensson V, Marioni JC, Teichmann SA (Mayıs 2015). "Tek hücreli RNA dizileme teknolojisi ve biyolojisi". Moleküler Hücre. 58 (4): 610–20. doi:10.1016 / j.molcel.2015.04.005. PMID  26000846.
  42. ^ Tammela, Tuomas; Bilge Julien (2020). "Fare Modellerinde Tümör Heterojenliğinin Araştırılması". Kanser Biyolojisinin Yıllık İncelemesi. 4: 99–119. doi:10.1146 / annurev-kanserbio-030419-033413.
  43. ^ Harris, Chris (2020). Prostat Kanserinde Tek Hücreli Transkriptom Analizi (Yüksek Lisans). Otago Üniversitesi.
  44. ^ Montoro DT, Haber AL, Biton M, Vinarsky V, Lin B, Birket SE, ve diğerleri. (Ağustos 2018). "Revize edilmiş bir hava yolu epitel hiyerarşisi CFTR ifade eden iyonositleri içerir". Doğa. 560 (7718): 319–324. Bibcode:2018Natur.560..319M. doi:10.1038 / s41586-018-0393-7. PMC  6295155. PMID  30069044.
  45. ^ Plasschaert LW, Žilionis R, Choo-Wing R, Savova V, Knehr J, Roma G, ve diğerleri. (Ağustos 2018). "Hava yolu epitelinin tek hücreli atlası, CFTR bakımından zengin pulmoner iyonositi ortaya çıkarır". Doğa. 560 (7718): 377–381. Bibcode:2018Natur.560..377P. doi:10.1038 / s41586-018-0394-6. PMC  6108322. PMID  30069046.
  46. ^ Klein AM, Mazutis L, Akartuna I, Tallapragada N, Veres A, Li V, ve diğerleri. (Mayıs 2015). "Embriyonik kök hücrelere uygulanan tek hücreli transkriptomikler için damlacık barkodlama". Hücre. 161 (5): 1187–1201. doi:10.1016 / j.cell.2015.04.044. PMC  4441768. PMID  26000487.
  47. ^ Macosko EZ, Basu A, Satija R, Nemesh J, Shekhar K, Goldman M, ve diğerleri. (Mayıs 2015). "Nanoliter Damlacıkları Kullanarak Bireysel Hücrelerin Son Derece Paralel Genom Çapında İfade Profili Oluşturma". Hücre. 161 (5): 1202–1214. doi:10.1016 / j.cell.2015.05.002. PMC  4481139. PMID  26000488.
  48. ^ "Hebenstreit D (Kasım 2012). "Tek Hücreli RNA sekansının Yöntemleri, Zorlukları ve Potansiyelleri". Biyoloji. 1 (3): 658–67. doi:10.3390 / biology1030658. PMC  4009822. PMID  24832513."
  49. ^ Tang F, Barbacioru C, Wang Y, Nordman E, Lee C, Xu N, et al. (Mayıs 2009). "mRNA-Seq whole-transcriptome analysis of a single cell". Doğa Yöntemleri. 6 (5): 377–82. doi:10.1038/NMETH.1315. PMID  19349980. S2CID  16570747.
  50. ^ Islam S, Kjällquist U, Moliner A, Zajac P, Fan JB, Lönnerberg P, Linnarsson S (July 2011). "Characterization of the single-cell transcriptional landscape by highly multiplex RNA-seq". Genom Araştırması. 21 (7): 1160–7. doi:10.1101/gr.110882.110. PMC  3129258. PMID  21543516.
  51. ^ Ramsköld D, Luo S, Wang YC, Li R, Deng Q, Faridani OR, et al. (Ağustos 2012). "Full-length mRNA-Seq from single-cell levels of RNA and individual circulating tumor cells". Doğa Biyoteknolojisi. 30 (8): 777–82. doi:10.1038/nbt.2282. PMC  3467340. PMID  22820318.
  52. ^ Hashimshony T, Wagner F, Sher N, Yanai I (September 2012). "CEL-Seq: single-cell RNA-Seq by multiplexed linear amplification". Hücre Raporları. 2 (3): 666–73. doi:10.1016/j.celrep.2012.08.003. PMID  22939981.
  53. ^ Singh M, Al-Eryani G, Carswell S, Ferguson JM, Blackburn J, Barton K, et al. (Temmuz 2019). "High-throughput targeted long-read single cell sequencing reveals the clonal and transcriptional landscape of lymphocytes". Doğa İletişimi. 10 (1): 3120. Bibcode:2019NatCo..10.3120S. doi:10.1038/s41467-019-11049-4. PMC  6635368. PMID  31311926.
  54. ^ Sasagawa Y, Nikaido I, Hayashi T, Danno H, Uno KD, Imai T, Ueda HR (April 2013). "Quartz-Seq: a highly reproducible and sensitive single-cell RNA sequencing method, reveals non-genetic gene-expression heterogeneity". Genom Biyolojisi. 14 (4): R31. doi:10.1186/gb-2013-14-4-r31. PMC  4054835. PMID  23594475.
  55. ^ Kouno T, Moody J, Kwon AT, Shibayama Y, Kato S, Huang Y, et al. (Ocak 2019). "C1 CAGE detects transcription start sites and enhancer activity at single-cell resolution". Doğa İletişimi. 10 (1): 360. Bibcode:2019NatCo..10..360K. doi:10.1038/s41467-018-08126-5. PMC  6341120. PMID  30664627.
  56. ^ Dal Molin A, Di Camillo B (July 2019). "How to design a single-cell RNA-sequencing experiment: pitfalls, challenges and perspectives". Biyoinformatikte Brifingler. 20 (4): 1384–1394. doi:10.1093/bib/bby007. PMID  29394315.
  57. ^ Peterson VM, Zhang KX, Kumar N, Wong J, Li L, Wilson DC, et al. (Ekim 2017). "Multiplexed quantification of proteins and transcripts in single cells". Doğa Biyoteknolojisi. 35 (10): 936–939. doi:10.1038/nbt.3973. PMID  28854175. S2CID  205285357.
  58. ^ Stoeckius M, Hafemeister C, Stephenson W, Houck-Loomis B, Chattopadhyay PK, Swerdlow H, et al. (Eylül 2017). "Simultaneous epitope and transcriptome measurement in single cells". Doğa Yöntemleri. 14 (9): 865–868. doi:10.1038/nmeth.4380. PMC  5669064. PMID  28759029.
  59. ^ Hagemann-Jensen M, Abdullayev I, Sandberg R, Faridani OR (October 2018). "Small-seq for single-cell small-RNA sequencing". Doğa Protokolleri. 13 (10): 2407–2424. doi:10.1038/s41596-018-0049-y. PMID  30250291. S2CID  52813142.
  60. ^ a b Hayashi T, Ozaki H, Sasagawa Y, Umeda M, Danno H, Nikaido I (February 2018). "Single-cell full-length total RNA sequencing uncovers dynamics of recursive splicing and enhancer RNAs". Doğa İletişimi. 9 (1): 619. Bibcode:2018NatCo...9..619H. doi:10.1038/s41467-018-02866-0. PMC  5809388. PMID  29434199.
  61. ^ Armour CD, Castle JC, Chen R, Babak T, Loerch P, Jackson S, et al. (Eylül 2009). "Digital transcriptome profiling using selective hexamer priming for cDNA synthesis". Doğa Yöntemleri. 6 (9): 647–9. doi:10.1038/nmeth.1360. PMID  19668204. S2CID  12164981.
  62. ^ Griffiths, JA; Scialdone, A; Marioni, JC (16 April 2018). "Using single-cell genomics to understand developmental processes and cell fate decisions". Moleküler Sistem Biyolojisi. 14 (4): e8046. doi:10.15252/msb.20178046. PMC  5900446. PMID  29661792.
  63. ^ Raj B, Wagner DE, McKenna A, Pandey S, Klein AM, Shendure J, et al. (Haziran 2018). "Simultaneous single-cell profiling of lineages and cell types in the vertebrate brain". Doğa Biyoteknolojisi. 36 (5): 442–450. doi:10.1038/nbt.4103. PMC  5938111. PMID  29608178.
  64. ^ Olmos D, Arkenau HT, Ang JE, Ledaki I, Attard G, Carden CP, et al. (Ocak 2009). "Circulating tumour cell (CTC) counts as intermediate end points in castration-resistant prostate cancer (CRPC): a single-centre experience". Onkoloji Yıllıkları. 20 (1): 27–33. doi:10.1093/annonc/mdn544. PMID  18695026.
  65. ^ Levitin HM, Yuan J, Sims PA (April 2018). "Single-Cell Transcriptomic Analysis of Tumor Heterogeneity". Kanserde Eğilimler. 4 (4): 264–268. doi:10.1016/j.trecan.2018.02.003. PMC  5993208. PMID  29606308.
  66. ^ Jerby-Arnon L, Shah P, Cuoco MS, Rodman C, Su MJ, Melms JC, et al. (Kasım 2018). "A Cancer Cell Program Promotes T Cell Exclusion and Resistance to Checkpoint Blockade". Hücre. 175 (4): 984–997.e24. doi:10.1016/j.cell.2018.09.006. PMC  6410377. PMID  30388455.
  67. ^ Neu, KE; Tang, Q; Wilson, PC; Khan, AA (February 2017). "Single-Cell Genomics: Approaches and Utility in Immunology". İmmünolojide Eğilimler. 38 (2): 140–149. doi:10.1016/j.it.2016.12.001. PMC  5479322. PMID  28094102.
  68. ^ Stephenson W, Donlin LT, Butler A, Rozo C, Bracken B, Rashidfarrokhi A, et al. (Şubat 2018). "Single-cell RNA-seq of rheumatoid arthritis synovial tissue using low-cost microfluidic instrumentation". Doğa İletişimi. 9 (1): 791. Bibcode:2018NatCo...9..791S. doi:10.1038/s41467-017-02659-x. PMC  5824814. PMID  29476078.
  69. ^ Kuppe, Christoph; Ibrahim, Mahmoud M.; Kranz, Jennifer; Zhang, Xiaoting; Ziegler, Susanne; Perales-Patón, Javier; Jansen, Jitske; Reimer, Katharina C.; Smith, James R.; Dobie, Ross; Wilson-Kanamari, John R. (2020-11-11). "Decoding myofibroblast origins in human kidney fibrosis". Doğa: 1–9. doi:10.1038/s41586-020-2941-1. ISSN  1476-4687. PMID  33176333.
  70. ^ Avraham R, Haseley N, Brown D, Penaranda C, Jijon HB, Trombetta JJ, et al. (Eylül 2015). "Pathogen Cell-to-Cell Variability Drives Heterogeneity in Host Immune Responses". Hücre. 162 (6): 1309–21. doi:10.1016/j.cell.2015.08.027. PMC  4578813. PMID  26343579.
  71. ^ Bossel Ben-Moshe N, Hen-Avivi S, Levitin N, Yehezkel D, Oosting M, Joosten LA, et al. (Temmuz 2019). "Predicting bacterial infection outcomes using single cell RNA-sequencing analysis of human immune cells". Doğa İletişimi. 10 (1): 3266. Bibcode:2019NatCo..10.3266B. doi:10.1038/s41467-019-11257-y. PMC  6646406. PMID  31332193.
  72. ^ Mercatelli, Daniele; Ray, Orman; Giorgi, Federico M. (2019). "Pan-Cancer and Single-Cell Modeling of Genomic Alterations Through Gene Expression". Genetikte Sınırlar. 10: 671. doi:10.3389/fgene.2019.00671. ISSN  1664-8021. PMC  6657420. PMID  31379928.
  73. ^ Reid AJ, Talman AM, Bennett HM, Gomes AR, Sanders MJ, Illingworth CJ, et al. (Mart 2018). "Single-cell RNA-seq reveals hidden transcriptional variation in malaria parasites". eLife. 7: e33105. doi:10.7554/eLife.33105. PMC  5871331. PMID  29580379.
  74. ^ Poran A, Nötzel C, Aly O, Mencia-Trinchant N, Harris CT, Guzman ML, et al. (Kasım 2017). "Single-cell RNA sequencing reveals a signature of sexual commitment in malaria parasites". Doğa. 551 (7678): 95–99. Bibcode:2017Natur.551...95P. doi:10.1038/nature24280. PMC  6055935. PMID  29094698.
  75. ^ Gasch AP, Yu FB, Hose J, Escalante LE, Place M, Bacher R, et al. (Aralık 2017). Balaban N (ed.). "Single-cell RNA sequencing reveals intrinsic and extrinsic regulatory heterogeneity in yeast responding to stress". PLOS Biyoloji. 15 (12): e2004050. doi:10.1371/journal.pbio.2004050. PMC  5746276. PMID  29240790.
  76. ^ Kang Y, Norris MH, Zarzycki-Siek J, Nierman WC, Donachie SP, Hoang TT (June 2011). "Transcript amplification from single bacterium for transcriptome analysis". Genom Araştırması. 21 (6): 925–35. doi:10.1101/gr.116103.110. PMC  3106325. PMID  21536723.
  77. ^ Cao J, Packer JS, Ramani V, Cusanovich DA, Huynh C, Daza R, et al. (Ağustos 2017). "Comprehensive single-cell transcriptional profiling of a multicellular organism". Bilim. 357 (6352): 661–667. Bibcode:2017Sci...357..661C. doi:10.1126/science.aam8940. PMC  5894354. PMID  28818938.
  78. ^ Plass M, Solana J, Wolf FA, Ayoub S, Misios A, Glažar P, et al. (Mayıs 2018). "Cell type atlas and lineage tree of a whole complex animal by single-cell transcriptomics". Bilim. 360 (6391): eaaq1723. doi:10.1126/science.aaq1723. PMID  29674432.
  79. ^ Fincher CT, Wurtzel O, de Hoog T, Kravarik KM, Reddien PW (May 2018). "Schmidtea mediterranea". Bilim. 360 (6391): eaaq1736. doi:10.1126/science.aaq1736. PMC  6563842. PMID  29674431.
  80. ^ Gerber, Tobias; Murawala, Prayag; Knapp, Dunja; Masselink, Wouter; Schuez, Maritta; Hermann, Sarah; Gac-Santel, Malgorzata; Nowoshilow, Sergej; Kageyama, Jorge; Khattak, Shahryar; Currie, Joshua D. (2018-10-26). "Single-cell analysis uncovers convergence of cell identities during axolotl limb regeneration". Bilim. 362 (6413): eaaq0681. Bibcode:2018Sci...362..681G. doi:10.1126/science.aaq0681. ISSN  0036-8075. PMC  6669047. PMID  30262634.
  81. ^ Leigh, Nicholas D.; Dunlap, Garrett S.; Johnson, Kimberly; Mariano, Rachelle; Oshiro, Rachel; Wong, Alan Y.; Bryant, Donald M.; Miller, Bess M.; Ratner, Alex; Chen, Andy; Ye, William W. (2018-12-04). "Transcriptomic landscape of the blastema niche in regenerating adult axolotl limbs at single-cell resolution". Doğa İletişimi. 9 (1): 5153. Bibcode:2018NatCo...9.5153L. doi:10.1038/s41467-018-07604-0. ISSN  2041-1723. PMC  6279788. PMID  30514844.
  82. ^ Wagner DE, Weinreb C, Collins ZM, Briggs JA, Megason SG, Klein AM (June 2018). "Single-cell mapping of gene expression landscapes and lineage in the zebrafish embryo". Bilim. 360 (6392): 981–987. Bibcode:2018Sci...360..981W. doi:10.1126/science.aar4362. PMC  6083445. PMID  29700229.
  83. ^ Farrell JA, Wang Y, Riesenfeld SJ, Shekhar K, Regev A, Schier AF (June 2018). "Single-cell reconstruction of developmental trajectories during zebrafish embryogenesis". Bilim. 360 (6392): eaar3131. doi:10.1126/science.aar3131. PMC  6247916. PMID  29700225.
  84. ^ Zafar H, Lin C, Bar-Joseph Z (June 2020). "Single-cell lineage tracing by integrating CRISPR-Cas9 mutations with transcriptomic data". Doğa İletişimi. 3055 (1): 3055. Bibcode:2020NatCo..11.3055Z. doi:10.1038/s41467-020-16821-5. PMC  7298005. PMID  32546686.
  85. ^ Briggs JA, Weinreb C, Wagner DE, Megason S, Peshkin L, Kirschner MW, Klein AM (June 2018). "The dynamics of gene expression in vertebrate embryogenesis at single-cell resolution". Bilim. 360 (6392): eaar5780. doi:10.1126/science.aar5780. PMC  6038144. PMID  29700227.
  86. ^ You J. "Science's 2018 Breakthrough of the Year: tracking development cell by cell". Bilim Dergisi. American Association for the Advancement of Science.
  87. ^ Zong C, Lu S, Chapman AR, Xie XS (December 2012). "Tek bir insan hücresinin tek nükleotid ve kopya sayısı varyasyonlarının genom çapında tespiti". Bilim. 338 (6114): 1622–6. Bibcode:2012Sci...338.1622Z. doi:10.1126 / science.1229164. PMC  3600412. PMID  23258894.
  88. ^ Kurimoto K, Yabuta Y, Ohinata Y, Saitou M (2007). "Global single-cell cDNA amplification to provide a template for representative high-density oligonucleotide microarray analysis". Doğa Protokolleri. 2 (3): 739–52. doi:10.1038/nprot.2007.79. PMID  17406636. S2CID  7404545.
  89. ^ Yachida S, Jones S, Bozic I, Antal T, Leary R, Fu B, et al. (Ekim 2010). "Distant metastasis occurs late during the genetic evolution of pancreatic cancer". Doğa. 467 (7319): 1114–7. Bibcode:2010Natur.467.1114Y. doi:10.1038/nature09515. PMC  3148940. PMID  20981102.
  90. ^ Frumkin D, Wasserstrom A, Itzkovitz S, Harmelin A, Rechavi G, Shapiro E (February 2008). "Amplification of multiple genomic loci from single cells isolated by laser micro-dissection of tissues". BMC Biyoteknoloji. 8 (17): 17. doi:10.1186/1472-6750-8-17. PMC  2266725. PMID  18284708.
  91. ^ Dalerba P, Kalisky T, Sahoo D, Rajendran PS, Rothenberg ME, Leyrat AA, et al. (Kasım 2011). "Single-cell dissection of transcriptional heterogeneity in human colon tumors". Doğa Biyoteknolojisi. 29 (12): 1120–7. doi:10.1038/nbt.2038. PMC  3237928. PMID  22081019.
  92. ^ White AK, VanInsberghe M, Petriv OI, Hamidi M, Sikorski D, Marra MA, et al. (Ağustos 2011). "High-throughput microfluidic single-cell RT-qPCR". Amerika Birleşik Devletleri Ulusal Bilimler Akademisi Bildirileri. 108 (34): 13999–4004. Bibcode:2011PNAS..10813999W. doi:10.1073/pnas.1019446108. PMC  3161570. PMID  21808033.