研究基因组的一个细胞

2013年,自然出版集团任命为单细胞测序(SCS) '今年的方法”,引用单个细胞的DNA和RNA序列的能力将改变生物学和医学领域的。到那时,第一个全基因组单细胞核糖核酸和DNA哺乳动物细胞已经测序方法介绍和基因组学领域正在经历重大转变:科学家们逐步远离大部分组织分析和走向一种看着一个细胞的方法。

仅仅五年后,拥有先进的技术突飞猛进,使个体之间的遗传信息是如何改变,看似相同,细胞在一个人口,促进罕见的细胞类型的研究。这些见解细胞异质性帮助科学家了解像癌症这样的疾病可以在人类进化和传播。


单细胞测序在多个“变小”

兴华教授(维克多),生物化学和分子生物学系的主席在南方医科大学,广州,中国,和广东省重点实验室主任单细胞技术和应用程序中,我们谈论为什么测序单个细胞是巨大的承诺不仅仅是在基因组学,但是在多个“组学”字段即转录组和表观基因组学。

“每天SCS应用在癌症研究,以及干细胞的审讯,神经元和免疫细胞,在细胞异质性高,”潘说。“这种技术可以让我们解构细胞群与分辨率极高的复杂性,从宪法和分子基础的动态过程。”

SCS的应用可以大致分为三个方面:

1。单细胞基因组学:

一个。单细胞全基因组测序(scWGS)

b。单细胞全外显子组测序(标准铜线)

2。单细胞转录组:单细胞RNA序列(scRNA-seq),

3所示。单个细胞表观基因组学:各种技术包括-

一个。单细胞DNA甲基化测序,

b。单细胞染色质易访问性排序(scATAC-seq),

c。单细胞染色质构象捕获(sc3C-seq)等。

锅里和他的同事们多年来探索许多上述技术,来知道如何以及何时使用每种类型的细胞生物学的研究分析。最近,锅和合作者转向外显子组测序,以梳理出新的突变在结直肠癌(CRC)和澄清其进化和分子机制。使用标准铜线,他们表明,CRC和癌变细胞质量在结肠(腺瘤)事实上源自相同的克隆,但分成不同的异构突变的积累多种信号通路,最终导致癌症或良性增生。

“外显子组代表所有的外显子,编码蛋白质的信息,在整个基因组。弹出的突变的外显子组是非常重要的了解癌症发展和蔓延,“潘说,我们通过运用标准铜线背后的原因他的工作。“由于肿瘤细胞的异质性,bulk-cell外显子组测序得到的平均“消息”相关的突变而导致癌症。这个平均隐藏实际的宪法和电池系统的动态轨迹(癌症),通常可以发现在不同的细胞群体。”

潘强调标准铜线所说的特定突变的意义在特定路径可能不是从散装测序明显的肿瘤。他的团队使用标准铜线建立这些突变是否互斥的模式发生在同一subclone细胞。“只有某些群体可能是癌症进展和耐药性的关键,他们应该用于诊断和治疗。”

异质性在卵巢癌

穿越半个世界从潘的实验室,另一个研究团队使用标准铜线和scRNA-seq取得了重大进展在发现卵巢癌的异构的奥秘。鲍里斯Winterhoff教授和蒂姆•斯塔尔产科部门的妇科和妇女的健康,明尼苏达大学医学院,明尼苏达州,美国决定序列单从高档浆液性卵巢癌患者肿瘤细胞(HGSOC)希望能更好地理解治疗耐药性的机制。他们的重点是BRCA1,肿瘤抑制基因的突变导致女性高达20%的卵巢癌。

“BRCA1肿瘤患者可以回复突变可能导致疾病复发和进展,“Winterhoff说。“通过测序这个病人的肿瘤,我们想要检查和比较她BRCA1单个肿瘤细胞之间的轨迹。”

Winterhoff集团开始研究精密医学更大计划的一部分,分析刚切除肿瘤鉴别卵巢癌治疗的新目标。靶向治疗等parp抑制剂显示的好处对一线药物治疗的病人拉无线电和化疗。有些病人进入缓解多年来;然而,其他人只显示窗口有限的响应在疾病进展。“通过异质性在BRCA1轨迹的分析,我们可以识别某些病人可能已经BRCA1归复权或其他预先多态性对靶向治疗可以帮助预测最终的反应。”

斯塔尔同意潘从其他散装下一代测序数据的方法可以创建一个总从整个细胞群表达指纹,但每个肿瘤细胞之间的细微差别是不准确的代表。“分析特定基因的变化,导致恶性肿瘤,我们不得不通过单细胞分析肿瘤外显子组测序平台,”斯塔尔解释道。“我们正在分析之外的其他临床可行的基因BRCA1和使用scRNA-seq标准铜线分析更大的患者群。”

测序的脂肪

这是一个众所周知的事实,饮食可以影响肠道微生物组都积极,消极。这些变化会导致炎性肠道疾病的发展,其中一个是克罗恩病,广泛的研究博士苏珊娜Devkota,微生物研究在cedars - sinai医学中心主任,加州,美国。她最近文摘讨论了使用scRNA-seq探索细胞爬行脂肪的变化与克罗恩病相关。

“爬行脂肪是肠系膜脂肪附着在小肠的外面,“Devkota说。严重的炎症”网站,脂肪组织将扩大和环绕小肠。因为从来没有人描述爬行脂肪细胞组成和基因表达,我们觉得这样做明确的唯一途径是通过scRNA-seq。”

经过多次失败的尝试,以确定通过流式细胞术和古典脂肪细胞类型和表型标记,Devkota的团队意识到爬行脂肪实际上是更复杂的结构和异构比他们最初的想法。“在我们看来,我们可以解决这种复杂性的唯一途径就是通过scRNA-seq。“Devkota承认SCS技术还相对年轻,但发展非常迅速,特别是在生物信息学方面。“巨大的单细胞数据集和见解获得打击之前RNA-seq方法从水里。”

SCS爬行脂肪的数据研究发现有趣的微生物和宿主签名可能诊断和治疗的潜力。他们发现爬行脂肪的细胞成分确实是不同于邻近健康肠系膜脂肪。“真正有趣的是,这些细胞的基因资料讲述一个故事的生活在肠道细菌运动可引起细胞反应和驱动爬行脂肪的形成,“Devkota说。

未来的单细胞RNA序列

尽管scRNA-seq已经走了很长的路在很短的时间,我们才开始发现这项技术的最终潜力。例如,它还没有被充分应用于微生物的研究,为微生物提供一个更具挑战性scRNA分析样本,由于细胞壁和non-polyadenylated RNA。Devkota认为,最终,随着平台的发展,研究人员将能够执行scRNA-seq封装的细菌。

大多数业内专家一致认为,在过去的五年中,SCS在很大程度上克服样本准备瓶颈。今天的行业包括技术创新的分区解决方案,包括液滴和细胞条码技术策略,消除问题与吞吐量和高成本每个细胞有关。

显然SCS的速度前进,我们很快就会看到改善应用程序空间(包括各种具有挑战性的样本类型),技术本身(自动化、可伸缩性、成本、灵敏度等),和生物信息学。“我决定在SCS主要投资在我的实验室,因为我相信这是未来,和目前还没有技术可以提供这种级别的洞察力,“Devkota热情。

回到他的癌症研究实验室在广东工作,结束我们的谈话指出,“SCS无法给予我们一切。这是一个非常特殊的新边疆,但我们必须把它与其他技术,为了避免偏见和真正理解复杂的机械和分子在生命科学和医学奥秘。”