# 2.1.2 综述 | 2018-单细胞捕获平台 > 每一次的测序技术变革都推动了检测灵敏度和通量，那么就来看看单细胞领域各种捕获技术的更迭 \ > 2018 [Platforms for Single-Cell Collection and Analysis](https://www.mdpi.com/1422-0067/19/3/807/pdf) ### 摘要 对单个细胞的分离最基本要求就是：保证捕获的质量。如果用三个词语概况就是：**fast、effective、gentle** **传统的分离方法**是：显微操作（micromanipulation）、激光显微切割（laser capture microdissection）、荧光激活细胞分选仪（fluorescence-activated cell sorting，FACS）。过去的十年许多高效的新方法开发出来，它们不仅仅是作为传统方法的备选，更有望取代传统方法。 **新方法**基于微流控芯片、液滴、微孔板，并且利用毛细管、磁吸、电场等实现了细胞自动化收集。这篇综述总结了现有的方法和市场上的平台以及它们的发展。 ### 1 前言 单细胞技术可以帮助检测细胞异质性、展示细胞对不同理化性质的复杂反应。另外还能鉴定罕见细胞群体，如：循环肿瘤细胞（circulating tumor cells， CTCs，它是存在于外周血中的各类肿瘤细胞的统称）、与治疗或疾病相关的残留细胞、干细胞等。生命系统的复杂性要求我们要在各个层次进行基因调控研究，包括DNA、mRNA的转录、不同的调控RNA（例如microRNA和一些non-coding RNA）、蛋白、细胞代谢、激素水平等，而且每个水平都有各自的分析手段，于是后来产生了针对**单个细胞的多层面分析手段**，最常用的就是针对核苷酸的qPCR、RNA/DNA-Seq，针对蛋白的免疫组化（immunohistochemistry，IHC）、定量质谱（quantitative mass spectroscopy, MS），其中RNA-seq就是目前曝光率最高的，因为它增加通量的同时降低了费用。 要做这些分析，首先关心的就是如何在保证最少干扰细胞原始表达量的同时，将细胞收集起来。这些年发展起来的方法、仪器都有各自的优缺点（考虑到**时间、通量、价格、空间分辨率等**），还有持续开发的（如：Stilla Technologies公司的**ddPCR技术--digital droplet PCR-based**）。因此本文着重将每个新方法的初衷、特性和潜在应用整合起来做了一个综述。 ### 2 分离细胞的初衷—在混杂群体中找到自己想要的 选择特定类型的细胞经常是根据荧光标记，它包括两种方式：一种是直接使用**荧光抗体**；另一种是用**转荧光基因的蛋白**，会发出红、黄、绿颜色，而且只在目标细胞群体中表达。 第一种利用抗体的方法缺点就在于：抗体数量有限（尤其是对研究不多的物种）、在不同细胞群体中可能有交叉反应、背景标记模糊； 第二种方法虽然解决了第一种方法的一些问题，但是找这个合适的特异的marker基因比较困难，尤其是在一些病理条件下，细胞表达量骤增，可能这个marker也会在其他细胞类型中检测到。 这两种都不合适就要利用最粗暴的观察手段，依据大小、形状、在组织中的位置等特征 ### 3 收集细胞的传统手段 主要有三种：显微操作、荧光激活细胞分选（FACS）、激光纤维切割捕获（LCM），这三种方式都有成熟、标准化的流程。前两种可以在体外或脱离组织条件下分离细胞，LCM需要将细胞或组织固定（因此大多会导致细胞死亡，不过现在也有利用LCM分析活细胞的例子）。另外这三种方法的**通量**也是不同的，FACS分选细胞非常高效，短时间内就能分选上千细胞；显微操作和LCM方法就非常慢，通量也低。 因为**前两种方法需要组织裂解**，所以基因的表达可能会受到影响，影响因素也有很多，例如：裂解方法、组织类型、试剂浓度、孵育时间、温度等等，LCM方法因为是直接将RNA固定住，因此它会受这些外部因素影响小一些。不过LCM使用的固定试剂（例如福尔马林）会使RNA产生降解，虽然现在有了不含福尔马林的固定剂，但RNA的质量还是会受到影响。 **LCM方法最大的一个优势就是它能记录空间信息**，其他两种因为做了组织裂解，所以得到的细胞不知道原来在组织的什么位置；另外一个优点就是残余的组织可以保存留用。不过这个方法需要技术的辅助，既然是切割，那么就存在混进不相关细胞的可能。细胞污染这个问题在显微操作中也会存在，不过它混进来的可能是一点溶剂。既然可能存在“混杂”的问题，那么**设置阴性对照**就显得很有必要。 这三种方法的具体对比如下图： ![](https://jieandze1314-1255603621.cos.ap-guangzhou.myqcloud.com/blog/2019-08-13-071927.png) 分离得到细胞后，一般会收集到裂解缓冲液中，准备后续的scRNA的寡核苷酸barcode结合或质谱技术的镧系元素barcode结合。目前的趋势是将细胞收集和后续反应整合在一个设备中（就像10X的设备），实现end-to-end solution。 ### 4 收集细胞的现代手段 > 变革进化 **仪器公司的不断进步** 首先是高通量市场： Illumina+BioRad生产的ddSEQ Single-Cell Isolator为不同起始细胞数提供了定制的试剂盒； 10X推出的Chromium可以在一个仪器中进行各种分析（基因组、外显子、转录组、免疫相关）； BD Rhapsody可以定制化panel，实现靶标DNA/RNA测序； Nadia Innovate可以实现单细胞收集参数的完全控制； 然后是低通量市场： C1：新的C1 Fluidigm芯片能实现800个细胞的测序，实现从细胞捕获到结果报告的流程 ICELL8：可以分析大量的细胞，同时又可以可视化控制、挑选部分细胞进行下游分析 ![](https://jieandze1314-1255603621.cos.ap-guangzhou.myqcloud.com/blog/2019-08-13-072745.png) **高通量仪器** 大多数仪器都配置了微流控的“lab-on-chip”技术，能产生数百万的定制的液滴，其中会包含单个细胞、寡核苷酸（例如用：anchored oligo-dT，目的是捕获mRNA）、反转录试剂（产生cDNA），然后整个文库制备一般会在gel beads中进行（例如10X）；另外液滴也可以单纯作为捕获容器，后续的反应及文库制备会在magnetic beads中进行（例如BD）。这种建库测序的技术发展出了：**Drop-seq、inDrop-Seq、SCRB-Seq**或者公司自己设计的方案。以上的几种方法都是基于poly-A富集mRNA的，因此它们属于**3'端建库**。 为了将建库测序得到的reads成功回溯到某个细胞，就要在寡核苷酸上“做手脚”。每个细胞分配了一段特定的序列，叫做barcode。来自一个细胞的reads都共享同样的**barcode**。另外还有一种情况，就是Illumina短序列测序需要扩增，扩增后才能根据cluster（也就是簇，一簇的reads都相同）来增加测序的准确性。当然也就是在PCR这一步，可能会引入偏差（来源：不同的扩增模板的扩增效率不同，从而影响原始的数量比例）。对单细胞来讲，它和bulk 转录组不同，本来reads数量就不多，如果再加上PCR bias的影响，噪音就太大了。于是引入了**UMI（unique molecular identifiers，这个molecular就是指cDNA）**，每个初始cDNA分配一个独特的UMI。如果扩增完发现，有两个reads都属于同一个cDNA molecule，它们的UMI就是一样的，最后定量只会被计数一次 > 个人思考：PCR也不是十全十美，复制的结果就百分百和初始一样，也会有错误率。同一批cDNA扩增的结果也有可能差几个碱基，那么来自同一个cDNA的两条reads的UMI可能就不一样，差一两个碱基是可能的，因此后续计算的时候，可能会设置一个容错值（可能需要结合UMItools说明书看一下），就是说如果来自同一个cDNA的两条reads结果UMI之差1个碱基其余都一样，那么可能也会判断它们是来自同一个cDNA的 ![](https://jieandze1314-1255603621.cos.ap-guangzhou.myqcloud.com/blog/2019-08-13-083853.png) **尽管基于液滴的技术很先进，但是也有局限。**最主要的缺点就是RNA捕获效率低，反转录施展不开（因为反转录过程只是发生在非常小的液滴空间中）、液滴很脆弱（泄露有风险），另外当起始细胞数量有限时，细胞捕获效率低。但同时如果起始细胞数量太多，又容易导致douplets现象（一个液滴中包含两个细胞），而且容易堵塞微流控芯片。因此，其他厂商探索了一些方法，**利用细胞板（其中包含了成千上万个微孔）**捕获大量细胞，并且每个微孔中也是放入了一个连接寡核苷酸的bead。之后的下游操作和基于液滴的方法就相似了。 ![](https://jieandze1314-1255603621.cos.ap-guangzhou.myqcloud.com/blog/2019-08-13-085550.png) > 下面👇分别来看一下 **4.1 Chromium System（10X）** Chromium Single Cell 3′ Solution于**2016年10月**发布，亮点在于可以测几百乃至几万细胞，数量区间很大。利用了GemCode技术产生barcode。大体流程： gel bead包含了barcode、UMI、反转录试剂 + 油滴中的细胞 =》 液滴（所谓的“油包水”）=》 这其中进行了细胞裂解、反转录反应，合成了cDNA =》 每个液滴混合在一起、然后溶解 =》 就构建好了cDNA文库 这个技术的细胞捕获率能到**65%**，双细胞率也很低，而且每次试剂更新都会降低这个比例，增加检测转录本的和数量。样本是在微流控芯片中进行处理的，**每个芯片10-20分钟可以处理8个样本**，产生100-80000个细胞。 **4.2 Rhapsody Single-Cell Analysis System （BD）** 2017年九月发布，它是Resolve平台的升级版，它是目前市场上**仅有的不依赖于液滴技术的高通量建库平台**。它的机器包含了一块布满20万微孔的板子，其中放了**UMI-barcoded 磁珠**，最多可以捕获2万个细胞。捕获的细胞裂解，然后mRNA附着在beads上。这些beads混合起来，然后在单个管中建库。当然，系统会在细胞裂解前进行扫描，统计捕获细胞数量、双细胞数量、空孔数量，帮助用户**自主选择多少beads进行建库**，样本的质量能不能满足后续要求。至于剩下的beads，可以留着后续使用，这样可以节省后续的费用。另外它**使用了targeted RNA-Seq的方法，也就是只会扩增感兴趣的转录本** 。 **4.3 C1 System and Polaris (Fluidigm)** **C1可以说是现代单细胞领域的开拓者**，它于2012年发布，是第一个处理单细胞组学分析的仪器。它的操作主要在integrated fluidic circuit (IFC 芯片)上完成，每次可以处理96个细胞。目前至少有100篇文献使用这个技术，涵盖了转录组、全基因组、外显子、靶标DNA测序、表观、miRNA表达。这个平台的拓展性很强，可以使用不同的芯片（如：C1 Single-Cell Open App IFC chip）和自定义的实验方案（C1 Script Builder）； 另外这个公司2015年开发的一款叫Polaris平台，是第一个也是唯一一个 unique unified workflow for active cell selection, cultivation, and molecular analysis (up to 48 cells per run) **4.4 Nadia and RNA-Seq System （Dolomite Bio）** 这家公司是2016年成立的，在2017年11月推出了Nadia的单细胞测序平台（也是利用Drop-seq的全自动平台）。它也是将单个细胞包裹在一个微珠（bead）中，微珠的表面富含捕获寡核苷酸和UMI。 **和上一个gel bead方案不同的是：** **这个液滴中不含有反转录试剂**。反转录过程是发生在微珠收集并破裂以后。这样做的好处就是：它不用受限于在皮微级别的微珠内进行，可以在外边大展拳脚。但话说回来，**它比gel bead的细胞捕获效率要低。** ![](https://jieandze1314-1255603621.cos.ap-guangzhou.myqcloud.com/blog/2019-08-13-094608.png) ![](https://jieandze1314-1255603621.cos.ap-guangzhou.myqcloud.com/blog/2019-08-13-094621.png) #### 结论 * 细胞富集技术（如FACS）和高通量单细胞仪器整合起来是一个趋势，这样可以避免测一大批细胞，最后仅仅用了一小部分，造成各方面的浪费。这样整合起来可以有的放矢，我们可以仅仅选择感兴趣的细胞，然后高通量测序 * 一大挑战就是细胞质量的控制，目前没有评估单个细胞质量的工具。当然是可以根据bulk 转录组结果的表达量来定一个阈值，对每个细胞进行鉴定，比如看每个细胞中最少表达的基因数量。但不论怎样，这些方法都是后续的检验，我们的样本已经被处理完了，最优解还是测序之前就保证细胞的质量 * 多个组学联合分析是前景（ DNA, mRNA, regulatory RNA, proteins, metabolites），像10X就抓住了这个机会，好像BD也推出了Rhapsody蛋白检测的功能 * 最后就是针对分析工具整合的期待，还没有一个公认的分析流程出来，只有推广度高低之分，比如Seurat、Scater、Monocle这几个R包就推得比较多，那么说不定未来的标准流程就是它们 --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://jieandze1314.osca.top/02/2.3-zong-shu-2018-dan-xi-bao-bu-huo-ping-tai.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.