张锋团队开发出高通量的单细胞RNA测序方法

　　去年，Broad研究所的研究人员在《Science》上发表了一种称为sNuc-Seq的单核RNA测序方法。这种方法让人们能够研究那些难以分离的单细胞中的基因表达谱。如今，Broad研究所领导的团队克服了sNuc-Seq应用的一大障碍：规模。

　　8月28日，研究人员在《Nature Methods》上发表了他们的成果。通讯作者是Broad研究所的两位牛人科学家：张锋（Feng Zhang）和Aviv Regev。这种称为DroNc-Seq的单细胞表达谱分析技术融合了sNuc-Seq和微流体，能够对结构复杂组织的基因表达进行大规模的并行测定。

　　对于大脑等复杂组织而言，单细胞研究有着独特的吸引力。然而，在研究神经元及其他细胞的基因表达时，研究人员总是觉得困难重重。这是因为分离细胞的过程会影响RNA含量，也不能准确地反映细胞类型的真实比例。此外，这些过程也不适用于冷冻保存的组织。sNuc-Seq则利用从细胞中提取出的单个细胞核作为起始材料，成功绕过这些问题。

　　不过，sNuc-Seq也并非一种完美的方法。它终归是一种低通量的技术，利用96孔或384孔板来采集和运行样本。为了实现更高效的研究，Broad研究所的团队希望将研究规模扩大，每次能够研究数千个细胞核。于是，他们转向了微流体。

　　研究人员受到了Drop-Seq方法的启发。这是一种单细胞RNA-Seq技术，由哈佛医学院的研究人员开发。它将单细胞与带有DNA条码的微珠一起包裹在微滴中，以便大大加速表达谱分析实验，同时降低成本。最终，他们开发出DroNc-Seq方法。

　　为了检验新方法的准确性以及速度，研究人员利用DroNc-Seq对小鼠细胞系和脑组织进行分析，并与Drop-Seq、sNuc-Seq以及其他较低通量的单细胞RNA-Seq方法进行比较。结果显示了灵敏、高效且无偏向的细胞分类。

　　同时，他们还将新方法应用于GTEx（Genotype-Tissue Expression）项目收集的人类组织上。他们发现，它可以鉴定神经元、神经胶质细胞及大脑中其他细胞类型特有的表达特征，还可以区分关系相近的细胞亚型。

　　总的来说，DroNc-Seq是一种可靠且灵敏的单细胞测序方法，将为人类细胞图谱（cell atlas）的成功绘制铺平道路。