Nature：单细胞测序（上）

　　Nicholas Navin所需要的就只是一个细胞――问题是如何得到它。这是在2010年，冷泉港实验室的博士后研究员正在探究驱动乳腺癌的遗传改变。此前的大部分癌症基因组研究都是碾碎少量的肿瘤组织，一并将这些DNA进行测序，生成的是一张癌症基因组的一致图像。但Navin想要解析来自单个细胞的序列，看看随着癌症生长它们是如何突变和产生差异的。

　　他几乎立即就遭遇了麻烦。“细胞喜欢黏在一起，”他说。他尝试使用了最先进的显微切割技术，利用自动装置来分离细胞，或将它们吸到毛细玻璃管的尖头中。但是他无法确定没有第二个细胞一起来凑热闹。最终，他决定采用化学物质来溶解细胞的外膜，将细胞核释放出来。随后他利用自动细胞分选仪分离出细胞核，抽提它的DNA。重复这一过程他研究了大约100个细胞，获得的序列揭示肿瘤从少数的无赖细胞(rogue cell)演变为了遗传上不同的细胞组成的复杂混合物。

　　测序100个人类癌症基因组，这在十年前是无法想象的事情，就是在如今它也仍然是一项非凡的成果。随着技术的飞速发展，成本大大降低，使得基因组测序成为常规技术。然而，大多数的人类基因组、癌症或其他仍然是通过从多个细胞中抽提DNA来进行测序，它所忽略的细胞间的差异对于控制基因表达、细胞行为和药物反应却有可能是至关重要的。

　　“人们正变得对细胞间的变异非常地感兴趣，”现任职德克萨斯大学MD安德森癌症中心的Navin说。上个月，美国国家卫生研究所(NIH)宣布它将向单细胞研究，包括基因组测序提供5年达9千万美元的资金。

　　然而挑战比比皆是。将单细胞中微量的DNA扩增至足够用于测序且不引入太多的错误仍然是非常困难的。拼合数据和处理假象所需的生物信息学可能极其的复杂。并且，如Navin所发现的，即便分离细胞也是非常艰难的。出于这一原因，一些研究小组都是以容易分离的细胞例如精子，或是其他有可能具有显著基因组差异的细胞如肿瘤细胞作为开始。

　　但随着技术的改进，科学家们希望能够解析细胞间更加细微的差异，例如发生在许多神经元中，有可能起组织信息流作用的微小基因组重排。这样的研究最令人吃惊的一方面并不在于细胞间的差异，而是组织和器官如何能够忽略它们设法协同发挥作用。为了解决这些问题，从可能最小的单位开始是有道理的。

　　肿瘤的多样性

　　在他第一次努力研究乳腺癌肿瘤之时，Navin只能测序大约10%的DNA，还不足以看到单个的点突变，但却足够研究通常复制或缺失的，称为拷贝数变异的较大的片段。

　　研究结果表明肿瘤由三种主要的细胞群组成，在肿瘤生长过程的不同时期它们从根源肿瘤细胞群中飞速出现。“这表明了进化的模式不是有大量渐进的中间物。我们看到数以百计的染色体重排有可能是在进化期间非常短的时间内发生的，”他说。

　　自从搬到德克萨斯，Navin建立了一个研究小组，完全将研究焦点侧重到单细胞基因组学上。他一直在改善他的方法，现在可以拼凑起达90%的细胞基因组，这使得他能够更详细地研究单个癌细胞中的突变。