科研人别再纠结！顶刊案例手把手教你选择scRNA-seq or snRNA-seq！

  单细胞测序从2009被Nat Methods报道后，经过多年的发展，已经成为一种研究组织细胞异质性、生长发育、免疫微环境、疾病发展进程及治疗、肿瘤靶向药开发等领域的不可或缺的利器，在精准医疗和生命科学研究中发挥着极其重要的作用。但是许多研究人员在进行单细胞转录组实验设计时，常常面临选择scRNA-seq还是snRNA-seq的难题，以更好地揭示其研究目标‌。跟小编一起通过顶刊文献看下如何选择吧！  

 

首先，通过两个案例我们分析一下两者之间的细微差异：

案例一

参考文献：A single-cell and single-nucleus RNA-Seq toolbox for fresh and frozen human tumors

发表期刊：nature medicine（IF 58）

研究材料：人肿瘤组织

应用技术：scRNA-seq和snRNA-seq

在神经母细胞瘤的结果中，scRNA-seq检测到了更多的免疫细胞，如T细胞、B细胞、NK细胞等，snRNA-seq中检测到了更多的实质性细胞，如神经嵴、神经内分泌细胞等，而免疫细胞的检出显著降低甚至没有检测到。

在乳腺癌转移的样本中，scRNA-seq和snRNA-seq检测的结果和上述结果基本一致。scRNA-seq和snRNA-seq在UMAP图里的重合度相对较好，各个cluster基本都有检测到，只是占比偏差较大。

 

案例二

参考文献：A pan-grass transcriptome reveals patterns of cellular divergence in crops

发表期刊：Nature（IF 50.5）

研究材料：pan-grass

应用技术：scRNA-seq和snRNA-seq

scRNA-seq和snRNA-seq均能很好的反应完整组织的表达模式（相关性系数r≥0.7），且两者特异基因的表达模式基本一致。

接下来，作者比较scRNA-seq和snRNA-seq的数据差异，揭示在泛草中scRNA-seq能检测到更多的转录本和基因数量，而snRNA-seq没有经过组织解离单个细胞的过程，其GO结果有更低的应激反应，同时，在玉米snRNA-seq的细胞图谱中发现了新的细胞亚群。最后，作者总结scRNA-seq和snRNA-seq两技术能够优势互补，两者联合分析能发挥更大的技术优势。

 

 

RESEARCH

然后，我们再通过两个案例看下两技术优势互补，迸发强大能量的案例分析。

案例三

参考文献：Cells of the adult human heart

发表期刊：Nature（IF 50.5）

研究材料：人心脏

应用技术：scRNA-seq和snRNA-seq

这篇文章通过scRNA-seq和snRNA-seq数据联合的方式获得完整的人心脏细胞图谱，强调了心肌细胞、周细胞和成纤维细胞的细胞异质性，并揭示了具有不同发育起源和特殊特性的不同心房和心室细胞亚群，提高了研究者们对人类心脏的认识，并为未来的研究提供了更有价值的参考。

 

案例四

参考文献：Single-cell multi-omic and spatial profiling of human kidneys implicates the fibrotic microenvironment in kidney disease progression

发表期刊：Nature Genetics（IF 31.7）

研究材料：人肾脏

应用技术：scRNA-seq、snRNA-seq、scATAC-seq联合10xVisium、Cos Mx

这篇文章通过scRNA-seq、snRNA-seq、snATAC-seq以及Visium和CosMx SMI空间转录组测序平台，对81个肾脏样本的近338600个单细胞/细胞核进行了分析。研究旨在揭示健康和疾病状态下肾脏细胞类型和组织结构的复杂性，并确定纤维化微环境在肾病预后中的作用。

 

 

scRNA-seq和snRNA-seq分别通过解离和抽核等不同方法来获取不同细胞中的基因表达信息，已经是比较成熟的技术手段，在scRNA-seq作为单细胞的主流检测技术，在免疫细胞、小胶质细胞的检出方面有很大的优势，对于一些比较脆弱的基质细胞（如肝实质细胞、肾足细胞）、细胞直径较大（如神经元细胞、心肌细胞）、临床样本收样周期较长（需确认病理情况的样本）、已经冻存在-80℃冰箱的组织块等情况下，snRNA-seq技术检测有明显的优势。两者优势互补，必要的时候我们也可以在同一研究课题中集成应用两种不同的技术手段来实现自己的研究目的。

 

中科优品推荐

【中科新生命】布局先进的10x Genomics、Visium CytAssist、MALDI 2、Astral等国际先进的时空多组学平台，提供单细胞空间多组学联合的一站式解决方案，包含单细胞测序类、单细胞蛋白组、空间转录组、空间蛋白组、深度空间代谢组、全息空间多组学以及常规转录、蛋白、代谢组检测，积累了丰富的项目经验，助力发表多篇高分文章，快来联系我们展开时空多组学联合实验吧！！！