您好,欢迎光临武汉康测科技有限公司        027-65527552               seqhealth@seqhealth.cn                客服微信:seqhealth2016                    

  • 技术平台
    云分析平台
    OBS使用说明
    项目管理系统
    学术成果
  • 公司介绍
    加入我们
    资质荣誉
    联系我们
  • 公司新闻
    云平台进展
    行业动态
    技术进展
    产品应用进展
当前位置:
总页    转录组学    二代单细胞转录组

 

一、产品概述

传统bulk RNA-seq只能提供组织或细胞群体的平均转录信息,掩盖了细胞间的巨大异质性。在发育、肿瘤微环境、免疫响应等复杂生物学过程中,不同细胞类型、同一类型细胞的不同状态(静息 vs 激活、干细胞 vs 分化细胞)表现出显著的基因表达差异。单细胞转录组测序(scRNA-seq) 通过在单个细胞水平捕获并测序mRNA,实现高分辨率的细胞类型鉴定、状态解析、发育轨迹重建和稀有细胞发现,是揭示细胞异质性、发现新细胞亚群和解析调控网络的核心技术。

目前主流单细胞转录组平台基于微流控或微孔技术实现高通量单细胞分离与barcode标记,主要包括10x Genomics Chromium(GEM微滴技术)、BD Rhapsody(微孔阵列技术)和MGI DNBLab C4(微流控+DNA纳米球技术)。这些平台在通量、捕获效率、多组学兼容性和成本上各具特色,为基础研究、肿瘤免疫、药物开发等领域提供了强大工具。

 

 

二、技术原理

三大平台均采用“单细胞分离 + barcode标记 + 逆转录 + 文库构建 + 高通量测序”的核心流程,但技术细节差异显著。

  • 1.10x Genomics Chromium(GEM微滴技术,最主流) 

原理:利用微流控芯片将单个细胞与携带独特barcode的凝胶珠(Gel Bead)包裹进油滴(GEMs)中,细胞裂解后mRNA被barcode标记,随后进行逆转录生成带barcode的cDNA。支持3'端或5'端捕获,可无缝整合V(D)J免疫组库、表面蛋白(CITE-seq)和ATAC等多组学。

  • 2.BD Rhapsody(微孔阵列技术) 

原理:基于微孔阵列芯片(数万个微孔),每个微孔捕获单个细胞和带有barcode的磁珠,通过重力/磁力分离实现单细胞捕获。优势在于高细胞回收率和低双胞率,支持多达数百个样本并行处理,特别适合珍贵样本。

  • 3.MGI DNBLab C4(DNA纳米球微流控技术) 

原理:采用微流控芯片结合DNA纳米球(DNB)技术进行单细胞捕获和barcode标记,DNB提供高密度barcode库。平台强调高通量、低成本和与MGI测序仪的完美兼容,支持大规模人群研究。

  • 共同下游流程:cDNA扩增 → 文库构建 → 高通量测序(Illumina/MGI平台)→ Cell Ranger/专用软件分析(质控、比对、聚类、差异表达、轨迹分析)。
  • 不同平台对比
维度 10x Chromium BD Rhapsody MGI DNBLab C4
分离技术 GEM微滴 微孔阵列 微流控 + DNB
通量(细胞/样本) 高(数百至数万细胞/样本) 高(支持多达数百样本并行) 高(大规模人群友好)
捕获效率/回收率 中高 高(低双胞率)
成本与易用性 成熟生态,成本适中 适合珍贵样本,灵活性强 成本优势显著,适合大样本量
典型应用 肿瘤异质性、免疫组库、发育生物学 临床样本、稀有细胞、多样本比较 大队列人群研究、药物筛选

 

 

 

三、应用场景

单细胞转录组测序在揭示细胞异质性方面具有不可替代的优势,三大平台适用场景高度重叠但各有侧重。

常见应用包括:

  • 1.肿瘤微环境与精准医学:解析肿瘤细胞、免疫细胞异质性,鉴定新型亚群和治疗靶点;
  • 2.发育生物学:重建胚胎发育轨迹、干细胞分化路径;
  • 3.免疫学研究:T/B细胞亚群鉴定;
  • 4.神经科学:脑组织细胞类型图谱、神经退行性疾病机制;
  • 5.药物筛选与毒理学:评估药物对不同细胞亚群的影响、发现生物标志物;
  • 6.感染与炎症:病毒感染后宿主响应、炎症微环境动态变化。

平台选择建议:

  • 10x:多组学整合能力最强,生态最成熟,适合复杂机制研究。
  • BD Rhapsody:高回收率和多样本并行,适合临床珍贵样本。
  • MGI DNBLab C4:成本优势明显,适合大样本量人群队列研究。

三大平台通常与空间转录组、单细胞ATAC、蛋白组学等联合使用,提供多维度单细胞全景图谱。

 

 

四、服务流程

 

 

 

五、代表性结果

UMAP按cluster分布图


TOP1基因特征图


UMAP按细胞类型分布图


发育轨迹类型分布图


细胞通讯圈图

二代单细胞转录组