Single-cell Full-length RNA Sequencing

从细胞身份，到转录本身份

 

Nanopore 长读长单细胞转录组，解析细胞异质性背后的完整转录调控机制。

图 1  概念示意图：从细胞群体到完整转录本

不仅知道"哪个细胞表达什么基因"，更知道"这个细胞表达什么版本的转录本"。

 

一、为什么需要单细胞全长RNA测序？

从"基因表达"到"转录本结构"

单细胞测序已经让我们看见"细胞之间表达基因的差异"。但同一基因在不同细胞里，可能以不同转录本（isoform）形式存在——而这些 isoform 之间的差异，正是理解细胞功能状态、命运决定与疾病机制的关键。

短读长单细胞 RNA 测序受限于读长，难以准确还原完整转录本结构；Nanopore 长读长单细胞全长 RNA 测序，则能在单细胞分辨率下直接读取全长 cDNA，从源头解决这一难题。

图 2  二代 scRNA-seq vs Nanopore 单细胞全长 RNA 测序检测范围对比

短读长告诉你"表达多少"，长读长进一步告诉你"表达什么形式"。

 

 

二、技术原理

单细胞分辨率 × 长读长解析能力

通过微流控单细胞捕获，结合 Cell barcode / UMI 标记，将每个细胞中的 mRNA 反转录为全长 cDNA，再经 Nanopore 测序直接读取完整转录本序列，实现"细胞身份"与"转录本身份"的统一解析。

图 3  单细胞全长 RNA 测序技术流程

 

 

三、核心优势

从"基因表达"到"转录本结构"的四个维度的能力跃迁

01  完整解析转录本结构

同一基因（Gene A）在不同细胞中可能存在多种转录本形式。传统短读长技术需要依赖拼接推断，难以准确区分各 isoform 之间的差异；Nanopore 长读长直接读取全长 cDNA 序列，无需拼接，可同时识别 Exon skipping、Intron retention、Alternative 5′/3′ splice site、APA 等多种可变剪接事件，并准确发现新转录本（novel transcript）。

图 4  同一基因在不同细胞中产生多种转录本

 

02  精准解析可变剪接

同一 pre-mRNA 在不同细胞中可被剪接为不同 isoform。例如，CD8⁺T 细胞偏好使用 Isoform A，而 PDGFRα⁻/β⁺ 成纤维细胞偏好使用 Isoform B。在单细胞水平上揭示细胞类型特异性的剪接调控，才能把"细胞状态"与"转录调控机制"真正关联起来。

图 5  单细胞水平上的细胞类型特异性可变剪接

 

 

03  发现稀有细胞状态

传统 scRNA-seq 基于基因表达聚类。在同一个 cluster 内部叠加 isoform 信息后，能揭示"细胞类型相同、转录本状态不同"的细微差异，从而发现新的细胞亚群与处于过渡态的稀有细胞。

图 6  在 scRNA 聚类中揭示 isoform 层面的稀有细胞状态

 

04  多维度转录组信息一次获得

一次实验同时回答"哪个细胞、表达什么、怎么剪、是否有融合、是否是新转录本"——在单细胞分辨率下同时获得基因表达、isoform、可变剪接、融合转录本与新转录本等多维度信息，无需在多个实验之间拼接结果。

图 7  一次实验，多维度转录组信息同时获得

 

 

四、数据分析内容

从细胞群体到分子结构的完整解析

提供从单细胞聚类、差异基因/转录本分析，到转录本结构与功能机制解析的完整分析链条，并支持按研究需求进行多组学个性化定制分析。

图 8  从细胞群体到分子结构的数据输出地图

 

从主要分析内容：

• 原始数据质控与参考基因组比对、定量
• 基因和转录本表达聚类与降维
• 差异基因与差异转录本分析
• 可变剪接事件检测与定量
• 融合转录本分析
• 富集分析与功能机制解析
• 多组学联合分析（按需）

 

 

五、应用领域

在多个研究方向中释放单细胞 + 长读长的双重价值

图 9  单细胞全长 RNA 测序的主要应用方向

 

肿瘤异质性  · 解析肿瘤亚群、融合基因、剪接异常

免疫研究  · 解析 T / B / NK 等免疫细胞状态转换

发育研究  · 追踪干细胞到分化细胞中的 isoform 变化

神经科学  · 解析神经元网络中的长转录本与亚型

 

 

 

六、典型案例

单细胞全长转录组解析卵巢癌异质性与免疫微环境

研究者开发了单细胞靶向异构体长读长测序（scTaILoR-seq）技术，这是一种基于杂交捕获的方法。在单细胞水平上，scTaILoR-seq技术能够有效区分不同卵巢癌细胞系（图A），并揭示细胞类型特异性的可变剪接事件。例如，在PARP2基因中，研究者发现了2号外显子5’剪接位点的使用，其频率在三种细胞系中有所不同（图B）。此外，研究者们还对卵巢癌患者的解离肿瘤细胞进行了scTaILoR-seq分析，检测到的细胞类型包括B细胞、T/NK细胞、髓系细胞、成纤维细胞和上皮细胞（图C），并在这些细胞中发现了细胞类型特异性的转录本表达模式（图D）。此外，scTaILoR-seq技术还能够检测到细胞类型特异性的可变剪接事件，如IL-32基因的两种不同异构体在CD8+ T细胞和PDGFR α-/β+成纤维细胞中的差异表达（图E）。研究者还成功重建了T细胞受体α/β链配对，配对率达到了49.7%（图F）。

A

 

B

 

C

 

D

 

E

 

F

 

案例图示（A–F 组合图）：A UMAP 显示 COV504 / IGROV-1 / SK-OV-3 三种卵巢癌细胞系清晰分离；B PARP2 基因三种异构体在不同细胞系中的使用频率；C 患者解离肿瘤样本中识别出的细胞类型（B / T-NK / 髓系 / 成纤维 / 上皮）；D 细胞类型特异性的基因表达热图；E IL-32 两种异构体在 CD8⁺ T 细胞和 PDGFRα⁻/β⁺ 成纤维细胞中的差异表达；F T 细胞受体 α/β 链配对比例（α & β 配对率 49.7%）。

图 10  scTailor-seq 在卵巢癌样本中的单细胞全长转录组解析

 

参考文献：

Byrne A, Le D, Sereti K, et al. Single-cell long-read targeted sequencing reveals transcriptional variation in ovarian cancer. Nature Communications, 2024. DOI: 10.1038/s41467-024-51252-6

 

 

七、服务流程

从样本到结果的一站式交付

图 11  单细胞全长 RNA 测序一站式服务流程

由康测科技专业团队负责从样本制备到生信分析的每一个环节，可结合 ONT PromethION 或齐碳 QPinnacle2 等多种测序平台，按样本类型、研究目的与预算灵活匹配最佳方案（详细规格请咨询销售工程师）。