{
  "id": "single-cell-rna-sequencing",
  "title": "单细胞RNA测序",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "单细胞RNA测序测量单个细胞中的RNA，揭示混合样本测量所掩盖的细胞多样性、基因表达状态和生物学过程。",
  "category": "science",
  "subcategory": "biology",
  "type": "concept",
  "aliases": [
    "scRNA-seq",
    "单细胞转录组测序"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/single-cell-rna-sequencing/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/single-cell-rna-sequencing/",
      "json": "https://aiwiki.page/en/single-cell-rna-sequencing.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "单细胞RNA测序通常缩写为 scRNA-seq，是一类用于测量单个细胞中RNA分子的实验与计算方法。它将RNA测序的研究范围从混合样本的平均表达谱拓展到单细胞层面，使研究人员能够区分细胞群体、识别少见的细胞状态，并探究表面相似的细胞之间的差异。应用最广泛的方案大多测量带有多聚腺苷酸尾的信使RNA，而一些专门的方法还可捕获其他类别的RNA。这个术语通常也涵盖以分离的细胞核而非完整细胞为对象进行表达谱分析的相关方法。\n\n其核心产物是转录本丰度测量矩阵，一条轴对应基因，另一条轴对应细胞或细胞核。构建这一矩阵，需要在RNA提取、逆转录为互补DNA、扩增和测序的整个过程中，保留每个分子所属细胞的身份信息。解读这一矩阵，则需要将生物学差异与分子捕获不完全、样本处理及其他技术因素造成的影响区分开来。因此，测得的表达谱只是对细胞RNA组成的局部观测，其结果取决于所用方案，并非详尽无遗的清单。\n\n单细胞RNA测序已成为研究发育、免疫、神经系统和疾病的重要工具。它是大型细胞图谱项目的基础，并日益将表达测量与空间位置、蛋白质、染色质可及性及实验扰动相结合。其优势在于能够分辨异质性群体；主要局限则来自破坏性取样、捕获不完全、组织背景信息丢失，以及仅凭观测性表达数据难以推断生物学机制。"
    },
    {
      "heading": "生物学基础与历史发展",
      "text": "scRNA-seq的生物学依据在于，组织层面的测量可能掩盖细胞组成和细胞活动的差异。混合样本中某个基因的表达量升高，可能是因为正常表达该基因的细胞数量增多，也可能是同一细胞群体内该基因的表达量升高，或两者兼有。单细胞测量使这些情况更容易区分，也能揭示与细胞活化、分化、代谢及细胞周期相关的连续变化，而这些变化可能跨越传统的细胞类型分类界限。\n\nRNA丰度是一种中间层次的分子表型。它反映的是转录、RNA加工、转运和降解的综合作用，而非仅仅反映转录。由于RNA与蛋白质的生成和周转动态不同，转录本丰度并不能直接确定蛋白质丰度或细胞功能。此外，具有相同身份的细胞也可能因环境暴露、转录的随机性，或其在生理周期中所处的阶段而出现暂时性差异。因此，单细胞转录组既能捕捉相对稳定的细胞身份，也能反映随时间变化的细胞状态。\n\n早期方法利用显微成像或靶向扩增来测量单个细胞中的特定转录本。高灵敏度互补DNA扩增技术与高通量DNA测序的结合，使转录组规模的测量成为可能。2009年，汤富酬及其同事报道了一种具有里程碑意义的单细胞mRNA测序方法，并在单个小鼠卵裂球中进行了验证。这类早期研究分析的细胞数量不多，但证实了即使起始材料极其有限，也能实现全基因组尺度的RNA测量。\n\n此后的技术发展分别提升了转录本覆盖度或通量。2012年发表的Smart-seq和2013年发表的Smart-seq2改善了沿转录本全长的覆盖情况，并被广泛用于对单独分离的细胞进行精细分析。另一些方法则侧重于在早期引入分子索引，并将样本合并处理。包括Drop-seq和inDrop在内的大规模并行液滴方法于2015年问世，使研究者能够开展涉及数千个细胞的实验，同时大幅降低单个细胞的处理成本。商业化液滴平台推动了这些工作流程的标准化，而随后出现的组合索引技术则进一步扩大了实验规模，无须让每个细胞各自占用一个独立的反应室。\n\n这些进展改变了许多生物学研究划分研究对象的基本方式。研究者不再完全依靠少数预先选定的标志物来定义细胞群体，而是可以根据数千个实测基因来描述其特征。这并未消除对经典解剖学、谱系研究或功能实验的需求，而是提供了一种高维度的描述方式，既能完善现有分类，也能揭示有待独立研究加以验证的细胞群体。"
    },
    {
      "heading": "取样、组织制备与实验设计",
      "text": "生物样本决定了哪些细胞能够进入实验。实体组织通常需要通过机械解离、酶消化或两者结合来制成细胞悬液。这些处理可能更容易破坏脆弱的细胞，无法释放紧密嵌于组织中的细胞群，或诱导应激相关的转录活动。处理时间过长，可能在 RNA 得到稳定保存之前就改变基因表达。因此，数据集所代表的是通过特定制备方法成功回收的细胞，而不一定是对原始组织中全部细胞的无偏统计。\n\n流式细胞术可用于富集活细胞、排除碎片，并利用荧光标记分离特定细胞群。索引分选还会记录每个被分选细胞的测量数据，从而将测序结果与表面标志物荧光强度等特征关联起来。富集有助于研究稀有细胞群，但会改变所取样本的组成，使研究者可能无法直接估计各细胞群在原始组织中的比例。同样，如果损伤本身就是所研究过程的一部分，排除受损细胞也可能去除具有生物学意义的细胞群。\n\n当完整细胞难以回收时，单核 RNA 测序提供了另一种选择。细胞核可以从多种冷冻组织中分离，也可以从许多因形态复杂而难以进行全细胞解离的细胞类型中分离，包括许多类型的神经元。细胞核制备物中的 RNA 组成有所不同，其中未剪接的前体 RNA 相对较多，细胞质 RNA 则较少。因此，全细胞数据集与细胞核数据集虽有关联，却不能互换：检测到的基因差异既可能反映生物学状态的差异，也可能源于所取样的细胞区室不同。\n\n实验重复的设置必须与研究问题相匹配。从同一供体、动物或培养物中采集的细胞，只是该生物学单位的子样本。在检验群体层面的差异时，来自单一个体的数千个细胞不能替代多个独立个体。因此，比较不同条件的研究需要足够的生物学重复，并在样本处理安排上保持均衡。如果所有对照样本都在同一天制备，而所有处理组样本都在另一天制备，那么处理效应与制备批次效应可能无法区分。\n\n细胞数量与测序深度分别应对不同的局限。分析更多细胞，可以提高观察到稀有细胞群的机会；增加测序深度则可以改善低丰度转录本的检出，直到捕获所得的文库接近测序饱和。在理想的独立取样条件下，频率为 \\(p\\) 的细胞群在 \\(n\\) 个取样细胞中至少出现一次的概率为 \\(1-(1-p)^n\\)。实际存在的细胞回收偏倚，以及表征一个细胞群需要多个细胞这一要求，都会提高实际所需的取样量。样本多重化，即将分别标记的样本混合后进行处理，可以减少部分技术变异，但不能替代重复实验，也无法消除混样前已经引入的差异。"
    },
    {
      "heading": "分子捕获、条形码与转录本覆盖范围",
      "text": "大多数单细胞RNA测序方案首先裂解细胞，再利用寡核苷酸与许多真核生物信使RNA的poly(A)尾结合，从而捕获RNA。逆转录酶将RNA复制为互补脱氧核糖核酸，后者更易于扩增和测序。由于单个细胞所含的起始材料很少，扩增必不可少。各类方案采用聚合酶链式反应、体外转录或多种反应的组合，生成足够的材料用于构建文库。\n\n在许多高通量工作流程中，两类序列标签发挥着核心作用。细胞条形码用于标识与某个分子关联的分隔单元或其索引标记历程。唯一分子标识符（UMI）则在大量扩增之前，为每个捕获到的分子加上标签。具有相同细胞条形码、归属于同一基因且UMI足够相似的测序读段，可以归为一组，以免将扩增产物计为彼此独立的原始分子。UMI校正必须考虑测序错误和标签碰撞，即不同分子被赋予相同标签的情况。\n\nUMI能够减少扩增偏倚，但不能使测量成为绝对定量。分子在被计数之前，可能在裂解、捕获、逆转录或文库制备过程中丢失。由于可采样的标签数量有限，多个原始RNA分子也可能变得无法区分。因此，UMI计数估计的是捕获到的、可彼此区分的分子数量，而不是活细胞中存在的全部分子数量。外源RNA标准品可以帮助评估灵敏度和技术变异的某些方面，但它们在整个工作流程中的表现不一定与内源RNA相同。\n\n不同方案的转录本覆盖范围差异很大。许多可扩展至大规模应用的系统，只对每个捕获转录本靠近3′端或5′端的一小段区域进行测序。这可以高效地进行基因水平计数，但通常无法分辨所有转录本异构体。全长测序方法的读段分布覆盖转录本的更广泛区域，更适合研究可变剪接、序列变异和转录本结构。不过，“全长”这一名称并不保证能完整观测每个RNA分子，也不保证能无歧义地重建所有异构体。\n\n基于poly(A)的捕获方式也决定了哪些RNA会被遗漏。大多数核糖体RNA、成熟的转运RNA以及许多其他不带多聚腺苷酸尾的RNA，在测序数据中的代表性都较低。随机引物法和总RNA测序方法扩大了可检测转录本的范围，但也带来了额外挑战，涉及高丰度核糖体RNA分子的处理、链信息的保留以及文库复杂度等。标准方法尤其难以应用于细菌：细菌细胞的RNA含量低，细胞包被结构多样，而且通常缺乏常见真核生物测序方案所利用的长poly(A)尾。因此，专门针对微生物的单细胞方法需要采用不同的捕获与处理策略。"
    },
    {
      "heading": "平台、分隔方式与通量",
      "text": "基于孔板的方法将单个细胞置于不同的孔中，通常通过细胞分选或显微操作来完成。每个孔可分别加入试剂和索引序列，从而将实体细胞与其文库直接对应起来。这类方法适用于精细分析、针对选定细胞的实验，以及需要对同一细胞进行额外测量的实验方案。其局限包括试剂消耗较大、操作较繁琐，以及相较于高度多重化方法通量较低，不过自动化能够显著扩大处理规模。\n\n微流控和液滴系统将反应微型化。一种常见设计是将细胞和带有条形码的微珠包裹在分散于油相中的水相液滴内。细胞裂解后，RNA 分子与微珠上的捕获寡核苷酸结合，因此来自同一隔室的转录本会获得相同的细胞条形码。随后，便可在测序前合并大量反应产物。微孔系统采用类似原理，但将细胞和捕获微珠分配到实体微孔阵列中，而非液滴中。\n\n随机装载使细胞回收率与多细胞捕获率之间存在权衡。若细胞独立进入各隔室，且每个隔室的平均细胞数为 \\(\\lambda\\)，则泊松模型给出\n\n\\[P(k)=\\frac{e^{-\\lambda}\\lambda^k}{k!},\\]\n\n其中，\\(P(k)\\) 表示一个隔室中含有 \\(k\\) 个细胞的概率。提高细胞浓度会降低空隔室的比例，但也会增加捕获多个细胞的概率。由于细胞成团、细胞大小差异及设备特有的装载机制，实际系统可能偏离理想的泊松分布。此外，在保留下来的含细胞隔室中，多细胞隔室所占的比例，并不等同于其在全部隔室中所占的比例。\n\n组合索引无需在文库构建的全过程中始终将每个细胞单独进行物理隔离。细胞或细胞核依次经历多轮分配、分子索引标记、混合和再分配。每个细胞或细胞核都会获得一组条形码组合，测序后可据此识别其分子所属的细胞。只要条形码组合足够丰富，就能区分大规模细胞群体；不过，当不同细胞获得相同组合时，便会发生条形码碰撞。碰撞概率取决于细胞装载量和索引方案的有效多样性。\n\n因此，平台选择并非简单地按技术新旧进行排序。若研究希望获取选定细胞的详细异构体信息，可能更适合采用基于孔板的深度测序分析；组织细胞普查可能更适合高通量的转录本末端计数；而大规模筛选则可能优先考虑以较低成本为大量细胞添加索引。细胞回收效率、与固定样本的兼容性、转录本检测灵敏度、操作要求，以及获取其他分子模态信息的能力，都会影响平台的适用性。比较时必须区分每个处理细胞的成本、每份可用表达谱的成本，以及测序总支出，因为按这些不同指标衡量，最有优势的方案可能并不相同。"
    },
    {
      "heading": "从测序读段到经过质量控制的表达矩阵",
      "text": "计算处理从测序读段及其关联的样本索引、细胞条形码和唯一分子标识符（UMI）开始。首先根据预期结构或允许使用的条形码列表检查条形码序列，并可对疑似测序错误进行纠正。源自转录本的序列会被比对到参考基因组，或通过基于转录组的映射方法确定其归属。基因注释、多重比对读段的处理方式以及内含子序列的计数规则都会影响最终生成的矩阵，对细胞核数据和转录区域相互重叠的基因尤其如此。\n\n基于 UMI 的工作流程将读段合并为推断得到的分子观测记录。这需要区分扩增产生的重复读段与来自独立分子的读段，并在纠正标签错误时避免过度合并真正不同的分子。不使用 UMI 的方案则更直接地依赖读段计数和覆盖度模型。最终输出通常是一个稀疏矩阵，其中大多数基因—细胞条目为零。这种稀疏性既反映了真实的缺失或低丰度，也反映了观测不完全。\n\n对于液滴实验，识别哪些条形码对应细胞本身就是一个推断问题。空液滴中可能含有受损细胞释放的 RNA，通常称为环境 RNA。丰度最高的环境转录本可能污染真实细胞的表达谱，造成无关细胞群也表达这些转录本的假象。细胞识别方法会考察总计数、表达组成，以及表明信号并非来自环境背景的统计证据。背景校正方法会估计污染程度，但其结果取决于对细胞外 RNA 来源及分布的假设。\n\n质量控制通常考察检出的基因数、总计数、线粒体转录本比例，以及其他样本特异性指标。线粒体转录本比例较高可能提示细胞质 RNA 流失或细胞受损，但正常水平因组织和细胞类型而异。检出基因非常多的细胞可能只是体积较大或转录活跃，并不一定是多细胞混合体；而天然 RNA 含量较低的细胞，其表达谱可能看起来像低质量数据。因此，统一阈值可能选择性地剔除有效细胞群，或保留质量受损的细胞。\n\n双细胞混合体是指两个细胞被当作一个细胞处理后形成的表达谱。计算检测方法通常会识别那些看起来像由不同细胞群混合而成的表达谱；相似细胞的混合则更难识别。样本标记、供体间的遗传变异以及基于抗体的样本标签可提供额外证据。这些手段的有效性取决于实验设计：来自同一标记样本的两个细胞，可能仍无法仅凭样本身份加以区分。\n\n质量控制更适合被理解为若干相互关联的分类判断，而非单一的过滤步骤。这包括识别有效的分子记录、真正包裹细胞物质的区室、可作生物学解释的表达谱，以及合理的单细胞归属。保留原始计数并记录过滤决策十分重要，因为下游结论可能取决于哪些细胞和基因被排除。"
    },
    {
      "heading": "归一化、统计推断与整合",
      "text": "原始计数的差异，一部分源于细胞间RNA含量的不同，另一部分源于分子捕获效率和测序深度的不同。归一化旨在提高与生物学比较相关的测量值之间的可比性。一种常用流程是将每个细胞的计数除以文库大小因子，重新缩放后再进行对数变换。其他方法则利用合并后的细胞估计大小因子，或采用概率分布对计数建模，通常使用泊松分布或负二项分布模型。\n\n归一化无法自动区分技术性测序深度差异与RNA总量的真实差异。如果某一细胞群的单细胞RNA含量明显更高，强行将所有细胞的总量归一到同一水平，就可能掩盖这种差异，并改变表观上的相对表达水平。如何恰当解读结果，取决于研究问题关注的是转录本占比、捕获到的分子数，还是绝对丰度。外部标准品和补充测量可以提供帮助，但也各自引入了相应的假设。\n\n零计数并不对应某一种特定的生物学状态。某个基因可能没有表达，也可能表达丰度较低而未被采样到，或者其RNA在处理过程中丢失。非正式术语“掉失”（dropout）常将这些可能性统称在一起。许多基于液滴的UMI数据集，只需使用合适的计数模型即可分析，无须额外假设存在独立的零膨胀过程。通过替换零值或平滑表达数据的插补方法有助于某些探索性分析，但也可能人为引入相关性、削弱离散差异，或产生缺乏实际观测分子支持的表观表达。\n\n降维用于组织高维表达数据。主成分分析通常提供一种紧凑表示，用于构建邻域图。聚类算法识别这些图中的群落，而UMAP等方法则生成可视化嵌入。二维图并不是生物学距离的直接映射：彼此相近的点通常反映局部相似性，但相距较远的细胞簇之间的间隙、形状和距离，可能在很大程度上取决于分析参数的设置。\n\n统计比较需要注意重复的单位。在评估供体组间差异时，将同一供体的每个细胞都视为独立重复，可能低估不确定性。伪批量分析按细胞类型和生物学样本汇总计数，从而能够使用样本层面的模型估计实验条件的效应。混合模型则提供了另一种描述嵌套观测数据的方法。检验数千个基因时，必须进行多重检验校正；即使大量细胞使检验得到很小的P值，效应量仍然十分重要。\n\n批次效应源于处理流程、化学体系、测序或其他非生物学条件的差异。整合方法旨在获得跨数据集的共享表示，有时会采用邻域匹配或潜变量模型。然而，过度校正可能消除真实的生物学差异，尤其是在实验条件与批次相互混杂时。整合后的表示可用于可视化和细胞匹配，但未必适合在假设检验中替代原始计数。严谨的分析应区分技术层面的对齐、探索性的模式发现，以及对生物学效应的正式估计。"
    },
    {
      "heading": "细胞身份、参考映射与细胞图谱",
      "text": "细胞注释为表达模式赋予生物学意义。某些细胞群具有公认的标志物，但要可靠地鉴定细胞，通常需要综合多个基因的表达，并结合组织来源、发育阶段及其他背景证据。单个标志物可能由多个细胞群共有，也可能在特定条件下被诱导表达。当分子检测不充分时，未检测到某个标志物也不足以构成有力证据。例如，鉴定免疫细胞群往往依赖多个基因协同表达所形成的程序，而非仅检测某一种受体的转录本。\n\n聚类有助于发现数据中的结构，但一个聚类簇并不自动等同于一种细胞类型。所选高变基因的数量、图的构建方式、聚类分辨率以及样本组成，都可能将一个细胞群拆分，或将多个细胞群合并。有些差异代表稳定的发育身份，另一些则反映激活、应激、昼夜节律变化或细胞周期。细胞身份也可以具有层级结构：例如，神经元这一大类可包含多个亚类和更精细的亚型，而支持各层级分类的证据强度可能不同。\n\n参考映射通过最近邻方法、分类器或共享潜在空间，将新测得的细胞与已注释的数据集进行比较。这可以提高注释的一致性，并避免对已知细胞群反复命名。然而，参考数据可能未涵盖待分析数据中的发育阶段、物种、组织状态或稀有细胞群。如果分类器必须将每个细胞归入现有类别，就可能掩盖新的细胞类型或状态。因此，置信度评分，以及允许标记为“不确定”或“未分配”的选项，都是解读结果时的重要组成部分。\n\n大型细胞图谱项目将这些测量数据按组织和生物体加以整合。2016年启动的人类细胞图谱计划建立了一个系统表征人类细胞的国际协作框架。2018年发表的 Tabula Muris 和2020年发表的 Tabula Muris Senis 等小鼠项目，展示了多器官参考数据与不同年龄采样的价值。这些资源支持比较性注释、标志物评估，以及研究某一分子程序在多大范围内被不同细胞共享。\n\n图谱构建也揭示了固定分类目录的局限。细胞状态会随年龄、解剖位置、生理状况及个体遗传背景而变化。跨物种比较需要关注直系同源基因以及组织结构的差异；表达相似本身并不能证明功能或发育起源相同。因此，有用的图谱应是明确记录其适用范围的结构化参考，而不是对固定不变的类别所做的完整罗列。\n\n正交验证为注释提供生物学依据。显微观察可以确定细胞的形态和位置，蛋白质测量可以检验基于转录本确定的标志物是否出现在细胞表面，功能实验则可以检验预测的细胞特性。这些测量结果相互一致，会增强分类的可信度；结果不一致则可能揭示技术局限，也可能反映RNA丰度、蛋白质生成与细胞行为之间具有生物学意义的差异。"
    },
    {
      "heading": "发育轨迹与时间推断",
      "text": "大多数 scRNA-seq 检测方法会在测量过程中破坏细胞。因此，这些方法观察的是处于不同状态的不同细胞，而不是随时间追踪同一个细胞。轨迹推断试图根据这些快照重建细胞状态的先后顺序或分支结构。例如，在发育过程中，细胞可能形成一条从祖细胞经中间状态延伸至已分化细胞群的连续谱。算法利用表达相似性及其他假设，估计贯穿这一连续谱的路径。\n\n拟时序是推断轨迹上的一个坐标，并非实际经过的钟表时间。拟时序上间隔相等的两段距离不一定代表相等的时长；除非清楚了解采样方式和细胞存活情况，否则采样密集的区域也不一定意味着进程缓慢。在许多方法中，选择起始细胞群或根节点即可确定方向。缺少这类信息时，表达流形或许能够支持某种排序，却无法给出唯一的发育解释。\n\n分支结构同样依赖于模型。看似存在的分支，可能代表分化、活化、技术因素造成的分离，也可能源于中间细胞群的缺失。不同的生物学历程可能产生相似的表达快照，尤其是在细胞趋向同一状态时。实际测量的时间点、已知的祖细胞以及解剖学信息，有助于缩小这些解释上的歧义。仅凭计算重建并不能确定祖先与后代的关系。\n\nRNA 速率引入了 RNA 加工过程中的信息。Gioele La Manno 及其同事于 2018 年提出的这一方法，利用未剪接 RNA 与已剪接 RNA 之间的关系，估计表达变化的局部方向。一个简化的动力学模型为\n\n\\[\\frac{du}{dt}=\\alpha-\\beta u,\\qquad \\frac{ds}{dt}=\\beta u-\\gamma s,\\]\n\n其中，\\(u\\) 和 \\(s\\) 分别表示未剪接 RNA 和已剪接 RNA，\\(\\alpha\\) 为转录速率，\\(\\beta\\) 为剪接速率，\\(\\gamma\\) 为降解速率。在特定假设下，观测值相对于估计动力学关系的偏离，可以提示某种转录本的丰度正在增加还是减少。\n\n速率估计对测序读段的归属方式、动力学假设、基因选择，以及所采样的细胞是否充分代表其背后的生物学过程都很敏感。基因的转录速率可能发生变化，RNA 加工过程可能较为复杂，其动力学特征也可能难以从稀疏的快照中准确辨识。嵌入图上显示的箭头，是模型估计结果经过变换后的表示，并非对细胞运动的直接观测，而且可能存在很大的不确定性。\n\n谱系追踪通过标记细胞，并追踪其后代继承的标记，提供了另一类证据。将谱系信息与转录组相结合，可以揭示状态相似的细胞是否具有共同祖先，以及同一个祖细胞是否会产生多种不同的后代结局。时间序列实验和对新合成 RNA 的脉冲标记，可提供进一步的时间约束。这些方法引入了有关细胞历史或时间的观测信息，而这些信息无法仅凭单次静态转录组可靠地还原，因此能够补充基于表达的推断。"
    },
    {
      "heading": "在生理学、疾病及扰动实验中的应用",
      "text": "在免疫学中，scRNA-seq能够区分免疫细胞数量的变化与特定细胞群内部的变化。它既能辨别与活化、分化和组织驻留相关的转录程序，也能解析淋巴系与髓系细胞群之间的相互作用。专门的受体测序流程可以在获取表达谱的同时，获得配对的T细胞受体或B细胞受体序列。共有的受体序列有助于识别发生扩增的克隆，但通常仅凭受体序列无法确定抗原特异性。\n\n在神经科学中，转录组分析使研究者能够对不同脑区的神经元及支持细胞进行精细分类。这些分类可以与电生理特性、连接模式及形态特征进行比较。单核转录组分析对于存档冷冻组织尤其有价值，但其涵盖的分子范围与全细胞分析不同。转录组相似性可以提示神经元群体之间可能存在的关系，但生理特性仍需通过直接测量，或有充分证据支持的跨模态对应关系来确定。\n\n在癌症研究中，单细胞数据能够区分恶性细胞、基质细胞和免疫细胞，并揭示各类细胞内部的差异。有时可以根据基因组不同区域内协调一致的表达变化，推断染色体的大范围拷贝数模式。这类推断属于间接推断，可能受到表达程序或覆盖度不足的干扰；直接测量DNA则提供了另一类证据。纵向采集的样本可以记录疾病进展或治疗过程中所观察到的细胞群变化，但破坏性取样本身无法确定单个细胞的历史。\n\n发育与再生研究利用单细胞表达谱识别祖细胞状态、比较实验室模型与组织，并考察类器官的细胞组成。模型可能重现某些具有特定分子特征的细胞群，却缺少其他细胞群，或呈现应激相关状态。在明确考虑发育阶段、取样方案和所选参照的情况下，这些比较最有信息价值。与参照转录组相似，只能说明分子层面的相似性，并不足以完全证明其具有正常组织功能。\n\n扰动实验将表达变化与受控干预联系起来。2016年问世的Perturb-seq将混合式成簇规律间隔短回文重复序列（CRISPR）扰动与单细胞转录组读出相结合。细胞中所接受扰动的身份信息可以与其表达谱关联，从而能够并行研究多种干预。相关实验设计各有不同，包括破坏基因、抑制或激活转录，以及是否直接捕获向导序列等。\n\n由于干预发生在所测量的响应之前，扰动筛选有助于加强因果解释，但仍会受到扰动不完全、脱靶效应、向导活性差异以及细胞生长过程中的选择作用等因素影响。携带同一向导序列的多个细胞，不一定能为每个实验步骤提供独立重复。细胞群数量的变化也可能源于存活率差异，而非状态之间的直接转换。可靠的解释需要结合扰动效果验证、适当的对照和重复实验设计，并区分细胞组成的变化与存活细胞内部的变化。"
    },
    {
      "heading": "空间背景、多模态测量与可重复性",
      "text": "传统的基于组织解离的 scRNA-seq 会使细胞脱离其在组织中的原有位置。空间转录组学通过测量组织切片或其他具有空间组织结构的样本中的 RNA，弥补了这一局限。有些方法利用带有空间条形码的阵列捕获转录本，另一些方法则通过多轮成像反应检测选定的一组或覆盖广泛的 RNA。不同方法的分辨率有所差异：一次测量可能对应包含多个细胞的区域、经图像分割识别的单个细胞，或单个 RNA 分子。单细胞参考数据可以帮助估算哪些细胞群体对空间测量结果有所贡献，但这类估算取决于参考数据的完整性和模型假设。\n\n多模态检测将 RNA 与同一细胞的其他特征联系起来。2017 年推出的 CITE-seq 使用寡核苷酸标记的抗体，在测定转录组的同时定量检测选定的蛋白质。RNA 与染色质可及性联合检测将基因表达与分子探针能够接近的调控区域联系起来。其他方法则将转录组与基因型、甲基化、受体序列、谱系标记或物理特征相结合。在同一细胞中测量多种模态，可以揭示仅通过计算方法匹配独立检测结果时可能被掩盖的关联。\n\n不过，每种模态都有其特有的测量过程。抗体衍生的计数取决于特异性、结合情况、背景信号和表位可及性。染色质可及性测量的是一种调控属性，而不是转录因子的直接结合或基因活性。可及性与 RNA 的共同变化可以帮助识别候选调控关系，但观察到的关联并不能证明某个特定调控元件导致了基因表达变化。计算整合必须保留这些区别，而不能将所有模态都视为同一个潜在量的可互换表征。\n\n基于表达的分析还尝试通过将一个细胞群体表达的配体与另一个群体表达的受体相匹配，推断细胞群体之间的通信。这类分析提出的是有关潜在信号相互作用的假设，不能证实蛋白质分泌、受体占据、空间邻近性或下游功能反应。空间证据、蛋白质测量和扰动实验可以检验所提出机制的不同环节。\n\n可重复性要求详细记录采样、保存、解离、实验化学体系、测序、参考注释和软件参数。原始测序数据、计数矩阵、细胞层面的元数据以及有完整记录的分析流程，分别支持不同形式的重新分析。AnnData 和 SingleCellExperiment 是广泛使用的计算数据结构，用于组织矩阵及其相关注释。清晰的样本标识符对于追溯供体层面的重复设计，以及区分生物学批次与技术批次至关重要。\n\n人类单细胞数据集也带来了数据隐私方面的担忧。表达测序读段可能包含遗传变异，而分子元数据与临床元数据的组合可能增加重新识别个体身份的风险。对样本名称进行去标识化处理，并不一定能消除通过遗传信息识别个体身份的可能性。因此，知情同意、在适当情况下实行受控访问，以及谨慎处理关联元数据，都是研究基础设施的一部分。可重复使用的数据集的科学价值，不仅取决于所测细胞的数量，还取决于测量数据的来源、可解释性，以及能否以负责任的方式供人访问和使用。"
    }
  ],
  "links": [
    "cell",
    "rna",
    "rna-sequencing",
    "messenger-rna",
    "gene",
    "cell-cycle",
    "transcription-biology",
    "protein",
    "dna-sequencing",
    "flow-cytometry",
    "enzyme",
    "dna",
    "polymerase-chain-reaction",
    "alternative-splicing",
    "ribosomal-rna",
    "transfer-rna",
    "bacteria",
    "genome",
    "matrix",
    "probability-distribution",
    "principal-component-analysis",
    "t-cell-receptor",
    "neuroscience",
    "cancer",
    "crispr",
    "spatial-transcriptomics",
    "antibody",
    "data-privacy"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}