如何選擇技術方法來進行單細胞多組學研究

現階段，科學家們已經開始以單細胞分辨率組合多層信息。這些“多組學”技術可以更仔細地觀察細胞之間的可變性，更清楚地識別特定細胞及其功能。分析基因組DNA揭示了單細胞基因組，甲基化組織或染色質，而分析RNA和蛋白質則能分別產生轉錄組和蛋白質組數據。

如何做出選擇

有了這么多種的檢測方法可供選擇，研究人員還需要根據他們提出的生物學問題，特定技術的成本，勞動密集程度和技術要求來決定使用哪些檢測方法。

“通常這需要技術專家團隊，計算人員和了解實驗系統的生物學家合作才能很好地完成這些類型項目的研究，”Bock說。

如何制定技術方案，選擇方法取決于很多因素，各種技術的實驗指南存在的一大差異是如何從組織中分離單個細胞，口腔移液和連續稀釋是相對快速，簡便和低成本的方法，可以最大限度地降低RNA或蛋白質降解的風險，但它們通量也相對較低。FACS，機器人操作和微流體是高通量的，但它們很昂貴并且可能在細胞分離上沒有那么精細。

成本是另一個因素。基于指南和試劑的體積（例如酶和抗體），上述這些技術的價格每個樣品從幾美元到幾百美元不等（這不包括測序的成本，當然測序也可能是限制性的問題）。 “沒有多少科學家能夠從單個細胞中測序十萬個單基因組，”Chappell說。

對于一批樣品，單細胞多組學測定可以需要花費超過24小時到近一周的時間，其中涉及手動將細胞核與細胞質分離的方法往往較慢，且勞動強度較大，而基于FACS的方法更方便，通量更高。

生物信息學專業知識是一個優勢。 Stoeckius說：“對于所有的這些分析，你需要一點計算機背景和一些R經驗，”這是一種用于統計計算和數據分析的編程語言和軟件環境。

不過這種情況也可能很快就會改變，因為越來越多的人開始使用這種分析，一些公司開發了易于使用的軟件來分析單細胞多組學數據。目前，諸如SEURAT和MOFA之類的計算軟件包可以集成來自兩個或多個組學層的數據。

隨著單細胞單組學技術變得更加靈敏，準確和高通量，相應的多組學技術也可能得到改善。研究人員還致力于將單細胞技術與其它數據層相結合，例如空間信息（如CODEX）和功能分析。將細胞的空間信息鏈接到其他組學層可以幫助研究人員在組織內映射不同的細胞類型和功能。

最終的目標還是從單個細胞中捕獲所有分子的信息——一種“全方位”的信息，但這仍然需要幾年時間。目前，單細胞多組學正在改變科學家處理分子生物學的方式。

“這些技術的采用速度非常快，所以我認為在五年后這將被視為顯而易見，且標準化的事情，”Chappell說。