技术 | 单细胞转录组测序之10x Genomics

10X Genomics platform

10X Genomics 是一个综合的单细胞测序技术平台,可以应用于多种单细胞测序上,包括Single cell gene expression, Single cell Immune Profiling, Single cell CNV, Single cell ATAC。这篇文章将主要简述10X Genomics在单细胞基因表达检测方面,也就是scRNA-seq上的应用。

10X Genomics 一次测序可以捕捉100-80,000个细胞,具有极高的细胞通量。单细胞的测序通量平均也在50,000 reads/per cell 左右,而如果使用细胞核进行测序则平均通量为25,000 reads/per nuclei。比起使用FACS进行细胞分选的单细胞测序技术而言,10X Genomics的细胞通量有显著的提高。

10X Genomics Workflow

10X Genomics Workflow
  1. 将样品组织/细胞分散成单细胞悬液
  2. 在微流控系统中与sequencing beads形成GEMs
  3. 在GEMs中细胞被裂解--建库
  4. 进行文库测序
  5. 下载数据进行分析(cellranger)

10X Genomics与其他测序技术的主要区别在于其barcode和建库的操作。虽然上样之后都是自动化操作,但了解其建库原理对后续的生物信息学分析也是有必要的。

  • 细胞分选


    Cells sorting in 10X Genomics

10X Genomics运用微流控系统进行细胞分选,带有Barcode的Gel Beads 匀速地从左方进入,待分选的细胞和酶从下方以一定时间间隔进入,并与Gel Beads结合,进入油相中形成GEMs(Gel Bead in emulsion)

  • Barcoding


Gel Beads上的Barcode带有一段每个细胞特异的UMI,在随后的文库构建中,只要是由该细胞扩增出的cDNA都会带上这段UMI以及前面的10x Barcode。因此,便可区分出不同细胞扩增出的cDNA。要注意的是,10X Genomics也是通过poly(dT)富集细胞的mRNA,会有无法避免的3‘ bias.

GEMs

一般而言,每个GEMs会形成如上图一般的结构,即一个细胞一个gel beads。但有时候也会出现一个GEM里有0或多个细胞(empty droplet or doublet),对于这种GEMs则需要通过我们在后续分析中识别出来并进行排除。

  • Library construction


形成GEMs后,细胞裂解后经过反转录(RT) —— cDNA generation 便形成cDNA文库。这一系列建库过程都在GEMs中发生,因此GEMs的存在相当于一个物理隔离,保证每个单细胞都在独特的“小室”中发生。另外,由于GEMs是在油相中形成了一种乳浊液(emulsion) 的形态 ,而乳浊液中会形成上万个微液滴,每一个微液滴就是一个GEMs,这也解释了为何10X Geonmics细胞通量如此之高的原因。

待测序的reads

建库完成后,采用Illumina的测序仪进行测序,通常进行双端不等长测序。其中5'测28nt检测barcode与UMI,3'测90nt用于定量基因表达。


最后,测序完成后,现在的10X Genomics测序仪会同时进行一些简单的数据分析,包括每个样品的数据量,mapping rate,data filtering ,每细胞reads等等。当然,我们也可以自己拿数据跑Cell Ranger,随后可以用seurat包等进行后续的个性化分析也是没有问题的。

优缺点

  • 优点

    1. 细胞通量高,可达到80,000 cells/per run

    2. 可以进行单细胞和单细胞核测序

    3. 单细胞测序覆盖度高,平均为50,000 reads/per cell

  • 缺点

    1. 存在一定doublet or empty droplet 的情况,导致部分数据不可用。

    2. 构建出3' cDNA文库,一方面存在3' bias。另一方面检测不到转录剪接等转录后加工事件。

以上就是对10X Genomics平台的简单介绍。

完。

参考文章:

https://www.10xgenomics.com/solutions/single-cell/
https://tgc.net.technion.ac.il/the-chromium-single-cell-gene-expression-solution/
https://kb.10xgenomics.com/hc/en-us/articles/360000939852-What-is-the-difference-between-Single-Cell-3-and-5-Gene-Expression-libraries-

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,802评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,109评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,683评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,458评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,452评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,505评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,901评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,550评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,763评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,556评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,629评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,330评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,898评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,897评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,140评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,807评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,339评论 2 342

推荐阅读更多精彩内容