Technologie Sekwencjonowania Komórek Pojedynczych

Wprowadzenie do Biologii Komórek Pojedynczych

Technologie sekwencjonowania komórek pojedynczych mierzą profile molekularne poszczególnych komórek, a nie uśredniają je z populacji, ujawniając heterogeniczność niewidoczną w badaniach masowych. Nawet genetycznie identyczne komórki w tym samym tkankowym obszarze zajmują różnorodne stany transkrypcyjne, epigenetyczne i proteomiczne – różniące się pod względem typu komórki, fazy cyklu komórkowego, stanu metabolicznego, pozycji mikrośrodowiskowej oraz losowych fluktuacji ekspresji genów. Badania RNA-seq masowe uśredniają te różnice, maskując skład komórkowy, rzadkie populacje komórek i programy regulacyjne specyficzne dla stanu. Technologie sekwencjonowania komórek pojedynczych zrewolucjonizowały nasze zrozumienie organizacji tkanek, procesów rozwoju, heterogeniczności układu odpornego oraz stanów komórek nowotworowych.

Pierwszy protokół RNA-seq komórki pojedynczej opublikowany przez Tanga et al. w 2009 roku profilował pojedynczą blastomerę mysiej. Dziedzina ta przeszła transformację dzięki mikrofluidowym kroplom i nanowelom, umożliwiającym badania tysięcy komórek na eksperyment z rosnącymi kosztami. Inicjatywa Human Cell Atlas systematycznie mapuje wszystkie typy komórek ludzkich, wykorzystując multi-omiczne sekwencjonowanie komórek pojedynczych we wszystkich tkankach. Zastosowania medyczne identyfikują podpopulacje nowotworowe napędzające odporność na leczenie, stany komórek immunologicznych infiltrujących guzy korelujące z odpowiedzią na immunoterapię oraz specyficzne sygnatury podatności neuronalnej w chorobach neurodegeneracyjnych. Sekwencjonowanie komórek pojedynczych jest bez wątpienia najbardziej znaczącym postępem technologicznym w biologii komórkowej od czasu mikroskopu fluorescencyjnego.

Sekwencjonowanie Komórek Pojedynczych

Metody oparte na kroplach

Platformy mikromodularne, takie jak 10x Genomics Chromium i podobne, wykorzystują technologię kroplową. Pojedyncze komórki są enkapsulowane z kodowanymi cząsteczkami barwnikowymi w kroplach wodnych zawieszonych w oleju. Po rozpuszczeniu komórek w kropli uwalnia się mRNA, które łączy się z primerami poli-dT na cząsteczce, jest odwzorowywane wstecznie za pomocą sekwencji kodów komórkowych i identyfikatorów molekularnych o unikalnej długości (UMI), a następnie wzmacniana w postaci połączonej biblioteki. Po wzmocnieniu biblioteki i sekwencjonowaniu, kody komórkowe demultipleksują odczyty do poszczególnych komórek, a UMIs usuwają duplikaty powstałe podczas powielania PCR, umożliwiając ilościowe liczenie cząsteczek mRNA. Typowe eksperymenty pozyskują 1000-10 000 genów na komórkę w populacji 5000-50 000 komórek, co pozwala zidentyfikować kilkadziesiąt typów komórek poprzez grupowanie podobieństwa transkrypcyjnego. Koszt spadł poniżej 1 dolara za komórkę przy dużych wolumenach, umożliwiając badania na poziomie populacji.

Analiza danych z sekwencjonowania pojedynczych komórek

Zwykle przepływ pracy analizy scRNA-seq obejmuje: filtrowanie jakości (usuwanie niskiej jakości komórek i pustych kropli), normalizację (korekta zmienności głębokości sekwencjonowania), redukcję wymiarowości (PCA, a następnie UMAP lub t-SNE do wizualizacji), grupowanie (algorytmy oparte na grafach Leiden lub Louvain), oraz anotowanie typów komórkowych (wyrażanie markerowych genów, automatyczny transfer etykiet z atlasów referencyjnych). Analiza trajektorii (pseudoczas, prędkość RNA przy użyciu stosunku mRNA zuniósłego i niezuniósłego) wnioskuje o trajektoriach rozwoju lub różnicowania, układając komórki w ciągłych stanach przejścia. Wyrażanie się różnicowe między warunkami identyfikuje geny zaburzone w chorobach. Wnioskowanie o komunikacji międzykomórkowej wykorzystuje pary ekspresji receptor-ligandów do przewidywania sygnałów międzykomórkowych w kontekście tkankowym.

Sekwencjonowanie Komórek Pojedynczych

Dostępność chromatyny i wielomikrometryka

Sekwencjonowanie komórki pojedynczej ATAC-seq (scATAC-seq) profiluje dostępność chromatyny przy użyciu transposazy Tn5 w pojedynczych komórkach – identyfikując otwarte elementy regulacyjne (promotory, wzmacniacze) komórka po komórce. Krajobrazy dostępu do chromatyny specyficzne dla typu komórki definiują słownictwo regulacyjne: każda komórka posiada odrębne zbiory otwartych wzmacniaczy wiążących jej kombinację czynników transkrypcyjnych. Jednoczesny pomiar dostępności chromatyny i ekspresji genów z tych samych komórek (10x Multiome, SHARE-seq) łączy aktywność elementów regulacyjnych z ekspresją genów docelowych, umożliwiając mapowanie elementów regulacyjnych do genów. Sekwencjonowanie komórki pojedynczej ATAC-seq w guzowaniach identyfikuje specyficzne dla raka programy regulacyjne i ujawnia zmiany w aktywności czynników transkrypcyjnych prowadzące do stanów nowotworowych.

Transkryptomika przestrzenna

Transkryptomika przestrzenna mapuje ekspresję genów zachowując jednocześnie informacje o położeniu przestrzennym komórek w sekcjach tkankowych. Visium (10x Genomics) przechwytuje mRNA z punktów 55 mikrometrów na sekcjach tkankowych (~1-10 komórek na punkt) przy użyciu oligo-podstawowych tablic o przestrzennej kodowaniu. Slide-seq i Stereo-seq osiągają rozdzielczość przestrzenną zbliżoną do pojedynczej komórki. MERFISH i seqFISH wykorzystują sekwencyjne rundy RNA FISH do wielokrotnego obrazowania setek genów z rozdzielczością molekularną pojedynczego cząsteczki, zachowując jednocześnie informacje o położeniu przestrzennym. Transkryptomika przestrzenna ujawnia zróżnicowanie tkankowe (obszary specyficzne dla komórek wątroby – ekspresja genów), organizację przestrzennych mikrośrodowisk nowotworowych (rozmieszczenie komórek odpornościowych względem rdzenia guza) i interakcje ligand-receptor między sąsiednimi fizycznie komórkami – kontekst bliskości fizycznej niewidoczny bez informacji o położeniu przestrzennym.

Zastosowania w medycynie i biologii

Konsorcjum Human Cell Atlas tworzy kompleksową mapę referencyjną wszystkich typów komórek ludzkich, wykorzystując sekwencjonowanie pojedynczych komórek multiomikowe w ponad 30 narządach u zdrowych dawców, obejmującą fazy rozwoju i różnorodność demograficzną. Początkowe atlasy płuc, wątroby, macicy, serca, oka, jelit, mózgu i układu odpornościowego zostały opublikowane, odkrywając wcześniej nieznane typy komórek (Jonocyty w drożnym odcinku tchawicy, skupiska tkliwek tłuszczowych), rzadkie stany różnicowania oraz nowe markery. Te mapy referencyjne przyspieszają interpretację chorób – identyfikując, które typy komórek eksprymują geny GWAS związane z chorobą, aby przetłumaczyć odkrycia genetyczne na mechanistyczne spostrzeżenia biologiczne komórkowe, identyfikując cele komórkowe do terapii genowej oraz dostarczają normy referencyjne do porównań w badaniach chorobowych.

Przykłady i Zastosowania

Przykład 1: Heterogeniczność Stan Komór Nowotworowych

scRNA-seq z guza móżgowego ujawnił, że pojedyncze guzy zawierają komórki przemieszczające się w kontinuum stanów różnicowania, w tym stany podobne do zarodkowych, włókniste, podobne do astrocytów i oligodendrocytów. To ciągły krajobraz stanu komórkowy (plastyczność komórkowa) przekształca oporność na terapię: komórki w różnych stanach różnią się wrażliwością na leki; zabijanie komórek w jednym stanie pozwala innym rozprzestrzenić się na guzy. scRNA-seq zidentyfikował stan podobny do komórek neuroprzekaźnych NPC jako najbardziej oporny na guzy GBM. Terapia przeciwnowotworowa musi celować we wszystkie stany lub zapobiegać przejściom stanów, wymagając zrozumienia regulatorów przejść stanów – zidentyfikowanych przez analizę trajektorii i wnioskowanie o rewolonie z danych scRNA-seq.

Przykład 2: Wnikające Komórki Immunologiczne Z Guza

scRNA-seq z limfocytów wnikających do guza (TIL) ujawnił, że dysfunkcja T komórek (zużycie) w guzach występuje w kontinuum rozwojowym od wyczerpanych T komórek zarodkowych (Tpex, TCF7+) poprzez termicznie wyczerpane (Tim-3+, Tox+). Anty-PD-1 immunoterapia preferencyjnie rozszerza komórki Tpex – której liczba przewiduje odpowiedź – zamiast odradzać termicznie wyczerpane komórki. To zrozumienie wyjaśnia, dlaczego guzy z minimalną liczbą komórek Tpex reagują słabo na blokadę PD-1. Ekspresja CXCL13 przez CD8 T komórek w pobliżu komórek guza przewiduje korzyść z immunoterapii. scRNA-seq zatem mechanicznie wyjaśnia biomarkery odpowiedzi klinicznej i prowadzi do rozwoju strategii kombinacyjnych rozszerzających infiltrację Tpex.

Przykład 3: Atlas Ludzkiego Rozwoju Zarodkowego

Single-celkowe atlasy ludzkiego rozwoju zarodkowego w dniach 16-70 (stopnie Carnegie 1-14) ujawniły wcześniej niewidoczne populacje komórek i trajektorie różnicowania. Przestrzenna transkrypcja gastruloidów i rzeczywistych zarodków mapowała trasy migracji komórek, gradienty sygnałów i specyfikację linii. Dane te ujawniają, jak formują się trzy warstwy zarodkowe, jak komórki z grupy nerktowych delatuje i migruje, a także jak rozwijają się pierwotne pnia narządów – dostarczając podstawowe dane rozwojowe do oceny wiarygodności modeli organoidów pochodzących z komórek IPSC. Atlasy rozwoju również identyfikują, kiedy ekspresja genów powodujących choroby jest wyrażana w podatnych zarodkach, informując o oknach interwencji terapeutycznej i mechanizmach wad congénych.

Przykład 4: Profilowanie Immunologiczne Krwi Obwodowej

scRNA-seq z monocytów obwodowych (PBMC) umożliwia kompleksowe profilowanie immunologiczne – mapowanie wszystkich krążących typów komórek odpornościowych i stanów jednocześnie. CITE-seq dodające pomiar białek na podstawie antyciał obok transkrypcji zapewnia wielomodalne badanie immunologiczne. Atlasy populacji PBMC w tysiącach zdrowych dawców w wieku, płci i pochodzenia etnicznego charakteryzują normalną zmienność immunologiczną. Zastosowania medyczne obejmują charakterystykę immunopatologii COVID-19 (wybuch granulocytów neutrofiliowych i monocytów korelujących z ciężkością), skład immunologiczny zapalenia stawów rzedźmiowego i łuszczycowego, sygnatury załamań SLE oraz mechanizmy toksyczności immunoterapii punktowej – wszystkie identyfikowane przez stany komórek i proporcje scRNA-seq w porównaniu z atlasami zdrowych odniesień.

Przykład 5: Przestrzenna Transkrypcja w Mózgu

MERFISH przestrzenna transkrypcja w mózgu mysiego mapowała 1100 genów na pojedynczych komórkach w obszarach mózgu, identyfikując ponad 300 typów komórek z molekularnie odmiennymi dystrybucjami przestrzennymi. Dane ujawniły precyzyjną organizację przestrzenną typów komórek w obszarach mózgu na poziomie podwarstw i zidentyfikowały nowe typy komórek ograniczone do specyficznych mikrodomen. Human hipokamp przestrzenna transkrypcja w przypadku choroby Alzheimera wykazała, że ​​komórki stellarne warstwy II entorhinalnej – komórki najbardziej podatne na wczesne zmarszczki neurofibrylarne – mają charakterystyczny sygnał molekularny identyfikowalny przez przestrzenną transkrypcję umożliwiający badanie ich selektywnej podatności. Przestrzenna transkrypcja mózgu w przypadku schizofrenii i zespołu ASD identyfikuje zmiany ekspresji genów specyficzne dla warstw.

Przykład 6: Śledzenie Pochodzenia z Kodowaniem CRISPR

Kodowanie CRISPR i nagrywanie DNA oznaczają śledzenie pochodzenia komórek na pojedynczych komórkach – rejestrowanie historii podziałów komórek w genomie. GESTALT/scGESTALT wykorzystuje dywersyfikację CRISPR celu genetycznego generując unikalny kod barwny odczytany przez scRNA-seq, rejestrujący historię klastrów obok tożsamości transkrypcji. TracerSeq oznaczają zarodki z dziedzicznymi integracjami sekwencjonowanymi obok transkryptów. Te podejścia rekonstruowały drzewa genealogiczne embrionalne ryb słabounowych z jednej komórki, umożliwiając identyfikację, które komórki zarodkowe dają początek którym narządom w jakich stadiach rozwojowych. Łączenie informacji o pochodzeniu z stanem transkrypcji umożliwia rekonstrukcję pełnych trajektorii rozwoju pojedynczych komórek podczas organogenezy.

Przykład 7: Analiza Klonalnej Hematopoezy

Klonalna hematopoeza nieokreślonego potencjału (CHIP) występuje u około 10% osób старших 65 лет z mutacjami DNMT3A, TET2, ASXL1, lub JAK2 w klonach HSC. scRNA-seq z próbek CHIP identyfikuje programy ekspresji genów zapalnych w monocytach i makrofagach mutacji TET2 – wyjaśniając, dlaczego CHIP wiąże się ze zwiększonym o 2-krotnym ryzykiem choroby sercowo-naczyniowej poprzez przyspieszone miażdżenie. Aktywacja szlaku zapalnego IL-6 i IL-8 w klonach TET2 może być tłumiona za pomocą inhibitorów IL-6. Zrozumienie clonalnej hematopoezy z precyzją pojedynczych komórek prowadzi do testowania, czy interwencje przeciwzapalne u pacjentów z CHIP zmniejszą ryzyko choroby sercowo-naczyniowej.

Przykład 8: Single-Cell Proteomika przez Masa Spektrometrię

SCoPE-MS i powiązane metody single-cell proteomiki wykorzystują wielopoświadrowaną oznaczanie tandemowe (TMT) pojedynczych komórek do profilowania 1500–3000 białek na komórce. W przeciwieństwie do pomiaru białek opartych na antyciałach (ograniczone do około 100 celów), metody proteomiki single-cell oparte na masie spektrometricznej są kompleksowe i nieobciążone. Obecny przepustowość (setki do niskich tysięcy komórek) ustępuje transkrypcjom o jeden lub dwa rzędy liczbowe, ograniczając statystyczną moc rzadkich populacji komórek. Postęp technologiczny w przygotowaniu próbek w formie nanowel, niskopoziomowej LC i następnych generacjach spektrometrów masowych obiecują przywieść single-cell proteomikę do skali transkrypcji scRNA-seq.

Wypróbuj na żywo

Wszystko powyżej działa w Twojej przeglądarce — otwórz Symulator Sekwencjonowania Komórek Pojedynczych i zmieniaj parametry podczas jego działania. Nie instalujesz niczego, nie przesyłasz żadnych plików, cały model znajduje się w jednej zakładce.

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Single-Cell Sequencing Simulator i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.