起订量:
单细胞转录组测序(smart-seq2)
免费会员
生产厂家深圳市易基因科技有限公司(简称易基因,E-GENE Co.,Ltd.)专注表观组学十余年,以“表观遗传学科学研究与临床应用”为愿景,依托高通量测序技术和云数据分析平台。为医疗机构、科研机构、企事业单位等提供以表观遗传学技术为核心的多组学科研服务及解决方案,全面覆盖针对生命科学基础研究、医学及临床应用研究等内容。
易基因专注表观组学十余年,多组学科研服务。技术团队在国际上LHC-BS、HMST-seq、ChIP-BS、cfDNA-TBS等甲基化、羟甲基化技术流程,研发建立简化基因组甲基化dRRBS、cfDNA-RBS,单细胞/微量DNA全基因组甲基化及简化高通量甲基化测序技术,RNA甲基化测序等技术和方法,并建立易基因科技全自动化弹性资源生信分析系统。在Nature、Lancet、Science、Nat Commun、 Cell Res、Genome Biol、Blood、PloS Genet、Epigenetics、Epigenomics 、Clin Epigenetic等期刊发表论文100余篇,申请发明12项、软件著作权27项。
T:0755 - 28317900
V:181 2416 7839
时下火热的10X Genomics公司Chromium解决方案无法满足某些特殊或者少量细胞样本甚至单细胞转录组研究。Smart-seq2技术在单细胞水平对带Poly(A)的RNA进行全长转录组扩增及高通量测序,能够满足高灵敏度、低偏好性的cDNA扩增,得到全长转录本,实现高水平的序列模板转换。
Smart-seq2技术有较好的覆盖范围,可检测到稀有转录本,无需额外的专业设备,应用范围较广,可以解决传统RNA 定量技术在早期胚胎发育、干细胞、癌症、免疫等研究领域中存在的样品量极低或细胞异质性的问题,是在单细胞水平研究基因表达强有力的工具,极大地拓展了RNA-seq 的应用范围。
技术优势:
1、起始量低:1-1000个细胞或10pg-10ng total RNA即可高效扩增;
2、检测灵敏度高: 大幅度增加了低表达基因的检出量;
3、碱基分辨率高: 可达单碱基分辨率,且可以定位到具体基因的具体转录本;
4、实验可控: 质控点多,可从实验的开端判断细胞状况;
5、转录本覆盖度高: 通过双端引物扩增全长cDNA,获得全转录组信息,避免3’端和5’端偏好性,产物完整性好。
实验策略:
分析内容:
送样要求:
经典案例:
Bj?rklund 等利用Smart-seq2单细胞转录组测序揭示人CD127+先天淋巴细胞的异质性
The heterogeneity of human CD127(+) innate lymphoid cells revealed by single-cell RNA sequencing
先天淋巴细胞(ILCs)是一种免疫细胞,它通过释放可溶性的因素调节对病毒、细菌和寄生虫的早期免疫反应。这些细胞可以根据细胞表面的转录因子及细胞因子被分为三个亚型,每种亚型都有不同的功能。利用流式细胞仪分选患有阻塞性睡眠呼吸暂停综合症患者的扁桃体组织中的ILCs(Lin-CD127+)和NK cells(CD45+Lin-CD127-NKG2A+CD56+CD16- )。采用Smart-seq2进行单细胞转录组扩增建库;Illumina HiSeq 2000 3M reads /样本进行测序分析。采用PCA(主成分分析)和t-SNE对ILC中847个表达的基因进行分型分析,将细胞分为4类:ILC1、ILC2、ILC3、NK cells。应用SCDE软件包对4类细胞的差异基因进行分析,找出共有及差异基因,结果发现,CD127+ILCs中共有的差异基因的表达量比NK细胞中明显要高。ILC1、 ILC2、ILC3差异基因表达分析,结果表明,ILC1 cells共有79个上调表达基因,参与干扰素γ的调控,ILC2 cells共有58个上调表达的基因,在前列腺素、Notch信号通路及环境感应中发挥作用,ILC3 cells共有371个上调表达的基因,根据GO注释有85个与免疫相关,且存在未知功能的基因。
采用PCA和t-SNE分析ILC3中1,958个注释的免疫基因,将ILC3分为3个亚型:Cluster A、Cluster B、Cluster C, 通过对这3种亚型细胞的分析,发现了新的免疫细胞CD62L+ ILC3。本研究通过对648个单细胞进行单细胞转录组测序分析,应用t-SNE细胞分型、SCDE基因差异表达分析,在ILC3中发现新的免疫细胞CD62L+ ILC3。
参考文献:
Bjorklund, A.K., et al., The heterogeneity of human CD127(+) innate lymphoid cells revealed by single-cell RNA sequencing. Nat Immunol, 2016. 17(4): p. 451-60.