??自2009年湯教授發(fā)表單細(xì)胞RNA定量測(cè)序，至今近10年間單細(xì)胞技術(shù)得到飛速發(fā)展，已發(fā)表多種組學(xué)的單細(xì)胞技術(shù)，讓科研人員更具體了解每個(gè)單細(xì)胞的狀態(tài)，特別對(duì)于腫瘤的發(fā)生發(fā)展，胚胎發(fā)育，復(fù)雜組織等領(lǐng)域研究更深入。
??這篇文章是2017年底發(fā)表在國(guó)際頂級(jí)期刊NBT上，論文的通訊作者為加州大學(xué)圣地亞哥分校Jacobs工程學(xué)院生物工程學(xué)系華裔教授張鹍（音譯）,主要開發(fā)一些單分子測(cè)序及單細(xì)胞擴(kuò)增微量建庫等新技術(shù)，并以此研究干細(xì)胞，人腦等器官。
??文章采用兩種改進(jìn)的技術(shù)snDrop-seq，scTHS-seq分別對(duì)腦細(xì)胞轉(zhuǎn)錄組及表觀組水平進(jìn)行測(cè)序分析，獲得來自人類成人視覺皮層，額葉皮層和小腦的> 60,000個(gè)單細(xì)胞的核轉(zhuǎn)錄組和DNA可及性圖譜。這些數(shù)據(jù)的整合揭示了不同類型細(xì)胞的調(diào)節(jié)元件和轉(zhuǎn)錄因子，為研究大腦中的復(fù)雜過程提供了基礎(chǔ)，例如協(xié)調(diào)成人髓鞘再生的遺傳程序。還將疾病相關(guān)風(fēng)險(xiǎn)變異與特定細(xì)胞群體相關(guān)聯(lián)，從而為人腦中的正常和致病細(xì)胞過程提供了見解。這種整合的單細(xì)胞多組學(xué)方法對(duì)研究復(fù)雜器官和組織提供了新的視角。
??snDrop-seq基于液滴微流控技術(shù)，利用磁珠，有機(jī)油物在微流管道中結(jié)合單個(gè)細(xì)胞形成一個(gè)一個(gè)液滴，實(shí)現(xiàn)單細(xì)胞RNA-seq的建庫，實(shí)現(xiàn)高通量測(cè)序。scTHS-seq技術(shù)是利用多重編碼方式（pool-split）方式實(shí)現(xiàn)單細(xì)胞高通量測(cè)序，目前這兩種方法在單細(xì)胞高通量領(lǐng)域用的較多。
??單細(xì)胞數(shù)據(jù)處理一般經(jīng)過質(zhì)控，比對(duì)，統(tǒng)計(jì)定量每個(gè)單細(xì)胞基因表達(dá)水平，定量開放區(qū)水平，即產(chǎn)生高維度稀疏矩陣，經(jīng)過降維聚類算法，對(duì)整體細(xì)胞分群，基于已知的marker基因可以定義每個(gè)類群的細(xì)胞類型。
??基因基因表達(dá)數(shù)據(jù)對(duì)單細(xì)胞進(jìn)行聚類分析，然后利用機(jī)器學(xué)習(xí)算法模型gradient-boosting model（GBM）整合兩個(gè)組學(xué)數(shù)據(jù)，模型算法將在后續(xù)簡(jiǎn)書文章中介紹。
??然后論文又對(duì)特定細(xì)胞類型轉(zhuǎn)錄因子（TF）活性研究以解析髓鞘再生過程。
??最后文章又搜集以報(bào)道的腦部疾病的GWAS數(shù)據(jù)信息，選擇可信度最強(qiáng)的50個(gè)SNP與開放區(qū)信息進(jìn)行關(guān)聯(lián)分析，將其定位到特定的細(xì)胞類型中。
