2024.11.20 10x 单细胞测序

TIP

这些是本篇文章的标签，来发现更多感兴趣的内容吧
科研
10x
产品介绍
Chronium单细胞
生信分析

• 产品平台
  • universal assay
    • 3’-最大
    • 5’-针对免疫比较多
  • Flex
    • 针对FFPE样本
    • 可以混样检测，提高通量，减少成本
  • Epi assay
    • 表观遗传
    • 多组学（转录组+DNA染色质开放的情况（ATAC）的情况进行连接，抓取到更多细胞信息）
• 实验角度规划实验
  • 达成什么目标
  • 样本（来源，性质等）
  • 什么assay更适合我们
• 样本处理的注意事项
  
• 细胞数量不是越多越好，取决于科研需求和实验设计；细胞的数量足够回答生物学问题（够用）就行，逆推的过程
  
• 多少样品做实验
  
  • 我们的实验：至少3对
  • 更多的Biological replicate：减少生物体本身的偏差
• Biological & Technical Variation
  
  • Technical Variation可以随着技术的进步被逐渐消除，但是Biological Variation不行
  • 更推荐把预算投在更多的样本，消减biological replication上
• Sample Quality
  
  • QC一步都不能少，一定要删掉凋亡或者即将凋亡的细胞
  • 什么叫好样本
    
    • 70%活率可以对实验结果比较有信心，但只是参考指标，对于某些非常难解离的组织，可能70%以下的单细胞悬液也可以出结果
    • 样本没达标怎么办
      
      • 离心
      • 各种过滤方式
      • 磁分选/流式细胞学分选
    • 细胞处理：有官网的protocal
      
  • 细胞还是细胞核
    
    • 冰冻组织需要优化流程：冷冻之后细胞的状态不是特别好，推荐进行细胞核分析（如果要分析完整细胞）
  • 合适的assay
    
    • 用官网的assay selector
    • Flex的好处：8个反应对应2.56million的细胞数
• GEM-X
  
  
  
  • 细胞量多，捕获率高
  • 更敏感，更多基因
• Flex：Probe-based，非常多的细胞数量
  • 测序饱和度的理解
    
    • sweet spot：信息不会少，也不用测很多次导致成本很高
    • 更多的测序不等于更多的基因，文库的丰富度很重要，不要单纯看sequencing depth
• 云端分析（见明天）
• 微信公众号有资源
  • cell ranger对不同的试剂版本有批次矫正算法（比较老，2017年），harmony（数据量大）和CCA（吃内存）比较新，也比价推荐
  • TCR/BCR只能5’，更多的数据分析（转录起始位置，增强子/转录子结合的位置）也需要5’的数据，5’的alternative splicing会更多
  • 分析流程：marker基因是什么
  • 差异基因表达分析
  • GO/KEGG pathway analysis
  • Xenium不需要deconvolotion，Visium HD可能需要deconvolution反卷积
  • 单细胞和单细胞核一起做不是特别必要，可选