單細(xì)胞基因組測(cè)序是在單細(xì)胞水平對(duì)全基因組進(jìn)行擴(kuò)增與測(cè)序的一項(xiàng)新技術(shù)。其原理是將分離的單個(gè)細(xì)胞的微量全基因組DNA進(jìn)行擴(kuò)增，獲得高覆蓋率的完整的基因組之后進(jìn)行高通量測(cè)序，用于揭示細(xì)胞群體差異和細(xì)胞進(jìn)化關(guān)系。全基因組測(cè)序的應(yīng)用范圍涉及臨床醫(yī)藥研究、群體遺傳學(xué)研究、關(guān)聯(lián)分析、進(jìn)化分析等眾多領(lǐng)域。
1、實(shí)驗(yàn)方案
測(cè)序策略：Illumina HiSeq X PE 150
數(shù)據(jù)量：推薦30~50×測(cè)序深度
2、技術(shù)優(yōu)勢(shì)
（1） 多種變異檢測(cè)：?jiǎn)魏塑账岫鄳B(tài)性（SNP）、插入缺失（InDel）和結(jié)構(gòu)變異（SV）；
（2） 與芯片方法比較，可以檢測(cè)到新的變異序列；
（3）與人類全基因組從頭測(cè)序相比，耗時(shí)更短、成本更低。
3、數(shù)據(jù)分析
3.1 標(biāo)準(zhǔn)信息分析
（1）按標(biāo)準(zhǔn)流程進(jìn)行數(shù)據(jù)整理及數(shù)據(jù)質(zhì)量評(píng)估；
（2）與參考基因組比對(duì)；
（3）SNP的檢測(cè)及其在基因組的分布；
（4）InDel的檢測(cè)及其在基因組的分布；
（5）CNV的檢測(cè)及其在基因組的分布；
（6）包含變異基因的功能注釋（GO注釋、Pathway注釋）。
3.2 高級(jí)信息分析（腫瘤基因組學(xué)）
（1）癌基因/抑癌基因/易感基因篩查；
（2）高頻突變基因統(tǒng)計(jì)及通路富集分析；
（3）NMF突變特征及突變頻率分析；
（4）NovoDriver已知驅(qū)動(dòng)基因篩選；
（5）基因組變異Circos圖展示。
4、技術(shù)流程
5、案例分析
案例（1） 單細(xì)胞基因組測(cè)序解構(gòu)正常成人大腦的單個(gè)神經(jīng)元突變
來(lái)自霍華德休斯醫(yī)學(xué)研究所的（HHMI）的研究人員從三位去世的成人捐贈(zèng)的健康大腦中分離出了36個(gè)神經(jīng)元并測(cè)序了它們的基因組。為了進(jìn)行比較，科學(xué)家們還從每個(gè)個(gè)體的心臟中分離出了細(xì)胞進(jìn)行DNA測(cè)序。他們發(fā)現(xiàn)每個(gè)神經(jīng)元的基因組都是獨(dú)特的。每個(gè)神經(jīng)元都有1000多個(gè)點(diǎn)突變，只有少數(shù)突變出現(xiàn)在一個(gè)以上的細(xì)胞中。盡管神經(jīng)元中的大多數(shù)突變是獨(dú)特的，一小部分出現(xiàn)在了多個(gè)細(xì)胞中。這表明了這些突變起源于腦細(xì)胞仍在分裂之時(shí)——這一過(guò)程在出生前便完成。這些早期突變隨細(xì)胞分裂和遷移傳遞下去，科學(xué)家們能夠利用它們來(lái)重建部分大腦發(fā)育史。
圖1 腦中體細(xì)胞SNV位點(diǎn)與神經(jīng)系統(tǒng)功能和疾病相關(guān)
案例（2） 一種新的單細(xì)胞基因組測(cè)序方法-組合索引測(cè)序
單細(xì)胞基因組測(cè)序?qū)z測(cè)體細(xì)胞突變是很有效的手段，特別是在腫瘤進(jìn)化的背景下。因當(dāng)前建庫(kù)成本較高，限制了可被評(píng)估的細(xì)胞數(shù)目，從而限制了組織異質(zhì)性的檢測(cè)。該研究開發(fā)了單細(xì)胞組合索引測(cè)序（SCI-seq），該方法可同時(shí)產(chǎn)生數(shù)千個(gè)低通的單細(xì)胞文庫(kù)以檢測(cè)體細(xì)胞拷貝數(shù)變異。研究人員從培養(yǎng)的細(xì)胞系、靈長(zhǎng)類動(dòng)物前額皮質(zhì)組織和兩個(gè)人腺癌樣本中構(gòu)建了16698個(gè)單細(xì)胞文庫(kù)，并詳細(xì)評(píng)估了胰腺腫瘤的亞克隆變異。
圖1 恒河猴腦中的體細(xì)胞CNV
參考文獻(xiàn)
[1] Lodato et al. Somatic mutation in single human neurons tracks developmental and transcriptional history. Science, 2015.
[2] Vitak et al. Sequencing thousands of single-cell genomes with combinatorial indexing. Nature Methods, 2017.
