单细胞转录组测序 单细胞转录组测序是指对单个细胞进行转录组测序，并对获得的数据进行生物信息学分析。单细胞转录组测序主要用于在全基因组范围内挖掘基因调节网络，尤其适用于存在高度异质性的干细胞及胚胎发育早期的细胞群体。与活细胞成像系统相结合，单细胞转录组分析更有助于深入理解细胞分化、细胞重编程及转分化等过程及相关的基因调节网络。单细胞转录组分析的另一应用领域是发现亚细胞成分的基因表达谱，例如对在神经元的轴突或树突部分特异表达的基因分析。 转录组测序是利用第二代高通量测序技术进行cDNA测序，能够全面快速地获取某一物种特定器官或组织在某一状态下的几乎所有转录本序列信息，进行疾病与正常样本间的基因表达差异分析、可变剪切和融合基因分析，寻找与癌症、遗传病相关的致病基因，已广泛应用于基础研究、临床诊断和药物研发等领域。相对于传统芯片而言，无需预先设计特异性探针，具有分辨率高、检测范围广和准确率高的优点。 1、实验方案 测序策略：Illumina NextSeq 500或 HiSeq 3000 PE150 数据量：推荐8G clean data 2、技术优势 （1）精准分选：先进分离技术，真正的单细胞测序 （2）高灵敏度：领先的微量核酸扩增技术, 全面检测低至单个细胞的基因信息 （3）扩增均一：采用SoLo扩增技术，cDNA合成效率高，无扩增偏好 3、信息分析 3.1 标准信息分析 （1）按标准流程进行数据整理及数据质量评估； （2）与参考序列比对，计算不同基因的RPKM值； （3）基因的差异表达分析； （4）样本间基因表达水平的相关性分析（仅限于有生物重复的样本） （5）样本间差异基因韦恩图及PCA分析 （6）差异基因的表达模式聚类分析 （7）差异表达基因GO功能富集分析； （8）差异表达基因Pathway显著富集分析 （9）差异表达基因的蛋白质互作网络分析； （10）条件特异表达； （11）鉴定基因的可变剪切； （12）SNP/InDel 分析； （13）新转录本预测及注释； （14）融合基因分析（仅限于人）； 3.2 高级信息分析： （1）基因结构优化（只针对真核生物） （2）RNA编辑 （3）差异基因的转录因子分析（适用于植物） 4、技术流程 5、案例分析 案例（1）单细...
