深圳子科生物報道：單細胞RNA測序（scRNA-seq）已成為評估免疫細胞異質性的常用工具。近期開發的一些新方法（如CITE-seq和REAP-seq）能夠平行測定蛋白質和轉錄本水平，但這些方法可能需要大量的資源，例如每個細胞所需的測序深度要增加一倍。

為此，弗雷德•哈欽森癌癥研究所的研究人員開發出一種新方法，來測定單個細胞內的蛋白質表達和RNA轉錄水平。這種方法不需要其他方法那么高的測序深度，不過仍然保留了檢測低豐度轉錄本的高靈敏度。

研究人員于本周二在《Cell Reports》雜志上發表了這一成果。他們利用該方法來研究免疫細胞異質性，并采用一種名為One-SENSE的質譜流式數據分析工具對蛋白質-轉錄本數據集進行可視化。

在這項研究中，Florian Mair領導的團隊利用帶有寡核苷酸條形碼的抗體對細胞進行染色，并利用BD Biosciences的Rhapsody平臺來捕獲納米孔中的單細胞，以開展靶向轉錄組學分析。通過這種方式，他們同時拷問了492個免疫相關基因和41種細胞表面蛋白。

為了檢驗他們的方法，研究人員從三名健康對照身上采集外周血單核細胞樣本并分為兩批，一批開展多組學分析，另一批利用流式細胞術開展表型分析。他們發現，兩種方法都能夠在很大程度上區分各個免疫細胞群體。

此外，他們還將這種靶向轉錄組學方法與常用的全轉錄組分析方法進行比較，發現這兩種方法都可以捕獲主要的外周血單核細胞譜系。

研究人員之后又利用一名供體的外周血單核細胞樣本（每個細胞約有27,000條序列），看看利用這種多組學方法來解析不同信號所需的讀取深度。他們對該數據集中的序列進行二次抽樣，發現在使用100%的序列和使用20%的序列時，蛋白質信號之間幾乎沒有差異。不過，僅使用10%的序列時，信號差異變得很明顯。

這些結果表明，對于這種靶向方法，每個細胞需要2,000至4,000條序列，僅僅是全轉錄組測序方法所需讀取深度的十分之一。此外，對于文庫中的抗體部分，每個細胞需要200-400條序列/抗體，才能提供足夠的分辨率。研究人員估計，他們的方法大約要便宜五倍。

通過修改質譜流式分析工具One-SENSE，研究人員能夠對多組學數據集中的轉錄本和蛋白質表達之間的相關性進行可視化。他們在一個軸上繪制蛋白質表達圖譜，在另一個軸上繪制差異表達的基因表達譜。這樣很容易識別轉錄本相似而蛋白不同的細胞簇，反之亦然。將這種方法應用于外周骨髓細胞數據時，他們可以識別CD14+骨髓群體中的不同亞群。

作者表示，他們希望這些結果能夠促使更多的科學家采用多組學方法，并在未來推動個性化醫學研究。

原文檢索

A Targeted Multi-omic Analysis Approach Measures Protein Expression and Low-Abundance Transcripts on the Single-Cell Level