單細胞轉錄測序（scRNA-seq）是在單細胞水平上分析細胞特異性轉錄組的高通量測序方法。scRNA-seq 的工作流程包括單細胞捕獲、mRNA 逆轉錄、cDNA 文庫制備、高通量測序和數據分析。每種細胞類型都具有獨特的轉錄組，可以呈現為特定的數據矩陣。scRNA-Seq逐漸成為研究細胞間轉錄組差異性,揭示細胞類型、亞型、狀態和發展軌跡等有效方法,在探究胚胎發育和腫瘤發生發展等方面被廣泛應用。

實驗流程

研究案例

繪制腎癌瘤內和相關區域的單細胞轉錄組圖譜（Cancer Cell,  IF:50.3,  Q1）

      腫瘤行為與癌細胞的致癌特性以及多細胞相互作用密切相關。為了解腫瘤微環境的這種依賴性，作者研究了來自 12 位腎臟腫瘤患者的超過 27 萬個單細胞轉錄組和 100 個顯微切割組織的全外顯子組，然后使用空間轉錄組學進行驗證。組織樣本取自腫瘤核心、腫瘤-正常界面、周圍正常組織和外周血等多個區域。作者發現 CD8+ T 細胞克隆型的組織類型位置在很大程度上決定了它們腫瘤內的空間異質性的衰竭狀態，并且這種異質性無法用體細胞異質性來解釋。通過分析單細胞 RNA 測序數據的新生突變，研究人員大致推斷出基質細胞的克隆性和髓系細胞發育譜系。作者報道了區分腫瘤細胞功能的六種保守的表達程序，并發現一種上皮-間質轉化表型的細胞高度聚集于腫瘤-正常界面，它與表達 IL1B 的巨噬細胞共定位。IL1B巨噬細胞可作為一個潛在的治療靶點。

圖1 本研究實驗流程圖

圖2 ccRCC單細胞測序UMAP分析圖

圖3 RCC細胞各cluster的六種表型得分圖及各種表型細胞在瘤內分布

圖4 EMT表型相關基因和巨噬細胞表達配體表達相關性的熱圖

本公司單細胞測序分析內容：

分析結果可視化結果

 圖1 PCA聚類分析                 圖2 UMAP細胞聚類
  
圖3 鑒定到marker基因                 圖4 注釋細胞類群
 
圖5 細胞間通訊分析                 圖6 擬時序分析

      
圖7 RNA速率分析            圖8 轉錄因子活性分析

scRNA-seq送樣要求：
       新鮮組織、血液樣本、單細胞懸液寄送：

參考文獻

Li R, Ferdinand JR, Loudon KW, et al. Mapping single-cell transcriptomes in the intra-tumoral and associated territories of kidney cancer. Cancer Cell. 2022;40(12):1583-1599.e10. doi:10.1016/j.ccell.2022.11.001IF: 50.3 Q1