单细胞转录测序（scRNA-seq）是在单细胞水平上分析细胞特异性转录组的高通量测序方法。scRNA-seq 的工作流程包括单细胞捕获、mRNA 逆转录、cDNA 文库制备、高通量测序和数据分析。每种细胞类型都具有独特的转录组，可以呈现为特定的数据矩阵。scRNA-Seq逐渐成为研究细胞间转录组差异性,揭示细胞类型、亚型、状态和发展轨迹等有效方法,在探究胚胎发育和肿瘤发生发展等方面被广泛应用。

研究案例
绘制肾癌瘤内和相关区域的单细胞转录组图谱（Cancer Cell,  IF:50.3,  Q1）
       肿瘤行为与癌细胞的致癌特性以及多细胞相互作用密切相关。为了解肿瘤微环境的这种依赖性，作者研究了来自 12 位肾脏肿瘤患者的超过 27 万个单细胞转录组和 100 个显微切割组织的全外显子组，然后使用空间转录组学进行验证。组织样本取自肿瘤核心、肿瘤-正常界面、周围正常组织和外周血等多个区域。作者发现 CD8+ T 细胞克隆型的组织类型位置在很大程度上决定了它们肿瘤内的空间异质性的衰竭状态，并且这种异质性无法用体细胞异质性来解释。通过分析单细胞 RNA 测序数据的新生突变，研究人员大致推断出基质细胞的克隆性和髓系细胞发育谱系。作者报道了区分肿瘤细胞功能的六种保守的表达程序，并发现一种上皮-间质转化表型的细胞高度聚集于肿瘤-正常界面，它与表达 IL1B 的巨噬细胞共定位。IL1B巨噬细胞可作为一个潜在的治疗靶点。
 

图1 本研究实验流程图

图2 ccRCC单细胞测序UMAP分析图

图3 RCC细胞各cluster的六种表型得分图及各种表型细胞在瘤内分布

图4 EMT表型相关基因和巨噬细胞表达配体表达相关性的热图

本公司单细胞测序分析内容：

测序数据及细胞质控过滤 细胞注释 UMAP可视化 基因可视化 差异分析 差异基因GO/KEGG分析

GSVA/GSEA分析 转录因子活性分析 伪时序分析 RNA速率分析 细胞通讯分析 浸润分析

   

分析结果可视化结果

图1 PCA聚类分析                             图2 UMAP细胞聚类

 

  
图3 鉴定到marker基因                          图4 注释细胞类群

 

 
图5 细胞间通讯分析                                图6 拟时序分析

      
图7 RNA速率分析             图8 转录因子活性分析

scRNA-seq送样要求：

       新鲜组织、血液样本、单细胞悬液寄送：