搜索单细胞转录组
scRNA-seq单细胞分析
📝 服务介绍
单细胞转录组分析对10x Genomics scRNA-seq数据进行细胞聚类、亚群鉴定、标志基因发现、轨迹分析和细胞通讯分析，揭示组织细胞异质性和发育轨迹。
🔬 实验原理
单细胞转录组分析原理：scRNA-seq在单细胞水平检测基因表达。10x Genomics Chromium将单细胞封装在油包水微滴(GEM)中，细胞裂解后mRNA加barcodes标签(细胞条码+UMI)，建库测序后通过条码追溯到每个细胞。分析流程包括降维/聚类/差异/轨迹/通讯。
📋 应用领域
- 细胞类型鉴定与亚群注释
- 肿瘤微环境免疫细胞图谱解析
- 发育/分化轨迹推断
- 细胞间通讯（CellChat）分析
- 疾病异质性单细胞解析
- 细胞状态转变与功能标记
⭐ 服务优势
- 单细胞分辨率：揭示细胞异质性
- 亚群鉴定：发现稀有细胞类型
- 轨迹分析：发育/分化路径
- 细胞通讯：CellChat ligand-receptor
🔄 服务流程
- 数据质控（Cell Ranger/STARsolo）
- 细胞过滤和双重子检测（Seurat/Scrublet）
- 归一化和PCA降维
- 聚类（Leiden/Louvain算法）
- UMAP/t-SNE可视化
- 标志基因鉴定
- 轨迹分析（Monocle3/Slingshot）
- 细胞通讯（CellChat）
📋 服务详情 / 客户提供
| 项目 | 要求 |
|---|---|
| 测序数据 | 10x Genomics FASTQ或已处理的矩阵文件 |
| 物种 | 注明物种及参考基因组 |
| 样本信息 | 样本数量/分组/批次 |
| 分析需求 | 标准聚类/轨迹/细胞通讯/定制 |
| 特殊要求 | 批次校正/双重子过滤参数 |
📊 结果展示
scRNA-seq分析报告（含UMAP聚类图、亚群标志基因、轨迹图、细胞通讯网络图、差异基因热图）。
📦 最终交付
scRNA-seq分析报告（含UMAP聚类图、亚群标志基因、轨迹图、细胞通讯网络图、差异基因热图）。
Q: scRNA-seq每个cluster的标志基因怎么找
使用Seurat的FindAllMarkers（Wilcoxon秩和检验），min.pct=0.25 logfc.threshold=0.25。筛选padj<0.05且avglog2FC>0.5的基因作为标志基因，结合已知细胞类型标志物注释亚群。
Q: 批次效应如何校正
使用Harmony/BBKNN/scVI整合多个批次数据。Harmony速度快效果好适合10x数据；scVI基于深度学习适合复杂批次。建议先评估批次效应程度（PCA着色批次）决定是否需要校正。
Q: scRNA-seq怎么做
1)单细胞悬液制备(酶消化/机械解离→过滤40μm→活力>85%)；2)10x Chromium微流控封装(目标5,000-10,000细胞)；3)GEM生成(油包水微滴: 1细胞+1bead→mRNA标记barcodes)；4)建库(cDNA扩增/片段化/接头)；5)Illumina NovaSeq PE150测序(50-100k reads/cell)；6)Cell Ranger比对定量→矩阵；7)Seurat/Scanpy分析(降维/聚类/差异/轨迹)。
Q: scRNA-seq和bulk RNA-seq区别
scRNA-seq：单细胞分辨率(每个细胞基因表达)，揭示细胞异质性/稀有亚群/发育轨迹，但覆盖浅(1,000-5,000基因/细胞)和成本高(10x 50,000细胞约5-10万)。bulk RNA-seq：组织平均表达(掩盖细胞异质性)，但覆盖深(20,000+基因)成本低(1,000元/样本)。细胞异质性/稀有群体研究选scRNA-seq，组织水平差异选bulk RNA-seq。
Q: scRNA-seq分析怎么做
1)Cell Ranger比对(STAR→定量→矩阵: cells×genes)；2)Seurat/Scanpy: QC(基因数/UMI/线粒体比例过滤低质量细胞)；3)归一化(LogNormalize/SCTransform)；4)特征选择(FindVariableFeatures: 2,000 HVGs)；5)降维(PCA→UMAP/t-SNE)；6)聚类(Louvain/Leiden→cell clusters)；7)细胞注释(标志基因/SingleR/CellMarker)；8)差异分析(FindMarkers/MAST)；9)轨迹分析(Monocle3/Slingshot)；10)细胞通讯(CellPhoneDB/NicheNet)。
Q: scRNA-seq能做什么
1)细胞类型鉴定(组织/肿瘤免疫微环境)；2)稀有细胞发现(干细胞/耐药亚群)；3)发育轨迹(分化/发育谱系)；4)细胞状态转换(激活/耗竭/分化)；5)细胞通讯(配体-受体互作网络)；6)转录因子调控(SCENIC transcription factor network)；7)空间转录组(Visium整合)。建议5,000-50,000细胞/样本×3-5样本。
Q: scRNA-seq质控怎么做
1)测序质量(Q30>80%, reads/cell); 2)Cell Ranger metrics(Valid Barcodes>70%, Mean reads/cell>20,000)；3)QC过滤: nFeature(基因数)>200且<8,000(过低=空滴/过高=双联体)；nCount(UMI)>1,000；线粒体比例<10-20%(过高=死细胞)；4)Doublet检测(DoubletFinder/Scrublet)；5)批次效应校正(Harmony/BBKNN/scVI)。每个步骤检查指标排除异常细胞。
Q: scRNA-seq需要多少细胞
目标5,000-10,000细胞/样本(10x 3' v3: 上机~10,000, 回收率~50-70%)。细胞类型多样性研究需更多细胞(20,000-50,000)。稀有细胞(<1%比例)需>50,000细胞才可检测到500+细胞。建议5,000-10,000细胞/样本×3-5生物学重复。reads/cell: 20,000-100,000 reads/cell(深度影响基因检出数)。总测序量: 100-500M reads/样本。
Q: scRNA-seq和空间转录组区别
scRNA-seq：单细胞基因表达(细胞解离后失去空间位置)，可分析细胞类型/轨迹/通讯，但无空间信息。空间转录组(Visium/Slide-seq): 组织切片上RNA捕获(空间barcodes)→保留空间位置的基因表达，但分辨率低(Visium 55μm spot含1-10细胞)。细胞类型+通讯选scRNA-seq，空间分布选空间转录组。建议整合scRNA-seq+空间转录组。