如何克服单细胞转录组中的污染RNA？ | 单细胞技术研究

近日，来自奥地利的研究团队通过使用改进的单细胞RNA测序方法克服了单细胞转录组（scRNA-seq）中污染RNA分子的问题，从而获得了胰岛细胞中动态药物反应的准确结果。此项研究成果已发表在《Genome Biology》。

研究人员将参比细胞作为对照(spike-in)与去污算法相结合，识别/校正单细胞RNA序列中的污染，并将此方法应用于离体胰岛样品，对未分离的组织样品的药物处理获得了24,729小鼠和82,463人单细胞胰岛转录组数据。

为什么要研究胰岛细胞？

scRNA-seq分析的最新进展已使多种组织中细胞群体的全面表征成为可能，从而产生了小鼠和人类细胞图谱的初稿。迄今为止，这些图谱主要集中于组织中的静态细胞组成，而有关单个细胞在整个组织环境中对刺激的动态响应的信息还很少。而这种反应动力学在胰岛中特别有意义。胰岛由多种内分泌细胞类型组成的组织，这些细胞类型由其标记激素胰高血糖素（α细胞），胰岛素（β细胞），胰腺多肽（PP细胞），生长抑素（δ细胞），和生长素释放肽（ε细胞）。

1型糖尿病是因人体的免疫系统错误地攻击并破坏了β细胞。再生医学手段希望通过恢复体内β细胞的数量与质量，从而最终取代目前的胰岛素替代疗法。此外，β细胞功能的障碍也会导致II型糖尿病的发生。因此，对不同胰岛细胞类型的更深入了解有助于对两种形式的糖尿病更好的理解以及疗法的开发。

scRNA-seq精确定量胰岛细胞特异性药物作用

Step1：发现scRNA-seq序列中的污染问题

通过分析自己的数据集以及其他已发表的单细胞研究，研究团队在非内分泌细胞类型中发现了意想不到的激素高表达现象。研究人员希望了解这是否是RNA分子污染的结果。大多数组织的单细胞RNA-seq数据中似乎都存在这种污染，但在胰岛中最为明显。例如，胰岛内分泌细胞专门用于产生单一激素，与典型的“管家”基因相比，β细胞中的胰岛素和α细胞中的胰高血糖素的表达水平更高。基于此观察，研究团队的目标是开发，验证和应用一种方法来通过实验确定并通过计算消除潜在的污染。

Step2：确保所得单细胞转录组的质量和纯度

研究人员在纯化的单细胞样本中掺入参比细胞作为对照识别单细胞RNA序列中的污染，发现样品的污染水平高达20%。同时结合算法，校正去除单细胞转录组中的污染序列。

Step3：分析药物对胰岛细胞的作用

FoxOi诱导人和小鼠胰岛α和β细胞去分化。

蒿甲醚上调小鼠和人α细胞亚群的胰岛素，而对β细胞的作用则依赖于物种。

这种利用参比细胞作为spike-in对照进行定量、纠错、scRNA序列数据标准化的新方法，有助于以单细胞分辨率和高定量准确度阐明药理学扰动的复杂细胞特异性效应。

研究数据

本次研究中10X和Drop-seq平台产生的scRNA-seq数据已保存至GEO数据库，数据编号分别为：GSE147203和GSE147202。

分析此数据集的算法是开源的，可在如下链接获取：https://github.com/epigen/Artemether_scRNA

参考文献
Marquina-Sanchez B, Fortelny N, Farlik M, et al. Single-cell RNA-seq with spike-in cells enables accurate quantification of cell-specific drug effects in pancreatic islets[J]. Genome Biology, 2020, 21(1): 1-22.
引用
CeMM Research Center for Molecular Medicine of the Austrian Academy of Sciences. "Single-cell RNA seq developed to accurately quantify cell-specific drug effects in pancreatic islets." ScienceDaily. ScienceDaily, 11 May 2020. .
图片来源：均来源于参考文献，如有侵权请联系删除。