单细胞流程教程（一）：什么是单细胞
尔云间一个专门做科研的团队
欢迎点赞+收藏+关注
生信人R语言学习必备
立刻拥有一个Rstudio账号
开启升级模式吧
（56线程，256G内存，个人存储1T）
在这个测序技术飞速发展的时代，DNA和RNA测序已经成为实验室中司空见惯的技术。但是，如果要说哪个实验最受欢迎，那肯定非单细胞RNA测序莫属啦！
自scRNA于2013年被《Nature Methods》评为年度技术以来，scRNA发文量正逐年递增，受到越来越多实验室的青睐。那么接下来，跟着小果学习scRNA吧
首先跟着小果来学习scRNA的用途。我们生物狗以前通常使用RNA测序（RNA-seq）来检测样本中的所有RNA转录本，分析基因表达情况。但是问题是，这种测序通常是对组织样本或者细胞群进行的，这样可能掩盖了不同细胞之间的差异。
单细胞RNA-seq技术能够独立地检测每个细胞的RNA表达情况，即使是遗传上相同的细胞，在相同环境下也可能表现出不同的基因和蛋白质表达水平，这可能导致一些细胞产生抗药性。单细胞RNA-seq技术就可以发现这些稀有的变异细胞。
实验方法
在以往的RNA-seq中，常使用bulk RNA-seq进行转录组分析，该方法可以探索不同条件之间基因表达的差异（正常组和对照组），但是无法捕捉细胞水平的差异，如下图所示，bulk RNA-seq无法正确的检测geneA和geneB之间的相关性，而scRNA-seq则可以正确的对细胞进行分组，检测geneA与geneB之间的关联。
虽然scRNA-seq能捕获细胞水平的表达，但是也具有以下缺点：
1、 数据量大
ScRNA-seq需要捕捉单个细胞的表达，相较于常规RNA-seq数据量大得多，需要更多算力、内存、存储空间、时间来进行分析
2、 单个细胞测序深度较低
由于scRNA-seq使用的液滴测序法，其测序深度较低，通常单个细胞的覆盖率仅10%至50%。这可能导致大量基因在细胞中检测不到。
3、 样品的不可控性
Biological variation可能导致细胞之间的基因表达与实际的生物细胞类型/状态更相似或不同，这可能会掩盖细胞类型的身份。biological variation的来源包括：
Transcriptional bursting：并非所有基因都在持续转录。细胞的采集时间将决定每个细胞中基因是表达还是沉默。
Varying rates of RNA processing：不同的RNA加工的速度不同。
Temporal changes：不断变化的细胞过程，如细胞周期，会影响单个细胞的基因表达谱。
尽管scRNA-seq存在各种问题，但它仍是一种功能强大且具有较高分辨率的方法，适合用于分析单细胞水平的基因表达。针对scRNA-seq的各种问题，也演化出了单细胞核测序等方法。总而言之，scRNA-seq是一项极具前景的单细胞水平的测序技术。
往期推荐：
1 、PCA绘图，从原理到绘图
2 、小果的单日小技巧DAY6：如何利用panImmune轻松分析免疫浸润？
“生信果”，生信入门、R语言、生信图解读与绘制、软件操作、代码复现、生信硬核知识技能、服务器、生物信息学的教程，以及基于R的分析和可视化等原创内容，一起见证小白和大佬的成长。
