单细胞测序技术往常正处于一个飞速展开时期，各种商业平台层出不穷。但关于市场上主流的高通量单细胞测序技术来说，主要流程普通分为以下几步：

图1 单细胞测序流程

看似简单的四个步骤，实则背地的工作极端复杂。博奥晶典自引进单细胞平台以来，曾经积聚了 10000 多例样本的建库阅历。在中止研发测试工作和展开实践项目的过程中，博奥晶典不时处置流程问题，优化实验计划，研发商业化试剂盒，开发作信剖析措施，扩展更多产品类型，在单细胞技术效劳范畴继续深耕、研讨，成果斐然。接下来，让我们针对单细胞测序技术流程中的各个步骤，清点一下博奥晶典在单细胞技术效劳上取得了哪些改进和提升。

组织消化篇

1、全面优化了组织消化流程

组织消化是单细胞测序实验流程中最为重要的一步，细胞消化的质量直接关系到后续实验的胜利与否以及数据的质量。不同的组织包含的细胞类型不同，细胞的排列、细胞外基质的组成也不同，因而需求针对不同组织优化最佳酶配比、最适解离时间及条件，才干取得高质量的细胞悬液。博奥晶典的单细胞实验研发人员经过长时间的研讨和探求，针对不同组织研发出了 153 种特定的消化措施，大大进步了各类疑问组织的细胞活性和细胞得率，抵达了上机建库的规范。

图2 博奥晶典组织样本消化 Protocol 合集

图3 各类组织样本消化的难易等级

以实践项目的肾穿刺组织消化实验（图4）为例。某客户的样本是人的新颖肾组织穿刺样本，样本体积小，自己做消化时发现细胞得率和细胞活性都很低。博奥单细胞实验人员经过探求得出适合的酶配比和消化时间，最终取得了高质量细胞悬液，细胞浓度、细胞活性和成团率等指标表示优秀（见表1），抵达胜利上机规范。

图4 肾组织穿刺样本

表1 肾穿刺样本消化后质控参数

2、自主研发了细胞核分别试剂盒

无论是单细胞核转录组，还是单细胞 ATAC、单细胞多组学等，都需求首先从组织或细胞悬液中取得高质量的细胞核。但是在制备细胞核悬液的时分，经常呈现细胞核得率低、细胞核质量不佳、细胞碎片过多以及细胞大量成团等问题，为此，博奥晶典自主研发了细胞核分别试剂盒，该试剂盒适用于人或其他哺乳动物的多种新颖及冻存组织样本，操作简双方便，去除背景碎片的同时保障了细胞核的完好性，能够取得高质量的细胞核悬液，已在多类组织的核分别实验中取得上佳表示。

图5 博奥晶典细胞核分别试剂盒及实验结果示例

单细胞建库篇

1、积聚了愈加丰厚的建库阅历

博奥晶典作为 2015 年国内首家引进 10x Genomics 单细胞测序平台的公司，目前博奥晶典的单细胞建库样本数累计已达 12189 个，触及 152 种组织类型。

图6 组织消化阅历

单细胞产品拓展篇

1、研发新的单细胞技术效劳产品 Sc ChIP-Seq 和 Sc MobiMicrobe

近年来，许多国产单细胞平台纷繁推出，极大地丰厚了单细胞市场阵容。为了弥补 10x Genomics 以外的单细胞舞台，丰厚单细胞技术效劳类型，博奥晶典与墨卓生物达成战略协作协议，深化规划单细胞表观组范畴，拓展单细胞微生物蓝海，共同展开单细胞 ChIP-seq、单细胞高通量微生物测序等技术效劳协作，以愈加全面的单细胞技术产品和愈加专业的单细胞效劳姿势引领单细胞行业展开。

图7 单细胞微生物基因组测序原理表示图

图8 单细胞 ChIP-Seq 原理表示图

单细胞数据剖析篇

1、搭建了 CellScope 单细胞剖析云平台

单细胞测序所产生的海量数据及个性化剖析曾经成为研讨中十分重要的部分，但是复杂的生物信息学剖析让很多人望而却步。盘绕单细胞数据剖析的难题，博奥晶典推出了无代码一键式单细胞数据可视化及高级剖析的软件 —— CellScope。

CellScope 作为一个自动化的交互式剖析平台，支持用户自定义细胞集、基因集、样天职组、比较方式等，能够方便地中止不同样本、不同分组以及细胞亚群之间的比较剖析，展开细胞发育轨迹、细胞互作及基因功用剖析等，并且无需代码，一键操作，为宽广科研工作者提供方便的数据剖析效劳。目前 CellScope 单细胞剖析云平台已包含细胞周期剖析、拟时间序列剖析、细胞通讯剖析、CNV 预测、TCGA 预测剖析、基因集打分等 31 项剖析工具，真实满足客户的个性化剖析需求。

图9 博奥晶典 CellScope 生信剖析云平台剖析结果展示

2、构建了 SingleCellBase 细胞类型注释数据库

在单细胞数据剖析流程中，细胞类型注释是取得细胞分群后的第一步也是最重要的一步，它能够检验分群结果的精确性，是后续高级剖析的基础性工作。细胞类型注释依赖于 Marker 基因的表白状况，因而构建特定细胞类型的 Marker 基因表白数据库就显得格外重要。博奥晶典经过已发表的 2000+ 篇高质量单细胞文献数据中止总结和整理，构建了多个物种和组织的细胞类型 Marker 数据库—— SingleCellBase，它可用于组织/细胞亚群 Marker 基因的查询，也可当作数据库应用注释软件中止注释。

图10 博奥晶典 SingleCellBase 细胞类型注释数据库主界面

以小鼠血管组织注释为例，下图中从左至右分别为应用客户提供的 Markers、CellMarker 数据库和博奥晶典 SingleCellBase 细胞类型数据库注释的结果。能够发现，CellMarker 数据库中含有的细胞类型少，而且有大量的细胞未被注释（红色的点），而客户提供的marker和 SingleCellBase 基本上注释出了一切的细胞，而且注释的结果十分分歧，细胞类型也更丰厚，而且与分群结果十分吻合。

小鼠主动脉组织，共 74073 个细胞，CellMarker 仅能注释出小部分细胞（<5%），SingleCellBase 可注释出基本上一切细胞，而且结果与客户提供的marker注释高度分歧，大大优于 CellMarker 的结果。

图11 小鼠主动脉单细胞数据应用不同数据库注释输出的结果。中间图 CellMarker 注释结果中红色代表 other，

3、开发单细胞和空间转录组分离剖析

将空间转录组和单细胞转录组数据中止分离剖析，既能够将单个细胞追溯到切片当中的细致位置，又能保存细胞当中完好的信息，两者扬长避短、相互弥补，能够带来愈加详尽、完好的信息。为此，博奥晶典积极开发了单细胞与空间组学的分离剖析流程，如应用 Seurat、SPOTlight、stLearn 等软件中止空间与单细胞的细胞类型对应剖析。

Seurat 措施是以空间转录组的每个 spot 为单位，应用基于“锚”的兼并剖析措施将单细胞的类型注释到 spots 上。

图12 Seurat 中止单细胞空间分离剖析

SPOTlight 则是应用单细胞数据来解卷积空间数据，能够得到每个 spot 中不同细胞类型的比例。

图13 SPOTlight 工作原理及注释结果

单细胞数据剖析中有一个伪时间轨迹剖析，stLearn 则是提供了一种称为伪时空轨迹剖析的算法，基于组织内细胞的空间环境和转录组图谱重建进化轨迹。

stLearn 原理

图15 stLearn 原理与剖析结果示例

百年恰是风华正茂

未来仍需风雨兼程

博奥秉持科研效劳20年的初心，一定再接再厉，持续研发优化单细胞技术效劳，以愈加专业、愈加全面、愈加担任的态度在单细胞范畴深耕，效劳于科研工作者，不孤负宽广客户的等候。