今天的故事要从2013年开始讲起，
就在当年单细胞测序技术
被Nature Method 杂志评选为年度技术。
为单细胞测序献上了深情的赞歌：
“Every cell is unique—it occupies an exclusive position in space, carries distinct errors in its copied genome and is subject to programmed and induced changes in gene expression. Yet most DNA and RNA sequencing is performed on tissue samples or cell populations, in which biological differences between cells can be obscured by averaging or mistaken for technical noise.”
啰啰嗦嗦一大堆，意思就是
每一个细胞
是独一无二的。
以前的基因组和转录组测序
就好比细胞的大合唱
比的是平均水平
现在不一样啦
现在是独唱
滥竽充数的分分钟揪出来。
言归正传
初次听说单细胞测序技术，小榴莲还是非常不屑的，单细胞测序又是什么噱头？如果单细胞测序就能测一个细胞或几个细胞的话，这有什么意义？特别是对异质性高的肿瘤组织来讲，测一个细胞能代表什么？
后来详加了解才发现
自己.....
too young, too simple
那么今天我们就着重的来了解一下单细胞测序技术，暂且不谈这项技术的技术难点和技术挑战，着重来了解一下该技术的基本原理，以及有可能对我们的实验带来什么样的福利，该技术和传统测序方法相比具备什么样的优势。
基本原理
单细胞测序首先不是仅仅对一个细胞进行测序，而是说该项技术能对单一细胞的基因组或转录组进行测序，可以理解为单细胞水平上的测序。
在介绍基本原理之前先让我们尝试着回答一下：为什么要进行单细胞测序？换个姿势来问就是，单细胞测序技术能解决什么传统方法解决不了的问题？
世界上没有两片相同的叶子，对于多细胞生物来说细胞与细胞之间是存在差异的，很多时候是基因组、转录组上的失之毫厘，功能上的差之千里。
比如在肿瘤组织中，肿块中心的细胞与肿块周围的细胞，原发灶与转移灶的细胞，其基因组与转录组等遗传信息是存在差异的，这也就导致不同肿瘤细胞表现出免疫特性、生长速度、侵袭能力等表型方面的差异，最终导致对不同抗肿瘤药物的敏感性不同或放疗敏感性的差异。
那么我们怎样来研究这种遗传信息的异质性呢？传统的测序方法是在多细胞水平上进行的，这种大家一起“吃大锅饭”的形式，使其丢失了异质性的信息，而单细胞测序可以完美的解决这个问题。给大家更形象的举个例子：
Western blot 检测
这三种样本虽然存在这么大的差异，但是通过western blot检测的时候我们得出的结论是：该基因在不同组织中的表达基本一致。上图所展示的异质性信息就被完全的忽略掉了。和western blot相似的是，传统测序方法所展示的信息也是在多细胞水平上的平均信息，而单细胞水平上的测序则完全可以反应同一个细胞群里不同细胞的基因组和转录组状况。单细胞测序技术的出现，使得从混杂的样品中筛选出异质性信息的难题得以解决，该技术的成熟使用也必将引领生命科学研究向前迈进一大步。
那么单细胞测序又是如何实现的呢？我们以单细胞RNA-seq作为例子，简单的来介绍一下该技术得以实现的原理：
一，将单细胞分离出来，单独构建测序文库，并进行测序。这种思路通量极低而且成本极高，如前文所说烧掉很多钱就测数十个细胞，而往往这数十个细胞还不足以反应真实的科学问题。所以我们着重介绍第二种方案。
二，基于标签（barcode）的单细胞识别。它的核心思想是：在对每个细胞的mRNA测序前做逆转录时，为其加上独一无二的标签序列。这样即便是混合起来测序，我们也可以把携带相同标签序列（barcode）的RNA片段视为来自同一个细胞。通过这种策略，我们可以通过一次建库，测得上万个单细胞的信息（如下图所示）。
那么这项技术的出现
又会带给大家哪些福利呢？
就拿大家比较关注的single cell RNA-seq来说吧：
一，在传统的研究方法中，我们往往根据标记基因和细胞形态来区分不同细胞类型，而这种方法无可厚非的存在很多争议。而单细胞测序技术可以更精准无偏倚的来对细胞进行分群。尤其是对免疫学，肿瘤学，遗传学的研究将会带来巨大影响。
二，分析稀有的细胞，特别是特定时空环境下的细胞。比如从环境中取样的微生物等。
三，临床上，对体外受精胚胎进行植入前的筛查。
五，已经通过传统的测序方法进行大规模测序，希望以此挖掘数据冲击重量级期刊的小伙伴们请注意，单细胞测序在高分期刊的发表已成井喷之势，几年之后技术必将更加成熟，小榴莲认为这就为传统测序方法下的数据挖掘和发表设置了天花板，小伙伴们且行且珍惜，不要恋战。通过单细胞测序技术设计课题发表文章在当下更受欢迎。
閱讀更多 基因谷 的文章
