一、单细胞 RNA 测序    

单细胞转录组测序（Single-cell RNA-sequencing）是指在单细胞水平上对 RNA 进行高通量测序和分析的新技术。不同于常规 Bulk Sequencing（组织或细胞群测序）得到的结果只是大量细胞的平均表达水平，单细胞测序能够深入挖掘细胞特异性的信息。目前，单细胞测序已广泛应用于肿瘤异质性、免疫微环境、神经科学、胚胎发育、细胞分化等领域的研究。

伯豪特色

6 年的单细胞服务经验，协助客户在 Cell Research、Nature Neuroscience 等杂志上发表文章。

拥有三大单细胞测序服务平台，包括低通量的 SMART-seq，以及高通量的 10X genomics 和 BD Rhapsody 的单细胞 RNA 测序服务平台。

自主研发的单细胞组织保护液，保证了新鲜组织样本的低温存储和运输。

累计成功完成 30 余种组织类型的单细胞悬液制备（包括人外周血液细胞，临床组织及大小鼠组织或器官）。针对单细胞悬液制备过程中遇到的主要问题，如死细胞比例高、活性达不到上机要求；细胞形态异常；细胞消化不完全、聚集成团、碎片偏多、红细胞比例偏高等，公司单细胞测序团队通过已经积累的经验，为客户提供合理化的建议，提高单细胞测序的成功率。

完善的数据处理方法，及个性化的分析方法。

技术参数  

SMART-seq

建库起始量：1~100 cells；

测序模式：Illumina HiSeq PE150；

推荐数据量：>=6 Gb/ 样本。

10X genomics & BD Rhapsody

总量 > 105   目标细胞个数（最少 10,000 个细胞）；

浓度 500-1,000 个 /uL；

细胞间无粘连（成团率 <5%）；

无大于 40um 的细胞碎片或其他颗粒物；

细胞成活率应大于 80%（台盼蓝染色检测）；

不存在逆转录抑制剂和非细胞的核酸分子。

服务流程

数据分析

包括数据预处理，基础分析，高级分析和个性化分析，部分分析结果展示如下：

案例解析   案例展示   案例一（神经生物学，使用技术 SMART-seq）

伯豪生物助力中国科学院上海生命科学研究院神经科学研究所张旭院士研究组，通过高覆盖度的单细胞测序和以神经元大小为参考的层次聚类，对小鼠背根神经节初级感觉神经元进行了分类，又通过全细胞膜片钳在体记录结合单细胞 PCR 方法可检测各类初级感觉神经元对外周皮肤刺激的反应。该工作通过高覆盖的单细胞测序对初级感觉神经元进行了重新分类，并且建立了基因表达与在体内功能的相互关系。该成果已经发表在了 2015 年 12 月的国际知名期刊 Cell Reasarch（影响因子 11.981）上。该研究中单细胞测序及数据分析服务由上海伯豪生物技术有限公司提供。

原文出处：Li CL, Li KC, Wu D, et al. Somatosensory neuron types identified by high-coverage single-cell RNA-sequencing and functional heterogeneity. Cell Res. 2015, 26(1):83-102.

案例二（疾病不同进程的细胞组成差异，10X genomics）

肠型胃癌以癌前病变为主，包括慢性萎缩性胃炎和肠上皮化生。在这项研究中，作者构建了一个单细胞图谱，包含了 32,332 个来自胃窦粘膜活检的高质量细胞。然后，作者构建了一个基于细胞和分子特征的单细胞网络。研究发现在上皮化生过程中，腺体黏液细胞趋向于获得肠样干细胞表型，作者将 OR51E1 作为早期恶性病变中独特内分泌细胞的标记。作者还发现，HES6 可能标记杯前细胞簇，可能有助于早期化生的鉴定。最后，作者确定了一组 EGC 特异性标记，对 EGC 的准确诊断具有临床意义。作者的研究提供了无与伦比的见解，以了解人类胃细胞组在癌前和早期恶性病变。

原文出处：Zhang P, Yang M, Zhang Y, et al. Dissecting the Single-Cell Transcriptome Network Underlying Gastric Premalignant Lesions and Early Gastric Cancer. Cell reports, 2019, 27(6): 1934-1947. e5.

应用方向

肿瘤异质

Kim C, Gao R, Sei E, et al. Chemoresistance Evolution in Triple-Negative  Breast Cancer Delineated by Single-Cell Sequencing. Cell 2018, 173(4):879-893.

肿瘤免疫微环境

Zheng C, Zheng L, Yoo JK, et al. Landscape of Infiltrating T Cells in Liver Cancer Revealed by Single-Cell Sequencing. Cell 2017, 169(7):1342-1356. 神经科学。

Li CL, Li KC, Wu D, et al. Somatosensory neuron types identified by high-coverage single-cell RNA-sequencing and functional heterogeneity. Cell Res 2015, 26(1):83-102.

胚胎发育

Li L, Dong J, Yan L, et al. Single-Cell RNA-Seq Analysis Maps Development of Human Germline Cells and Gonadal Niche Interactions. Cell Stem Cell 2017, 20(6):858-873

细胞分化

Bach K, Pensa S, Grzelak M, et al. Differentiation dynamics of mammary epithelial cells revealed by single-cell RNA sequencing. Nat Commun 2017, 8(1):2128.

二、单细胞 ATAC 测序  

染色质开放程度，反映了染色质的转录活性状态，是研究基因表达调控的重要方向，在表观遗传图谱绘制、细胞分化和发育及各类疾病的发生发展研究中具有重要的作用。

单细胞 ATAC-seq（Aaasay for transposase Accessible Chromatin with high throughput sequencing at the single cell level）是指在单细胞水平上检测开放染色质的方法。其原理为基于 Tn5 转座酶对片段化 DNA 和整合入活化的调控区域的高敏感性。目前，单细胞 ATAC-seq 技术可应用于肿瘤异质性、免疫微环境、神经科学、胚胎发育、细胞分化等领域的研究。

单细胞 ATAC-seq 检测平台

单细胞 ATAC-seq 流程

样本要求

类型：细胞系，原代细胞，冻存细胞，新鲜组织等

来源：血液提取、磁珠富集、流式富集、组织解离等

样本量：细胞 >1x105  细胞 / 样本

细胞活率：大于 80%，越高越好

数据量：25M reads pair/sample

数据分析

包括数据预处理，基础分析和高级分析，部分分析结果展示如下：

案例解析   题目：人类免疫细胞发展以及瘤内 T 细胞衰竭大规模平行单细胞染色质景观分析

要理解复杂的组织，就需要对基因调控的单细胞结构进行精确和大规模的解构。在这里，研究人员使用单细胞 ATAC 测序（single cell ATAC-seq) 来评估一个大规模并行的基于液滴的方法在单细胞中映射转座酶可达染色质的性能。作者应用 single cell ATAC-seq 获得了 20 多万个人类血液和基底细胞癌单细胞的染色质谱。在血液中，single cell ATAC-seq 的应用使细胞类型特异性顺式和反式调控元件的无标记识别、疾病相关增强子活性的映射和细胞分化轨迹的重建成为可能。在基底细胞癌中，single cell ATAC-seq 的应用揭示了肿瘤微环境中恶性细胞、基质细胞和免疫细胞的调控网络。对程序性细胞死亡前后的一系列肿瘤活检的 single cell ATAC-seq 谱进行分析，发现治疗反应性 T 细胞亚群的染色质调节因子，并揭示了控制肿瘤内 CD8+ T 细胞衰竭和 CD4+ T 滤泡辅助细胞发育的共同调控程序。作者预期 single cell ATAC-seq 将使基因调控因子在不同生物系统间的无偏好发现成为可能。

原文出处：Satpathy A T, Granja J M, Yost K E, et al. Massively parallel single-cell chromatin landscapes of human immune cell development and intratumoral T cell exhaustion[J]. BioRxiv, 2019: 610550.

三、单细胞 TCR/BCR 测序  

免疫组库（Immune Repertoire，IR）是指机体内 T 淋巴细胞和 B 淋巴细胞多样性的总和，反映机体免疫系统在特定时间段内应对外界刺激应答的能力。基于 10X Genomics 的单细胞系统，可实现高通量的单细胞转录组和 V(D)J 测序。不但可以将 TCR/BCR 双链匹配，而且能够同时获得基因表达信息。

技术原理

10X Genomic 单细胞免疫组库测序与单细胞 RNA 测序一样，通过微流控系统将带有条形码和引物的凝胶珠与单个细胞包裹在油滴中；接下来在每个油滴内，凝胶珠溶解，细胞裂解释放 mRNA，通过逆转录产生带有 10X barcode 和 UMI 信息的 cDNA。破油（Breaking Emulsions）之后，cDNA 一分为二，后续同时进行基因表达和免疫组库的文库构建。其中 TCR 或者 BCR 的 V(D)J 序列通过设计在 C 区的巢式引物进行 PCR 富集；而 mRNA 的信息，与 10X Genomics 3’mRNA 文库不同，保留的是 5’端的信息。测序后即可一次性获得大量单细胞的基因表达和免疫组库数据。

图 5’mRNA 与 TCR/BCR 同时建库

技术优势

●通量高

一张芯片具有 8 个独立的通道，可供 8 个样本同时上机，每个通道最高可捕获 10000 个细胞。

● 分辨率高

可获得真正单细胞水平的的免疫组库信息，并且可匹配 TCR/BCR 的双链。

●信息全面

可同时获得单个细胞匹配的 mRNA 和 TCR/BCR 信息。

文库结构

● 5’gene expression 文库：

图 10X Genomics 5’gene expression 文库示意图

●V(D)J 文库：

图 10X Genomics V(D)J 文库示意图

建议测序深度及参数

样本要求

●  类型：

新鲜组织，原代细胞，细胞系等。

●  来源：

血液提取、磁珠富集、流式富集、组织解离等。

●  样本量及其它质控要求：

应用方向

★肿瘤微环境

★  自身免疫性疾病

★  感染性疾病

★  器官、骨髓移植

★  抗体开发

应用案例

1、肝癌免疫微环境

2017 年，北京大学张泽民教授课题组通过大规模单细胞测序技术对肝癌相关 T 淋巴细胞进行了分析，首次在单细胞水平上描绘肝癌微环境中免疫图谱。研究者收集了 6 例肝癌患者的外周血，癌旁正常组织、肝癌组织作为实验样本，然后从各类样本中用流式分选出 CD3+CD8+（cytotoxic T cells，Tc）细胞，以及 CD4+CD25-（Helper T cells，Th）细胞和 CD4+CD25+（regulatory T cells，Tregs）细胞，并进行了单细胞转录组测序和单细胞 TCR 测序，总共获得 5063 个单细胞的数据。其中，单细胞水平分析 TCR 序列发现，在肿瘤侵润的 exhausted T 细胞和 Tregs 细胞中，观察到 TCRs 发生了重复使用。在肿瘤组织中含有相同 TCR 的 T 细胞比例较高，而在外周血和正常组织中比例较低，这说明在肿瘤中的 exhausted T 细胞和 Tregs 细胞发生了克隆扩增。并且相比于早期病人，晚期病人中 T 细胞的克隆扩增更加明显。

图 肝癌中 T 细胞的克隆扩增

2、黑色素瘤免疫微环境

2019 年发表在 Cell 上发表的一篇论文，对 25 个黑色素瘤患者肿瘤中总共 46,621 个免疫细胞进行了单细胞 RNA 和 TCR 测序。这些细胞被分成 7 个大群，包括 T 细胞（CD3），NK 细胞（KLRD1），树突细胞（DCs；CD1C），巨噬细胞（C1Q），单核细胞（VCAN），B 细胞（CD19），和浆细胞（immunoglobulins）。初始 T 细胞高表达 IL7R, CCR7 和转录因子 TCF7，特异性表达的基因整体来说比其它类型的细胞少。而非初始 T 细胞具有很高的异质性，其中一小群是记忆 T 细胞，大部分细胞是过渡性 CD8 T 细胞（transitional CD8 effector T），细胞毒性 CD8 T 细胞（cytotoxic CD8 effector T）和丧失功能的 CD8 T 细胞（dysfunctional CD8 T cells），高表达 PD- 1 和 LAG3。这些细胞类群的边界是模糊的，提示转录的梯度表达是造成 T 细胞异质性的原因。CD4 T 细胞主要有高表达 FOXP3 的 Treg，滤泡辅助 T 细胞（CXCL13 表达），以及一小群高表达免疫检查点分子的细胞（dysfunctional CD4 T cells）。分析每名患者的免疫细胞组成，发现大部分 T 细胞类群在患者中都存在，但是病人之间不同细胞类群的丰度有很大差异。丧失功能的 CD8 T 细胞的负荷可能是黑色素瘤最本质的特征。

图 病人间免疫微环境异质性

通过分析 T 细胞的 TCR 序列，发现不同病人的 TCR 克隆型构成差异较大。一些大的克隆中细胞类型也不同，主要表现为丧失功能的 CD8 T 细胞的富集和初始 T 细胞的缺失。患者中丧失功能的 CD8 T 细胞的比例与 T 细胞的扩增程度呈现正相关。通过计算每个细胞的增殖分数，发现丧失功能的 CD8 T 细胞有最高增殖细胞比例，比初始 T 细胞高出 10 倍。

图 黑色素瘤中 T 细胞的克隆扩增

3、免疫治疗

靶向 PD-1/PD-L1 通路的免疫检查点抑制剂的出现，给癌症的临床治疗带来了革命性的变化。然而 PD- 1 抗体的抑癌机制，并不完全为人所知。其中一个非常关键的问题是，PD- 1 抗体的抑癌效果，究竟是依赖于在治疗前就存在于肿瘤中的浸润淋巴细胞的再激活，还是治疗之后，肿瘤外的杀伤 T 细胞进入肿瘤？这个问题，目前也是不清楚的。来自斯坦福大学医学院的研究团队，从接受 PD- 1 抗体治疗前后的基底细胞癌（BCC）或鳞状细胞癌（SCC）患者身上采集了 79046 个细胞（包括癌细胞和各种免疫细胞），进行了单细胞 RNA 测序和 TCR 测序。基于单细胞 RNA 测序结果，细胞分成 19 个亚群。

本研究的重点是免疫细胞，尤其是浸润性免疫细胞，以及治疗前后的变化，以了解克隆性 T 细胞对 PD- 1 抗体治疗的反应。因此研究人员把所有的 33106 个肿瘤浸润性 T 细胞做了个更细致的分类，包括表达 CD4 的调节性 T 细胞（Treg）细胞，滤泡辅助性 T（TFH）细胞，T 辅助细胞 17（TH17）细胞；以及表达 CD8 的幼稚细胞，记忆 T 细胞，效应记忆 T 细胞，活化 T 细胞，慢性活化 / 耗竭 T 细胞，中度耗竭 / 活化细胞。进一步分析发现，在 PD- 1 抗体治疗之后，滤泡辅助性 T 细胞，以及活化，耗竭和耗竭 / 活化的 CD8 阳性 T 细胞的频率增加，并且耗竭 T 细胞的克隆水平明显更高。更为让研究人员感到意外的是，对于同一个患者而言，治疗后记忆 T 细胞和效应 T 细胞频繁转换为活化状态，但是治疗前的耗竭 T 细胞却没有变成治疗后的非耗竭表型。这表明，即使在 PD- 1 抗体治疗后，已经耗竭的肿瘤浸润 T 细胞也很难变成活化状态了。

图 治疗前后 T 细胞的状态转换。

此外，研究人员还观察到一个有趣的现象，PD- 1 抗体治疗后才出现的耗竭性 T 细胞表现出了新的 TCR 特异性。为了分析外周血中是否存在新发现的肿瘤浸润性 T 细胞，研究人员给患者的血液样品做了 TCR 测序，发现 35.5% 新肿瘤浸润性 T 细胞可以在 PD- 1 抗体治疗后的外周血中找到，而在治疗前的外周血中只能找到 11.8% 的新肿瘤浸润性 T 细胞，不过治疗前的肿瘤里面却没有新肿瘤浸润性 T 细胞。

图 新发现的肿瘤浸润性 T 细胞在外周血中的比例

总的来说，与“冷”肿瘤相比，“热”肿瘤之所以响应 PD- 1 抗体的治疗，可能是由于“热”肿瘤自身的特性，让它能够不断吸引新 T 细胞进入，而不是重新激活已有的肿瘤浸润性 T 细胞。这项研究让我们对免疫检查点抑制剂的作用机制有了新的认知，这对临床治疗和疗效的检测都有一定的价值和意义。

四、单细胞免疫组库测序  

10X genomics 提供了全面的单细胞免疫分析方案，可以在单细胞细胞基础上同时检测人类或小鼠的适应性免疫反应和数以万计的 T 细胞和 B 细胞的免疫系统。通过精简的工作流程，可以实现从样品到文库准备、免疫测序和软件分析全套解决方案，揭示 T 和 B 细胞多样性、V(D)J 重组和免疫细胞分析。

单细胞免疫组库检测平台

单细胞免疫组库测序流程

应用领域

基础免疫学

肿瘤免疫和免疫治疗

自身免疫性疾病和炎症性疾病

传染病和疫苗研究

移植和免疫重建

样本要求

类型：细胞系，原代细胞，新鲜组织等

来源：血液提取、磁珠富集、流式富集、组织解离等

样本量：细胞 >1x105  细胞 / 样本

细胞活率：大于 80%，越高越好

数据量：5K read pairs/cell

数据分析

数据过滤及统计：

保留只含有唯一一对 TRA 和 TRB 且测到 RNA 表达的细胞进行后续分析。

样本间 VJ 使用情况比较：

每个样本分别取 α 和 β 排名前十的 VJ 组合，所有样本取并集画 VJ 使用率热图。

对比不同样本的 VJ 使用情况可以看到 VJ 使用的特异性。

多样性指数等统计

对样本进行多样性分析，多样性指数和均一度如下表所示：

不同细胞类型的克隆扩增分析   

结合单细胞 RNA 测序的注释结果，对每个样本针对不同类型的细胞群进行克隆扩增分析。如下饼图，针对不同的克隆扩增（n=1,n=2,n>=3）情况分别统计，不同颜色表示不同类型的细胞类型所占比例。

案例解析

题目：人类免疫细胞发展以及瘤内 T 细胞衰竭大规模平行单细胞染色质景观分析

原发肿瘤上皮细胞与内源性同系肿瘤浸润淋巴细胞（TILs) 作为内聚单位的共培养尤其难以实现。研究人员运用空气 - 液体界面（ALI) 方法从 >100 个人活组织切片或小鼠肿瘤中培养出患者来源的器官样体（PDOs)，在具有同基因免疫能力的宿主中作为肿瘤上皮细胞，并嵌入天然免疫细胞。10X Genomics Chromium 平台通过同时检测基因表达及免疫组库图谱发现，PDOs 肿瘤浸润淋巴细胞准确地保留了原发肿瘤 T 细胞受体（TCR) 的图谱。至关重要的是，人类和小鼠的 PDOs 成功地通过 anti-PD1 和 / 或 anti-PDL1 扩展和激活肿瘤抗原特异性肿瘤浸润淋巴细胞并诱导肿瘤细胞毒性来模拟免疫检查点阻断（ICB)。内源性免疫基质与原发肿瘤上皮细胞的有机融合促进 TME 内的免疫肿瘤学研究，并促进个性化免疫治疗检测。

免疫细胞的 5'V(D)J 和 5'RNA-seq 检测

原文出处：Neal J T, Li X, Zhu J, et al. Organoid modeling of the tumor immune microenvironment[J]. Cell, 2018, 175(7): 1972-1988. e16.