EinzelzellRNASeq

EinzelzellRNASeq ist eine Methode zur Bestimmung des Transkriptoms einzelner Zellen, um Heterogenität in Gewebeproben zu erfassen. Sie ermöglicht die Identifikation von Zelltypen, Zellzuständen und Transkriptionsprogrammen, die in Bulk-Analysen verloren gehen. Die Technik wird in der Biologie, Medizin und Biotechnologie eingesetzt, unter anderem in der Entwicklungsbiologie, Immunologie, Krebsforschung und Neurowissenschaften.

Typische Arbeitsabläufe umfassen die Isolierung einzelner Zellen (z. B. per FACS oder Mikrofluidik), die reverse Transkriptase und anschließende cDNA-Amplifikation, die Bibliotheksvorbereitung und das Sequencing. Viele Protokolle verwenden Barcodes und/oder Unique Molecular Identifiers (UMIs), um Zellen und mRNA-Moleküle zu kennzeichnen und technische Abhängigkeiten zu reduzieren. Plattformen wie droplet-based (z. B. Drop-seq, 10x Genomics Chromium) sowie plate-based Ansätze (z. B. SMART-seq) unterscheiden sich in Durchsatz, Sensitivität und Transkriptionsabdeckung.

Die Analyse umfasst Qualitätskontrolle, Normalisierung, Dimensionsreduktion und Clustering, gefolgt von differenzielle Expressionsanalysen, zelltypspezifische Marker und Trajektorien- oder Pseudotime-Analysen, um Entwicklungswege oder Zellzustandsfolgen abzuleiten. Aufgrund der hohen Dimensionalität und der Dropout-Ereignisse benötigen Analysen spezialisierte Werkzeuge und Integrationsansätze für Datensätze aus verschiedenen Experimenten.

Anwendungen reichen von der Kartierung zellulärer Hierarchien in Organen bis zur Untersuchung tumoröser Mikroumgebungen, Immunzellensektionen und neuronaler Netzwerke. Die Technik liefert Aufschluss über seltene Zelltypen und Transkriptionsprogramme, kann aber durch Kosten, technische Variabilität, Verzerrungen beim mRNA-Fragment und Anforderungen an Probenmaterial limitiert sein.

Fortlaufende Entwicklungen verbessern Sequenzierhäufigkeit, Abdeckung, Fehlerkorrektur und Integration multi-omics. Neue Protokolle erhöhen die Sensitivität, während Barcoding-Strategien detailliertere Profilierung ermöglichen. Die Interpretation erfordert sorgfältige Validierung und Reproduzierbarkeit.