enkelcellssekvensering

Enkelcellssekvensering er en gruppe teknikker som lar forskere analysere genetiske, transkriptomiske eller epigenetiske data på nivå med individuelle celler i stedet for i bulkprøver. Hovedmålet er å kartlegge celleheterogenitet og dynamiske tilstander som ikke kommer fram i gjennomsnittsdata.

En vanlig tilnærming er single-cell RNA-sekvensering (scRNA-seq), som måler genuttrykk i enkeltceller. Plattformene varierer mellom droplet-baserte systemer (for eksempel 10x Genomics Chromium) og platebaserte metoder (som Smart-seq2). Celler isoleres og merkes med unike molekylidentifikatorer slik at transkripsjoner kan skilles mellom celler, ofte ved hjelp av unike molekylære identifikatorer (UMIs).

Dataene konverteres til en uttrykksmatrise per celle, og analyseprosessene inkluderer kvalitetssjekk, demultiplexering, filtrering av lavt uttrykte gener, normalisering og reduksjon av dimensjoner (for eksempel PCA, UMAP). Deretter identifiseres celletyper og tilstander gjennom klustring, og videre analyser kan etablere utviklingslinjer ved pseudotidsanalyse og differensiell uttrykksvurdering.

Anvendelser inkluderer kartlegging av vevsutvikling og differensiering, kartlegging av kreft- og immunologisk heterogenitet, og oppdagelse av sjeldne cellepopulasjoner. Kombinasjon med andre teknikker som spatial transcriptomics gjør det mulig å lokalisere cellene i vevsmiljøet og studere celle-til-celle interaksjoner.

Utfordringer og begrensninger inkluderer kostnader, avveiningen mellom dybde og bredde, dropout-effekter og teknisk støy, batch-effekter og behov for avansert bioinformatikk og lagringskapasitet. Analysene er komplekse og krever ofte validering med uavhengige metoder.

Fremtiden peker mot multimodal enkelcellssekvensering, hvor flere typer data fra samme celle samles, samt videre integrering med spatial data og standardisering av protokoller.