單細胞RNA測序（scRNA-seq）是鑒定樣本中單個細胞轉(zhuǎn)錄組的主流方法。為了確保人們在實驗過程中使用*方法，由西班牙國家基因組分析中心（CNAG-CRG）領(lǐng)導(dǎo)的研究團隊對13種單細胞RNA測序方法開展了性能評估。

單細胞轉(zhuǎn)錄組學(xué)開啟了一個新時代，讓人們能夠無偏倚地記錄細胞表型。單細胞RNA測序?qū)嶒炘诓粩鄶U展，如今每次實驗可以分析數(shù)千個細胞，從而全面地了解細胞組成。zui近，研究人員正嘗試利用單細胞RNA測序來繪制整個細胞譜系、器官甚至生物體的細胞圖譜，其中zui引人關(guān)注的是人類細胞圖譜（HCA）計劃。

然而，人們在開展細胞圖譜分析之前也存在一定的擔(dān)憂。過去，基因組分析缺乏基準測試，這導(dǎo)致實驗后期出現(xiàn)了一些問題：不同的研究小組使用了不同的方法，并得出了不同的結(jié)果?？紤]到這一點，許多致力于單細胞RNA分析的小組決定聯(lián)合起來評估不同的方法，以確保結(jié)果有著良好的重現(xiàn)性。

研究團隊采用13種方法來分析一組精選的細胞。這組細胞一共大約有3,000個，滿足四個條件：它包含多種細胞類型；某些細胞非常相似，基因表達只有細微的差異；細胞具有可追蹤的標志物；并且包含不同物種的細胞。這組細胞主要是人外周血細胞（60%）和小鼠結(jié)腸細胞（30%），但也包含少量HEK293T、NIH3T3和MDCK細胞。

他們評估的單細胞RNA測序方法包括：CEL-Seq2、MARS-Seq、Quartz-Seq2、gmcSCRB-Seq、Smart-Seq2、ddSEQ、ICELL8、C1HT-Small、C1HT-Medium、Chromium、Chromium(sn)、Drop-seq以及inDrop。這些都是耳熟能詳?shù)膯渭毎鸕NA測序方法。

研究人員根據(jù)檢測細胞圖譜和標志物表達的精確度來評估這些方法。他們使用了六個關(guān)鍵指標：基因檢測、轉(zhuǎn)錄特征表達的總體水平、細胞簇的準確性、分類概率、數(shù)據(jù)整合后的細胞簇準確性以及可混合性。

通過這些研究，他們發(fā)現(xiàn)日本理化學(xué)研究所（RIKEN）開發(fā)的Quartz-Seq2方法很準確，在基準測試中得分zui高，緊隨其后的是CEL-Seq2和Chromium。開發(fā)Quartz-seq2的負責(zé)人Itoshi Nikaido稱：“我們很高興我們的方法被評為整體*。我們計劃進一步改進它，以便人們能夠在人類細胞圖譜等項目中取得*結(jié)果。”

領(lǐng)導(dǎo)這項研究的西班牙科學(xué)家Holger Heyn博士表示：“這些方案表現(xiàn)出明顯的性能差異，我們希望這項工作有助于制定標準和指南，從而有助于人類細胞圖譜及單細胞研究界生成高質(zhì)量的數(shù)據(jù)集。”