第1章单细胞测序在未来医学中的应用
近年来，单细胞研究领域日益受到关注，推动了各研究单位和研究型医院单细胞测序技术的快速发展。应用单细胞测序技术可以将单个细胞的全部基因组及转录组信息都完整地展示出来，这无论是对基础生物研究还是对临床研究都会产生深远的影响。本章重点针对单细胞测序的意义、工作流程、与传统方法（基因芯片技术）的比较、临床应用前景及面临的机遇与挑战等一系列问题进行阐述。
一、单细胞研究
1998年，96孔毛细管测序仪的诞生使测序技术有了新的突破，使相关的科学研究实现了本质上的飞跃，该技术被称为第一代高通量测序。20年后，随着现代科技日新月异的发展，二代测序技术悄然兴起。*近5年，二代测序这个名词在许多学术场合被不断提及和应用。
单细胞研究也同样得到了广泛关注。单细胞研究对研究者的素质要求非常高，需要研究者对遗传异质性有充分的理解，并具备周密的研究计划，所挑选的靶点细胞必须具有代表性，所选择的研究方法也必须具有高敏感性及可重复性。
我们将重点放在单细胞研究的方法学上，特别关注了单细胞研究领域中测序技术的应用。虽然单细胞测序技术目前面临的挑战及困难仍很多，但这项技术在开发新诊断方法、监控疾病进程、判断预后等方面的应用前景不容小觑。单细胞测序可以与人体功能系统、患者临床表型、临床生物信息学等多方面的信息相整合，这些领域中将有更加广泛重要的应用价值等待开发。
二、单细胞测序的临床应用意义
通常情况下，开展生物研究工作需要整合机体各部分的数据，包括每一个组织、细胞群所产生的信息，然而单细胞层面会发生很多变异，所以要想正确分析整个生物体的情况，解决如何透彻地在单细胞层面进行研究的问题就显得尤为重要。近年来，对单细胞研究领域的关注推动了单细胞测序技术的发展。一般来说，大多数进行测序的样本都需要至少取自105个细胞的DNA或RNA量，而单细胞测序技术的发展大大降低了所需样本的起始量。随着二代测序技术的逐步推广，单个细胞的全部基因组及转录组信息都能够被完整地记录下来。
单细胞转录组是指细胞上全部RNA或RNA聚合酶Ⅱ多聚腺苷酸反应后的产物所构成的基因调控网络，可以用来阐述在细胞微环境发生变化后，细胞生物学功能及表型所发生的变化。单细胞转录组研究可以证明基因表达的异质性，阐明基因调控网络间的互相关联，推测肿瘤细胞分型及肿瘤干细胞的特性，验证细胞内的基因表达谱、信使RNA的定位、等位基因的特异性表达等。
在胚胎干细胞发育过程中，单个细胞表达的特定转录信息决定了其*终的发育命运，单细胞测序技术的出现使得研究者能够更为深入、全面地进行此项研究。如今，科学家们已经成功运用单细胞测序技术检测人体植入前胚胎细胞、个体精子细胞、单个神经元细胞及外周血循环肿瘤细胞。
在开发疾病生物标志物及潜在药物治疗靶点方面，单细胞转录组测序已经成为重要的研究手段之一。有研究报道，通过单细胞转录组测序发现在树突状细胞中，炎性刺激物脂多糖可以诱导广泛、毫无征兆地在mRNA表达丰度及剪接形式上发生的突变，这一结果表明自分泌或体外来源的刺激物也可以引发细胞异质性的产生，这不仅颠覆了传统的认识，同时也提示或许可以研发能够敏感特异反映细胞异质性进展的标志物来监测基因调控网络的动态变化，从而开发新的分子诊断及细胞疗法。我们相信，未来单细胞测序结果一定会越来越多地被运用于临床疾病特异性动态网络标志物的研究。
单细胞基因组分析在癌症发展、产前遗传学诊断、人类基因组结构等研究方面起着重要的作用，单细胞测序目前被认为是研究小群体分化细胞、循环肿瘤细胞及组织干细胞的利器，并已被运用于检测临床标本中罕见细胞的基因改变。
在肿瘤研究方面，有报道显示，肿瘤细胞的异质性是促进肿瘤发展、妨碍个体化治疗的影响因素之一。单细胞测序技术的出现可以排除非肿瘤细胞或其他亚克隆细胞对研究的干扰，帮助研究者聚焦在这些数量非常少的循环肿瘤细胞上，使研究者可以更好地了解肿瘤的发生及发展，更好地探索肿瘤细胞的异质性现象，从而进一步改善抗肿瘤疗法并使个体化治疗方案更加完善。
测序后的初步分析结果也可以提示下一步研究其他组学，如蛋白组学、糖组学、代谢组学的必要性。将单细胞的表观基因组学与蛋白组学等信息进行整合，可使研究者对单个细胞进行深入、高通量、多层面研究。所以，单细胞测序技术的出现能够帮助研究者更好地探索细胞谱系之间的关系，研究单个细胞的功能。综合评价，如果能对感兴趣的样本先做测序的研究，单细胞测序不失为一种性价比非常高的研究方式。
第2章超级细胞模型在单细胞表型分类中的应用
超级细胞模型是解决细胞异质性的*佳方式。超级细胞模型是利用单细胞多维数据进行表型分类的一种方法，具有多维性，可以代表细胞群体的整体表现。
一、超级细胞模型及其发展
目前，细胞异质性被认为是生物体适应外环境改变的重要调节因素之一，同时，异质性在肿瘤生长、增殖、传播及抵抗治疗中也起着同样重要的作用。*先进的基因组学技术可以对单细胞中的全部基因进行检测，但是，究竟一次检测多少个基因完全取决于资金投入的多少及检测者所具备的技术能力。由于数据有限，使用高维聚类程序、混合高斯模型或其他标准化的数据分类技术来分析这些有限的高维数据集恐怕是不够的。因此，在单细胞异质性极高或可获得的细胞数量极少时，如何进行表型分类是值得探讨的问题。
“超级细胞模型”，即针对细胞的突变特性对单细胞表型进行分类的一种方法。若想预测单细胞的表型，首先要知道单细胞的规模，如运用此种方法就可以提供定量评估数据。运用不同的单细胞技术可以使超级细胞模型运用于多参数表型分类的构建，如细胞核成像技术、多色流式细胞术等。
二、单细胞研究面临的挑战
在生物体发育过程中，会发生各种体细胞突变，这些效应的总和导致了在个体中出现具有不同基因型的各种细胞系，这种现象称为嵌合现象。嵌合现象在人体内普遍存在，因此研究者们推测人体内的每一个细胞是否都具有自身特异的基因谱。在这些突变中，有些是中性的，有些是对人体不利的，如体细胞突变则与机体老龄化、肿瘤发生及其他疾病息息相关；而有些则对人体非常有益，例如，大脑中广泛存在的体细胞突变，以异倍体或者反转录转座子插入的形式出现，对大脑功能的发育至关重要。
事实上，在改善诊断及治疗方法方面，单细胞异质性的存在既是挑战也是难
展开
