circRNA和lncRNA常表現出高度的細胞或組織特異性,需要在單細胞分辨率下進行分析,但市面上大多數單細胞測序平臺主要分析有poly(A)尾的mRNA。吉賽生物單細胞全轉錄組測序服務,突破性實現單細胞分辨率的全轉錄組分析!幫助廣大科研工作者解決circRNA和lncRNA等不含poly(A)轉錄本的細胞異質性分析難題,解鎖每一個細胞中完整的RNA世界!

單細胞全轉錄組測序技術原理。
① 突破RNA類型限制,實現無偏差檢測:不僅可在單細胞分別率下高效檢測mRNA,更覆蓋各類非poly(A)轉錄本,包括circRNA、lncRNA和微生物(如病毒、原核生物)來源的non-poly(A)基因,真實還原樣本轉錄組的全貌,有利于更深入研究circRNA、lncRNA調控網絡、挖掘關鍵的circRNA、lncRNA生物標志物和治療靶點、精準區分細胞亞型、捕捉實驗樣本的細微動態變化;
② 覆蓋全序列,釋放分析潛能:隨機引物捕獲,打破3’或5’端轉錄組的局限,實現全序列覆蓋,確保每一條測序讀段均有效用于分析,為可變剪接分析、突變檢測、新轉錄本發現等研究提供更全面、可靠的數據支撐。
③ 特色生信分析,全面分析轉錄組:除了常規的單細胞測序分析(如細胞聚類分析、細胞類型鑒定、Marker基因分析、功能注釋與分析、組間差異分析等),還額外增加針對性的circRNA、lncRNA表達和功能分析,以及變異、可變剪接等分析,提供多維度數據。
④ 單細胞分辨率,準確描繪基因表達譜:實現單細胞水平基因突變或全轉錄組差異表達檢測,更準確鑒定驅動差異的細胞來源,探索差異細胞微環境特征,在單細胞層面分析細胞功能改變。
(1)研究非編碼RNA
論文標題:Assessment of the cardiac noncoding transcriptome by single-cell RNA sequencing identifies FIXER, a conserved profibrogenic long noncoding RNA
發表期刊:Circulation
lncRNA在許多心血管疾病中具有關鍵功能,它們比編碼基因更具有細胞特異性。研究使用單細胞全轉錄組測序技術對梗死后非心肌細胞中的lncRNA進行了評估,基于lncRNA的表達從心肌成纖維細胞、肌成纖維細胞和心外膜細胞鑒定到7種細胞亞群,再通過細胞亞群表達的mRNA富集的功能模塊和文獻報道,將這些亞群注釋為抑制細胞增殖、細胞活化、血管分化、DNA 修復、有絲分裂、細胞分化等功能相關細胞亞型。研究證明除了傳統的mRNA表達模式外,也可以通過lncRNA表達水平識別出哺乳動物心臟中的各種細胞類型,為lncRNA的深入研究開拓了新的思路。[1]

通過單細胞RNA測序確定相關的心肌細胞類型的lncRNA表達譜。A:完全基于lncRNA的表達的非心肌細胞UMAP。B:UMAP圖顯示每個簇的細胞類型特異性標記的表達。C:UMAP表明假手術和梗死心臟中的細胞簇。
(2)分析可變剪接
論文標題:Splicing diversity enhances the molecular classification of pituitary neuroendocrine tumors
發表期刊:Nat Commun
研究通過聯合Bulk-seq和單細胞全轉錄組測序,全面研究垂體神經內分泌腫瘤(PitNET)表達譜中的可變剪接(AS)失調,揭示了單細胞分辨率下的剪接異質性,以及不同腫瘤細胞類型的剪接失調,還有效地區分了沉默的促腎上腺皮質激素亞型,并定義了一種與更差的臨床表現和ESRP1表達變化驅動剪接異常有關的獨特TPIT譜系亞型。總之,研究表征了PitNET中亞型特異性AS概況,增強了對PitNET亞型的理解。[2]
單細胞全轉錄組測序展現PitNet的剪接多樣性。
(3)探索細胞異質性和狀態變化
論文標題:Single-cell nascent transcription reveals sparse genome usage and plasticity
發表期刊:Cell
研究利用生物素聯合5-EU對新生RNA進行標記,再結合單細胞全轉錄組技術,基于隨機引物無偏好地捕獲編碼與非編碼RNA的優勢,以極高的靈敏度和全基因組覆蓋范圍捕獲新生和成熟轉錄組,呈現了mRNA和基因間非編碼RNA 的不同動力學特征,提供了一個獨特且全面的單細胞轉錄動態和異質性的視圖。[3]
單細胞全轉錄組測序方案。
(4)研究癌細胞基因突變
論文標題:Spatially restricted drivers and transitional cell populations cooperate with the microenvironment in untreated and chemo-resistant pancreatic cancer
發表期刊:Nat Genet
研究使用單細胞/核轉錄組(Sc/SnRNA-seq)、空間轉錄組學、細胞成像、Bulk RNA-seq、WES、蛋白組、磷酸化修飾組等多組學技術,分析31例胰腺導管腺癌(PDAC)患者的83個樣本,揭示了胰腺癌發生過程中,從正常細胞到癌變前細胞,從癌變前細胞向胰腺癌細胞轉變的細節信息。研究將突變映射到單個細胞上,通過比較腫瘤細胞的每個亞群與給定的KRAS突變的基因表達譜來檢測KRAS突變的影響,結果表明在同一患者中攜帶不同KRAS驅動突變的兩個不同的克隆具有不同的基因表達譜。[4]

PDAC中的KRAS突變信號。a:用病例ID標記的腫瘤細胞簇;b:用基因組改變(突變和拷貝數變化)標記腫瘤細胞。
參考資料
[1]Aghagolzadeh P, et al. Assessment of the Cardiac Noncoding Transcriptome by Single-Cell RNA Sequencing Identifies FIXER, a Conserved Profibrogenic Long Noncoding RNA. Circulation. 2023;148(9):778-797.
[2]Huang Y, et al. Splicing diversity enhances the molecular classification of pituitary neuroendocrine tumors. Nat Commun. 2025;16(1):1552.
[3]Ma S, et al. Single-cell nascent transcription reveals sparse genome usage and plasticity. Cell. 2025:S0092-8674(25)01034-7.
[4]Cui Zhou D, et al. Spatially restricted drivers and transitional cell populations cooperate with the microenvironment in untreated and chemo-resistant pancreatic cancer. Nat Genet. 2022;54(9):1390-1405.