Анализ секвенирования РНК на уровне отдельных клеток: пошаговый обзор

Благодаря инновационным технологиям подготовки образцов и секвенирования теперь можно измерять экспрессию генов в отдельных клетках для тысяч клеток в одном эксперименте. С момента своего появления подходы к секвенированию РНК на уровне отдельных клеток (scRNA-seq) произвели революцию в геномике, открыв беспрецедентные возможности для анализа клеточной гетерогенности за счёт изучения профилей экспрессии генов с разрешением на уровне одной клетки. Однако стремительно развивающаяся область scRNA-seq обусловила появление различных аналитических подходов, направленных на максимальное использование потенциала этой новой стратегии. В отличие от популяционных подходов к секвенированию РНК, scRNA-seq требует применения комплексных вычислительных инструментов для работы с высокой сложностью данных и для решения возникающих задач, связанных с анализом одиночных клеток. Несмотря на большое число аналитических методов, универсальная стандартизация отсутствует. Хотя это отражает незрелость области, это также может затруднять вхождение в неё новичку. В этом обзоре мы стремимся преодолеть указанное препятствие и предлагаем четыре готовых к использованию аналитических конвейера для анализа scRNA-seq, легко доступных для новичка и подходящих для различных типов биологических данных. Здесь представлен обзор доступных на сегодняшний день технологий одиночной клетки для выделения клеток и подготовки библиотек, а также пошаговое руководство, охватывающее весь канонический аналитический рабочий процесс анализа данных scRNA-seq, включая выравнивание прочтений, контроль качества, количественную оценку экспрессии генов, нормализацию, отбор признаков, снижение размерности и кластеризацию клеток, полезную для реконструкции траекторий и анализа дифференциальной экспрессии. Такие рекомендации по рабочему процессу помогут как новичкам, так и опытным пользователям при анализе сложных наборов данных scRNA-seq, тем самым расширяя исследовательский потенциал подходов одиночной клетки в фундаментальной науке и намечая их будущее внедрение в качестве лучшей практики в этой области.