转自:http://www.ebiotrade.com/newsf/2017-9/201795172237350.htm

1.综述

哈佛大学的两个团队将微流体技术引入单细胞RNA-Seq方法中,分别开发出Drop-seq和inDROP。

2015年,这两种方法发表在同一期的《Cell》杂志上。它们的出现,让快速、低成本地分析数千个单细胞的基因活性成为现实。

众所周知,大脑是一种复杂的结构。它包括近860亿个神经元以及数十亿个其他类型的细胞。

单细胞的基因表达分析能够揭开细胞之间的差异,帮助绘制复杂组织的细胞多样性图谱。不过,如果每次只分析一个细胞,那显然不现实。

这两种技术都利用微流体装置将带有条形码的微珠和细胞一起装入微小的液滴

这些液滴在一个小型设备上生成,沿着一根头发宽的槽道流动。条形码附着到每个细胞的一些基因上,因此科学家们可以一次测序所有的基因,追踪每个基因的来源细胞。

2.Drop-seq

3.In-drop

Drop-seq的微珠库中有1600万个条形码,而inDrop方法只产生约15万个条形码,这意味着它每次运行处理的细胞数较少。不过,当研究人员想分析极少量的组织样本时,inDrop可能更有优势。因为它捕获细胞的比例高于Drop-seq。

4.测序技术比较

德国慕尼黑大学的研究人员比较了几种常用的几种单细胞RNA测序方法,包括Smart-Seq、CEL-Seq、SCRB-seq以及Drop-seq。他们生成并分析了479个小鼠胚胎干细胞的RNA-Seq数据。

研究人员发现,尽管所有方法的准确性相似,但是Smart-seq的灵敏度最高,CEL-seq最为精确,而SCRB-seq和Drop-seq最为高效。

最新文章

  1. 返回值优化(RVO)
  2. omnetpp inet
  3. P1091 合唱队形
  4. 第十一章 Android 内核驱动——Alarm
  5. win7下python安装pyquery
  6. 将Word文档发给别人时如何限制别人只能修改文档部分内容
  7. ACE_linux:UDP通信
  8. BZOJ2818: Gcd 莫比乌斯反演
  9. JVM内存模型及垃圾回收机制
  10. C++中string类型对象和double型变量之间的互相转换
  11. 【Tika基础教程之一】Tika基础教程
  12. mysql 按日期查询
  13. TLB和MMU的区别
  14. linux系统设置cpu孤立
  15. SQL——嵌套查询与子查询
  16. python2和python3共存时,设置默认python为python3
  17. multiprocessing
  18. leetcode python 010
  19. poj2082 Terrible Sets(单调栈)
  20. linux镜像(持续更新)

热门文章

  1. stylus入门使用方法
  2. android学习之--网格视图(GridView)和图像切换器(ImageSwitcher)
  3. mybatis由浅入深day01_6SqlMapConfig.xml(6.2settings全局参数配置_6.3typeAliases(类型别名)_6.4typeHandlers(类型处理器)_6.5mappers(映射配置))
  4. ios开发之--ZHPickView输出格式不出现 +0000
  5. python2.0 s12 day8 _ socketserver学习
  6. easyui —— footer
  7. Spring学习笔记--声明一个简单的Bean
  8. win7(64)使用vim碰到的奇怪问题
  9. HTML - 分页效果布局
  10. vux组件绑定事件