Richtlinien zur Einreichung von Proben
Profil von gefrorenem und schwierigem Gewebe bei nuklearer Auflösung
Die Einzelkern-RNA-Sequenzierung, oft als snRNA-seq bezeichnet, misst die Genexpression aus isolierten Kernen anstelle von intakten gesamten Zellen. Dies macht sie nützlich, wenn eine hochwertige Einzelzellaufhängung schwer zu erhalten ist, aber dennoch transkriptomische Informationen auf Zelltyp-Ebene benötigt werden.
Für viele Gewebeprojekte ist die Sequenzierung nicht die erste Herausforderung. Die eigentliche Herausforderung besteht darin, einen brauchbaren Input zu erhalten, während das biologische Signal erhalten bleibt. Gehirn, Herz, Skelettmuskel, fettreiches Gewebe, fibrotisches Gewebe, Tumorgewebe, große Zellen und fragile Zellpopulationen können schwer in saubere Einzelzell-Suspensionen zu zerlegen sein. In diesen Situationen kann die profilanalyse auf Basis von Zellkernen einen praktischen Weg bieten, um Einblicke auf Einzelzellebene aus Gewebe zu gewinnen, das möglicherweise nicht gut in einem standardmäßigen Einzelzell-Workflow funktioniert.
Wir verwenden snRNA-seq, um Forschern zu helfen, zelluläre Heterogenität, Zellzustandswechsel, seltene oder unterrepräsentierte Populationen und Unterschiede zwischen Probengruppen in komplexen Geweben zu untersuchen. Dieser Service ist besonders relevant, wenn Ihr Projekt gefrorenes Gewebe, begrenzte Proben oder Gewebe umfasst, bei denen die Dissociation Stressreaktionen, Zellverlust oder Zelltyp-Bias verursachen kann.
Wann die Einzelkern-RNA-Sequenzierung die bessere Wahl ist
Die Einzelkern-RNA-Sequenzierung ist oft eine gute Wahl, wenn Ihre Probe nicht zuverlässig eine saubere, lebensfähige Einzelzell-Suspension erzeugen kann.
- Das Gewebe ist eingefroren oder archiviert.
- Die Ganzzell-Dissociation führt zu übermäßigem Zellverlust.
- Das Zielgewebe enthält große, fragile oder unregelmäßige Zellen.
- Die Dissoziation kann die Genexpression vor der Erfassung verändern.
- Die Studie benötigt zelltyp-spezifische Daten aus schwierigem Gewebe.
- Sie möchten Zellpopulationen über Gruppen oder Bedingungen hinweg vergleichen.
snRNA-seq ist nicht automatisch die beste Wahl für jedes Projekt. Wenn frische, lebensfähige Zellen verfügbar sind und die Erfassung des gesamten Zelltranskriptoms wichtig ist, könnte die Einzelzell-RNA-Sequenzierung eine bessere Option sein. Unser Team hilft Ihnen, den Workflow auszuwählen, der sowohl zur Probe als auch zur Forschungsfrage passt.
Forschungsfragen, die dieser Dienst beantwortet.
Forscher verwenden die Einzelkern-RNA-Sequenzierung, um Fragen zu beantworten wie:
- Welche Zelltypen sind in diesem Gewebe vorhanden?
- Welche Zellzustände unterscheiden sich zwischen den experimentellen Gruppen?
- Welche Marker-Gene definieren jeden Zellkern-Cluster?
- Sind spezifische Zellpopulationen vergrößert oder reduziert?
- Welche Signalwege sind in ausgewählten Zelltypen angereichert?
- Wie verändern Krankheitsmodelle, Behandlungen oder Entwicklungsstadien die Gewebekomposition?
- Welche Zellpopulationen sollten für nachfolgende Tests priorisiert werden?
Für Projekte, die möglicherweise verwandte Einzelzell-Dienstleistungen benötigen, können Sie auch unsere überprüfen Einzelzell-Sequenzierung Plattform.
Geeignete Studienbereiche
Die Einzelkern-RNA-Sequenzierung kann eine Vielzahl von gewebefokussierten Forschungsprogrammen unterstützen, einschließlich:
| Forschungsbereich | Wie snRNA-seq hilft |
|---|---|
| Neurowissenschaften | Profilierung von Kernen aus Gehirnregionen, in denen die Wiederherstellung intakter Zellen schwierig sein kann. |
| Onkologie | Hilft, Tumor-, Stroma- und immunbezogene Zellzustände in komplexem Gewebe zu klären. |
| Immunologie | Unterstützt Studien zum immunologischen Mikroumfeld auf Gewebsebene, wenn die Gewebedissociation begrenzt ist. |
| Entwicklungsbiologie | Karte von Zellzustandsübergängen über Gewebestufen oder experimentelle Bedingungen. |
| Organoid-Forschung | Vergleicht die Zellzusammensetzung und Differenzierungszustände zwischen Modellen. |
| Arzneimittelreaktionsstudien | Identifiziert zelltyp-spezifische transcriptomische Veränderungen nach Störung. |
Von Gewebe- oder Zellkernproben zu sequenzierungsbereiten Bibliotheken
Unser snRNA-seq-Workflow begleitet die Probe vom Projekt-Eingang bis zur endgültigen Datenlieferung. Wir kombinieren die technische Probenbearbeitung mit einer Überprüfung auf Service-Level, sodass die Qualität überprüft wird, bevor die Daten für die biologische Interpretation verwendet werden.
Ein typisches Projekt durchläuft fünf Phasen: Überprüfung der Machbarkeit von Proben, Vorbereitung von Kernen oder Bewertung des Kerneninputs, Bibliothekskonstruktion, Sequenzierung und bioinformatische Analyse.
Projektantrag und Machbarkeitsprüfung von Mustern
Wir beginnen mit der Überprüfung Ihres Proben Typs, der Konservierungsmethode, der Gewebquelle, der experimentellen Gruppen und der Ziele der nachgelagerten Analyse.
- Ist die Probe frisch, gefroren, fixiert oder bereits verarbeitet?
- Ist das Gewebe zerbrechlich, fettig, fibrotisch oder schwer zu dissoziieren?
- Sind Kerne wahrscheinlich in nützlicher Qualität wiederherstellbar?
- Ist das Studiendesign zwischen den Gruppen ausgewogen?
- Sind biologische Replikate deutlich gekennzeichnet?
- Benötigt das Projekt nur eine grundlegende Clusterung oder eine tiefere Interpretation?
Diese Bewertung hilft uns zu entscheiden, ob snRNA-seq eine angemessene Wahl ist und welche Hinweise zur Probenvorbereitung vor der Einreichung beachtet werden sollten.
Kernisolierung oder Eingangsbeurteilung
Je nach Projektumfang kann der Arbeitsablauf mit gefrorenem Gewebe, frischem schwierigen Gewebe oder einer isolierten Kernaufhängung beginnen.
Bei gewebebasierten Projekten umfasst die Nukleusvorbereitung in der Regel die Gewebedispergierung, die Freisetzung der Kerne, das Waschen, die Reduzierung von Verunreinigungen, die Filtration, das Zählen und die Qualitätsprüfung. Bei vom Kunden vorbereiteten Nukleus-Suspensionen überprüfen wir die Eingangsqualität, bevor wir mit der Bibliotheksvorbereitung fortfahren.
- Kernkonzentration
- Nukleare Integrität
- Singulettkerne-Rate
- Trümmerlevel
- Agglomerate oder Aggregate
- Hintergrund-RNA oder freie Nukleinsäuren
- Inhibitoren, die die umgekehrte Transkription beeinflussen können
Eine saubere Nukleusaufhängung ist wichtig, da eine schlechte Eingabe zu geringerer Empfindlichkeit, schwacher Clustertrennung oder schwieriger Annotation führen kann.
Bibliothekskonstruktion und Sequenzierungs-QC
Nach der Eingangsbeurteilung werden die Zellkerne zur Konstruktion von Einzelkern-Transkriptom-Bibliotheken verarbeitet. Barcode-Bibliotheken werden erstellt, damit die Transkript-Lesungen den einzelnen Zellkernen zugeordnet werden können.
- Bibliotheksausbeute und Fragmentprofil
- Lesequalität
- Leistung von Barcodes und molekularen Barcodes
- Verhaltenszuordnung
- Kernwiederherstellung
- Genomdetektionsmuster
- Gesamte Sequenzierungsdatenqualität
Diese Überprüfungen helfen festzustellen, ob der Datensatz bereit für nachgelagerte Clusteranalysen und Interpretationen ist.
Daten-QC vor biologischer Interpretation
Bevor wir die Biologie interpretieren, überprüfen wir die technische Qualität.
Typische Daten-QC umfasst das Filtern von niedrigqualitativen Kernen, das Überprüfen der Verteilungen von Gen- und molekularen Barcodes, die Bewertung von mitochondrialen oder ribosomalen Signalen, wo relevant, das Überprüfen potenzieller Doppeltsignale und die Beurteilung, ob Cluster durch biologische Unterschiede oder technische Störungen bedingt sind.
Erst nach diesem QC-Schritt gehen wir zur Annotation, Überprüfung der Marker-Gene, Gruppenvergleich und optionalen erweiterten Analyse über.
Beispielanforderungen für snRNA-seq-Projekte
Die Probenqualität hat einen starken Einfluss auf die Ergebnisse der Einzelkern-RNA-Sequenzierung. Die folgende Tabelle bietet praktische Referenzwerte basierend auf den Probenrichtlinien von CD Genomics für Einzelzellprojekte und gängige Überlegungen zum Arbeitsablauf mit Kernen. Die endgültigen Anforderungen können je nach Gewebetyp, Erhaltungsmethode, Vorbereitung des Kerns und Projektgestaltung variieren.
| Probenart | Empfohlene Eingabe | Mindest- / Referenzbetrag | Versand oder Lagerung | Wichtige QC-Prüfpunkte | Notizen |
|---|---|---|---|---|---|
| Frisches Gewebe für den Zellkern-Workflow | Gewebe zur Überprüfung der Nukleusvorbereitung eingereicht | Frisches Gewebe Referenz: ≥0,2 g | Vollständig in einer vorkühlten Gewebeaufbewahrungslösung bei 2–8 °C eingetaucht | Gewebeintegrität, Feuchtigkeit, Blutreste, Entfernung von Nicht-Zielgewebe | Am besten für Proben, die kurz nach der Entnahme verarbeitet werden sollten. |
| Punktion oder Biopsiegewebe | Mehrere Gewebestreifen, wenn verfügbar | Referenz: mindestens 2 Streifen; Durchmesser ≥1,5 mm, Länge 1,5 cm | Feucht und kühl aufbewahren, wie empfohlen. | Gewebegroße, Probenkonsistenz, sichtbare Schäden | Kleine Proben sollten vor der Einreichung überprüft werden. |
| Kundenpräparierte Zellkern-Suspension | Kernelsuspension bereit für den Bibliotheksworkflow | Projektabhängig; Überprüfung vor der Einreichung | Kühlkettenbedingungen wie empfohlen | Kernkonzentration, Singuletts, Klumpenbildung, Trümmer, Integrität | Empfohlen, wenn die Kernisolierung von Ihrem Labor oder einem Kollegen durchgeführt wird. |
| Frische Zellaufschlämmung für Vergleichsprojekte | Hochwertige Zellaufhängung | >1×105 Zellen; 700–1200 Zellen/µL Referenzkonzentration | 2–8°C kurzfristige Lagerung | Viabilität, Trümmer, Verklumpung, Zellgröße | Nützlich beim Vergleich von Ganzzellen- und kernbasierten Arbeitsabläufen. |
| Kryokonservierte Zellen für den Arbeitsablauf der Zellkerne - Überprüfung | Gefrorenes Zellaliquot | 1×106–107 Zellen in 1 mL Gefrierlösung | Programmiertes Einfrieren auf −80 °C, dann flüssiger Stickstoff für die Langzeitlagerung | Wiederherstellungsqualität, Rissrisiko, Trümmer | Die Durchführbarkeit hängt vom Zelltyp und der Gefrierhistorie ab. |
| Fragiles, fettreiches, großzelliges oder heterogenes Gewebe | Gewebe für eine auf Kernen basierende Strategie | Projektabhängig | Überprüfung vor der Einreichung | Rupturrisiko, Lipidgehalt, nukleare Freisetzung, Trümmer | Der Nuclei-Workflow könnte für Leberparenchymzellen, reife Adipozyten, Muskel-, Herz-, Gehirn- oder Nervengewebe bevorzugt werden. |
Für umfassendere Einreichungsrichtlinien bitten wir Sie, unsere zu überprüfen. Richtlinien zur Einreichung von MusternFür Einzelzell-bezogene Probenhandhabungsdetails siehe unser Richtlinien zur Probenvorbereitung für die Einzelzell-Sequenzierung.
Bioinformatik für die Interpretation einzelner Zellkerne
Ein RNA-Sequenzierungsprojekt mit einzelnen Kernen sollte nicht bei einer Zählmatrix haltmachen. Sie müssen wissen, was die Cluster bedeuten, wie sicher sie annotiert werden können und welche Ergebnisse Ihr Team inspizieren, wiederverwenden und darauf aufbauen kann.
CD Genomics verbindet Qualitätskontrolle, Clusterbildung, Marker-Gen-Detektion, Zelltypannotation und biologische Vergleiche in einem Analyse-Workflow. Wenn Ihre Studie mehr als die Standardverarbeitung erfordert, können wir tiefere Analysen zu Ihrem Gewebetyp, den Probengruppen und Ihrer Forschungsfrage hinzufügen.
Mindestanforderungen an Analyseergebnisse
| Liefergegenstand | Was Sie erhalten | Warum es wichtig ist |
|---|---|---|
| Rohsequenzierungsdaten | FASTQ-Dateien | Ermöglicht zukünftige Nachbearbeitung und Archivierung. |
| Verarbeitetes Expressionsmatrix | Merkmal-Barcode-Matrix oder gleichwertige Ausgabe | Bildet die Grundlage für die nachgelagerte Einzelkernanalyse. |
| QC-Zusammenfassung | Sequenzierung und Qualitätsmetriken auf Zellkern-Ebene | Hilft zu bewerten, ob der Datensatz für die Interpretation geeignet ist. |
| Filterzusammenfassung | Hinweise zu beibehaltenen und entfernten Kernen | Verbessert die Transparenz bei Qualitätsentscheidungen. |
| Dimensionale Reduktionsdiagramme | UMAP- oder t-SNE-Visualisierungen | Zeigt die Clusterstruktur über die Kerne hinweg. |
| Clusterergebnisse | Clusterzuweisungen und Metadaten | Unterstützt die Entdeckung von Zellpopulationen. |
| Marker-Gen-Tabellen | Cluster-Level-Marker-Gene | Hilft, Zellidentitäten zu definieren und zu validieren. |
| Zelltyp-Annotierungstabelle | Annotierte Cluster mit unterstützenden Markern | Verbindet rechnergestützte Cluster mit biologischer Bedeutung. |
| Übersicht über die Zellzusammensetzung | Proportionszusammenfassungen nach Stichprobe oder Gruppe | Unterstützt den Vergleich zwischen Bedingungen. |
| Analysebericht | Methoden, Abbildungen, Tabellen und Interpretationshinweise | Gibt Ihrem Team eine lesbare Projektzusammenfassung. |
Optionale Module für fortgeschrittene Analysen
- Differenzielle Expression nach Cluster oder Gruppe
- Weg, GO- oder KEGG-Anreicherung
- Bewertung und Korrektur von Batch-Effekten
- Subcluster-Analyse für ausgewählte Zellpopulationen
- Pseudotime- oder Trajektorienanalyse
- Zell-Zell-Kommunikationsinferenz
- Integration mit öffentlichen Datensätzen
- Vergleichende Analyse über Behandlung, Genotyp, Geweberegion oder Entwicklungsstadium
- Räumliche oder Multi-Omik-Nachverfolgungsplanung
Für verwandte transkriptomische Dienstleistungen können Sie auch unsere überprüfen Einzelzell-RNA-Sequenzierung Seite.
Wiederverwendbare Dateien und Parametertransparenz
Wir behandeln die Bioinformatik von Einzelkernen nicht als Black Box. Wo anwendbar, können wir wiederverwendbare Analyseobjekte, verarbeitete Tabellen, Abbildungsdateien und Parameterhinweise bereitstellen, damit Ihr internes Bioinformatik-Team den Arbeitsablauf überprüfen kann.
- Metadaten-Tabellen
- Cluster-Annotierungstabellen
- Marker-Gen-Tabellen
- Differenzielle Ausdruckstabellen
- Figurenexporte
- Analyseberichte
- Seurat- oder Scanpy-kompatible Objekte, wenn zutreffend
- Pipeline-Notizen und Parameterzusammenfassungen
Auswahl von snRNA-seq gegenüber verwandten transkriptomischen Optionen
Die beste transkriptomische Methode hängt von Ihrer Probe, Ihrer biologischen Fragestellung und der benötigten Auflösung ab. Wir helfen Ihnen, einen praktischen Weg zu wählen, bevor Sie Proben einreichen.
| Methode | Best-Fit-Probe | Auflösung | Stärke | Einschränkung | Wann man wählen sollte |
|---|---|---|---|---|---|
| snRNA-seq | Gefrorenes Gewebe, archiviertes Gewebe, empfindliche Zellen, Großzellgewebe, schwer zu disassozierende Proben | Kern-niveau Transkriptom | Funktioniert gut, wenn intakte ganze Zellen schwer zu gewinnen sind. | Nukleare Transkriptprofile können sich von Ganzzellprofilen unterscheiden. | Wählen Sie dies, wenn der Gewebestatus oder die Dissociationsverzerrung die Hauptsorge ist. |
| Einzelzell-RNA-Sequenzierung | Frische, lebensfähige Zellen oder hochwertige Zellaufschlämmungen | Ganzzell-Einzelzell-Transkriptom | Erfasst umfassendere Ganzzell-RNA-Signale | Benötigt lebensfähige, saubere, dissoziierte Zellen | Wählen Sie dies, wenn die frische Zellwiederherstellung stark ist und Informationen über die gesamte Zelle benötigt werden. |
| Bulk-RNA-Seq | Gewebe, Zellen oder RNA-Extrakt | Stichprobenmittelwert-Ausdruck | Effizient für den globalen Ausdrucksvergleich | Maskiert Zelltyp-Heterogenität | Wählen Sie dies, wenn eine Zellauflösung nicht erforderlich ist. |
| Räumliche Transkriptomik | Gewebeschnitte | Räumlich aufgelöster transkriptomischer Signal | Bewahrt die Gewebearchitektur | Die Auflösung und die Transkriptionstiefe variieren je nach Plattform. | Wählen Sie dies, wenn der Zellstandort und die Gewebestruktur zentral für die Studie sind. |
| Einzelzell-Multi-Omik | Hochwertige Zellen oder Kerne je nach Testverfahren | Mehrschichtige Einzelzellensignale | Verknüpfung des Transkriptoms mit Chromatin, Immunrepertoire oder anderen Modalitäten | Erfordert sorgfältiges experimentelles Design und höhere Komplexität. | Wählen Sie dies, wenn eine molekulare Schicht nicht ausreicht, um die Frage zu beantworten. |
Praktische Auswahlregeln
Wählen snRNA-seq wenn Ihre Probe gefroren, schwer zu dissoziieren, zerbrechlich ist oder wahrscheinlich wichtige Zellpopulationen während der Ganzzellvorbereitung verliert.
Wählen Einzelzell-RNA-Sequenzierung wenn Sie zuverlässig hochviable Einzelzell-Suspensionen vorbereiten können und Informationen zum gesamten Zelltranskriptom wünschen.
Wählen Bulk-RNA-Sequenzierung wenn Ihre Hauptfrage die Veränderung der Genexpression auf Probenebene ist, nicht die zelltyp-spezifische Interpretation.
Wählen Sie räumliche Transkriptomik wenn die Position von Zellen oder Transkripten innerhalb der Gewebearchitektur entscheidend ist.
Wählen Sie ein Multi-Omics-Erweiterung wenn die Genexpression allein die regulatorischen Mechanismen nicht erklären kann. Zum Beispiel können Sie die transkriptomische Profilierung mit der Chromatinzugänglichkeit durch unsere kombinieren. scATAC-seq-Dienstleistungoder erkunden Sie Fragen zum Immunrepertoire durch unser scTCR/BCR-seq Dienst.
Warum mit CD Genomics für snRNA-seq arbeiten?
Ein erfolgreiches snRNA-seq-Projekt erfordert mehr als nur Sequenzierungskapazität. Es benötigt eine fundierte Probenbewertung, sorgfältige Qualitätskontrolle, konsistente Projektdurchführung und Analyseergebnisse, die Ihr Team verstehen und wiederverwenden kann.
- Beispielhaftes Projektdesign: Wir beginnen mit Ihrer Probe und dem Forschungsziel. Vor dem Bibliotheksaufbau überprüft unser Team den Proben-Typ, die Konservierungsmethode, die Studiengruppen, die erwartete biologische Variation und die Anforderungen an die nachgelagerte Analyse.
- QC-bewusste Sequenzierungsdurchführung: Wir wenden QC-Denken auf die Stichprobenüberprüfung, die Bewertung der Kernqualität, die Bibliotheks-QC, die QC der Sequenzierungsdaten, die Filterung der Kerne, die Überprüfung auf Cluster-Ebene und die Vorbereitung von Analyseberichten an.
- Benutzerdefinierte Bioinformatik für Forschungsfragen: Wir können den Analyseplan an Ihr Studiendesign anpassen, einschließlich Gruppenvergleich, ausgewählter Clusterüberprüfung, Pfadanalyse, Verlaufanalyse oder Integration mit öffentlichen Daten.
- Klare Ergebnisse zur Überprüfung und Wiederverwendung: Sie erhalten Ausgaben, die Ihr Team inspizieren und wiederverwenden kann, einschließlich Rohdaten, verarbeiteter Matrizen, QC-Zusammenfassungen, annotierter Tabellen, Abbildungsdateien und Analyseberichte.
Referenzen
- snCED-seq: hochpräzise kryogene enzymatische Dissoziation von Kernen für die Einzelkern-RNA-seq von FFPE-Geweben
- Systematische Bewertung von Gewebe-Dissociations- und Lagerungseffekten in Einzelzell- und Einzelkern-RNA-Sequenzierungs-Workflows
- Isolation von Kernen aus menschlichem schockgefrorenem Lebergewebe für die Einzelkern-RNA-Sequenzierung
Demonstrationsergebnisse: Was Sie erwarten können zu sehen
Demonstrationsergebnisse helfen Ihnen, die Arten von Ausgaben zu verstehen, die ein snRNA-seq-Projekt erzeugen kann. Die untenstehenden Beispiele beschreiben gängige Ergebniskategorien, ohne feste Ergebnisse für jedes Datenset zu implizieren.
Zellclusterung und Zelltypannotation
Ein UMAP- oder t-SNE-Diagramm wird häufig verwendet, um Kerne nach Normalisierung, Dimensionsreduktion und Clusterbildung zu visualisieren. Jeder Punkt repräsentiert einen Kern, und Cluster werden mithilfe bekannter Marker-Gene, des Kontextes des Datensatzes und spezifischer biologischer Forschung annotiert.
Typische Visualisierung: UMAP-Diagramm, farblich nach Cluster und annotiert mit Zelltyp.
Wie wir es verwenden: Um wichtige Zellpopulationen zu identifizieren und die nachgelagerte Markerüberprüfung zu leiten.
Marker-Gen und Zellzusammensetzungsansichten
Marker-Gen-Dot-Plots, Heatmaps oder Violin-Plots helfen, die Clusteridentität zu unterstützen. Zellzusammensetzungsdiagramme zeigen dann, wie sich annotierte Populationen über Gruppen, Gewebe, Behandlungen oder Zeitpunkte hinweg unterscheiden.
Typische Visualisierung: Marker-Gen-Dot-Plot plus gestapeltes Balkendiagramm der Zellpopulationen.
Wie wir es verwenden: Um rechnergestütztes Clustering mit interpretierbaren biologischen Kategorien zu verbinden.
Zustandsvergleich und Interpretation auf Pfadebene
Für Studien mit experimentellen Gruppen können wir die Genexpressionsmuster innerhalb ausgewählter Cluster oder annotierter Zelltypen vergleichen. Eine optionale Pfadanalyse kann helfen, die biologischen Themen hinter den Ergebnissen der differentiellen Expression zusammenzufassen.
Typische Darstellung: Differenzielle Expressions-Hitze-Karte, Vulkan-Diagramm oder Pfad-Anreicherungs-Balkendiagramm.
Wie wir es verwenden: Um Zelltypen, Gene und Signalwege für nachfolgende Experimente zu priorisieren.
Fallstudie: Machbarkeit von snRNA-seq bei FFPE- und komplexem Gewebe
Hintergrund
Archivierte und fixierte Gewebesammlungen sind wertvoll für retrospektive Studien zur Gewebebiologie, stellen jedoch eine große technische Herausforderung für die Einzelkern-Transkriptomik dar. RNA-Quervernetzung, Gewebeverarbeitung und nukleare Rückgewinnung können beeinflussen, ob eine Probe Kerne liefert, die für die Sequenzierung und nachgelagerte Analysen nützlich sind.
Die Studie von Nature Communications aus dem Jahr 2025 führte snCED-seq ein, eine kryogene enzymatische Dissoziationsstrategie, die entwickelt wurde, um die Extraktion von Kernen aus FFPE-Gewebe für die Einzelkern-RNA-Sequenzierung zu verbessern. Die Studie konzentrierte sich darauf, ob die kernbasierte Transkriptomik Informationen auf Zelltyp-Ebene aus schwierig verarbeiteten Proben zurückgewinnen könnte.
Methoden
Die Autoren entwickelten einen kryogenen enzymatischen Dissoziationsworkflow und wendeten ihn auf Gewebeproben von Mäusen und Menschen an. Sie bewerteten die Nukleus-Extraktion, die Wiederherstellung von Transkripten, Kontaminationssignale, Gen-Detektion, Clusterbildung, markergestützte Annotation und die Analyse der Zellheterogenität.
Die Studie verglich feste und gefrorene Gewebekontexte und verwendete die Einzelkern-RNA-Sequenzierung, um zu untersuchen, ob wichtige Gehirnzelltypen und Gewebeheterogenität nach der Kernvorbereitung aufgelöst werden konnten.
Ergebnisse
In Abbildung 4Die Autoren zeigten, dass snCED-seq die wichtigsten Zelltypen im Gehirn unterscheiden konnte. Die Abbildung beinhaltete eine UMAP-basierte Clusterung von RNA-Profilen einzelner Kerne aus dem Hippocampus von Mäusen, eine markerbasierte Zelltypannotation, Zusammenfassungen der Zellhäufigkeit und Ansichten zu differentieller Expression. Die Studie berichtete von 11 Hauptzelltypen, darunter erregende Neuronen, hemmende Neuronen, Astrozyten, Oligodendrozyten, Oligodendrozyten-Vorläuferzellen, Mikroglia, Cajal-Retzius-Zellen und Zellen des Plexus choroideus.
Das gleiche Papier berichtete auch über die Analyse der Heterogenität von menschlichem FFPE-Lungengewebe in Abbildung 6und unterstützt den umfassenderen Punkt, dass nukleusbasierte transkriptomische Arbeitsabläufe verwendet werden können, um Zellpopulationen in komplex verarbeiteten Geweben zu untersuchen.
Fazit
Dieses Papier unterstützt eine praktische Botschaft für die Planung von snRNA-seq-Diensten: Wenn Ganzzell-Workflows durch Gewebeerhaltung oder Dissoziationsbeschränkungen eingeschränkt sind, kann die auf Kernen basierende Transkriptomik dennoch strukturelle Informationen auf Zelltyp-Ebene, Beweise für Marker-Gene und interpretierbare Heterogenitätsanalysen liefern. Für Dienstleistungsprojekte macht dies die Überprüfung der Probenmachbarkeit, die Qualitätskontrolle der Kerne und die bioinformatische Interpretation zu wesentlichen Bestandteilen des Workflows.
Verwandte Kundenpublikationen in der Transkriptomik und RNA-Sequenzierung
Die folgenden Kundenpublikationen stehen im Zusammenhang mit der umfassenderen Erfahrung von CD Genomics im Bereich Transkriptomik und RNA-Sequenzierung. Sie werden nicht als snRNA-seq-Kundenfälle präsentiert.
In vivo Basenbearbeitung rettet ADPKD in einem humanisierten Mausmodell
Zeitschrift: Nature Communications
Jahr: 2025
Relevanz: RNA-Seq und biomedizinische Transkriptomik
Zeitschrift: Leukämie
Jahr: 2025
Relevanz: RNA-Sequenzierung und Forschung zu menschlichen Krankheiten
Journal: GCB Bioenergie
Jahr: 2025
Relevanz: Transkriptomik und multi-omische Kontexte
Ganzgenomsequenz des darmkommensalen Protisten Tritrichomonas musculus, isoliert von Labormäusen
Journal: Wissenschaftliche Daten
Jahr: 2025
Relevanz: Fähigkeit zur Generierung und Analyse von Omics-Daten
Häufig gestellte Fragen zum Single-Nucleus-RNA-Sequenzierungsdienst
Welche Probenarten eignen sich am besten für die Einzelkern-RNA-Sequenzierung?
snRNA-seq eignet sich oft gut für gefrorenes Gewebe, archiviertes Gewebe, empfindliche Zellen, großzellige Gewebe und Proben, die schwer in lebensfähige Zellaufschlämmungen zu zerlegen sind. Gehirn, Herz, Muskel, fettreiches Gewebe, fibröses Gewebe und einige Tumorgewebe sind häufige Beispiele.
Wann sollte ich snRNA-seq anstelle von Einzelzell-RNA-Sequenzierung wählen?
Wählen Sie snRNA-seq, wenn die Vorbereitung einer hochwertigen Zellaufschlämmung schwierig ist oder wahrscheinlich Verzerrungen einführt. Wählen Sie die Einzelzell-RNA-Sequenzierung, wenn frische, lebensfähige, dissoziierte Zellen verfügbar sind und die Erfassung des gesamten Zelltranskriptoms für Ihre Studie wichtig ist.
Kann gefrorenes Gewebe für snRNA-seq verwendet werden?
Ja. Gefrorenes Gewebe ist einer der Hauptgründe, warum Forscher die Kern-basierten Profilierung in Betracht ziehen. Die Probenqualität, der Gewebetyp, die Gefrierhistorie und das Potenzial zur Kernrückgewinnung müssen vor der Projektplanung noch überprüft werden.
Welche QC-Prüfungen sind wichtig für Zellkern-Suspensionen?
Wichtige QC-Prüfungen umfassen die Konzentration der Zellkerne, die Integrität der Zellkerne, die Singlet-Rate, den Gehalt an Trümmern, das Zusammenballen, den Hintergrund freier Nukleinsäuren und potenzielle Hemmstoffe. Die QC der nachgelagerten Daten kann auch die erkannten Gene, die Verteilung der molekularen Barcodes, die Clusterqualität und das Risiko von Doppelten überprüfen.
Welche Daten Dateien und Analyseergebnisse werde ich erhalten?
Typische Ergebnisse umfassen rohe Sequenzierungsdaten, verarbeitete Expressionsmatrizen, QC-Zusammenfassungen, Clusterergebnisse, Tabellen mit Marker-Genen, Tabellen zur Zelltypannotation, Zusammenfassungen der Zellzusammensetzung, Abbildungsdateien und einen Analysebericht. Wiederverwendbare Analyseobjekte und Parameterhinweise können bei Bedarf bereitgestellt werden.
Kann CD Genomics bei der Zelltypannotation helfen?
Ja. Wir können die Überprüfung von Marker-Genen, die Clusterannotation und die Interpretation von Zellpopulationen basierend auf dem Proben-Typ, der Spezies, verfügbaren Referenzen und Ihrem Studiendesign unterstützen. Die Tiefe der Annotation hängt von der Komplexität des Gewebes und dem Referenzwissen ab.
Unterstützen Sie benutzerdefinierte nachgelagerte Analysen?
Ja. Die optionale Analyse kann differenzielle Expression, Weganreicherung, Bewertung von Batch-Effekten, Subcluster-Analyse, Pseudotime-Analyse, Ableitung der Zell-Zell-Kommunikation, Integration öffentlicher Datensätze und maßgeschneiderte Berichterstattung umfassen.
Kann snRNA-seq mit räumlichen oder anderen Omics-Methoden kombiniert werden?
Ja. snRNA-seq kann mit verwandten Methoden kombiniert werden, wenn die Studie sowohl transkriptomische Daten auf Zelltyp-Ebene als auch zusätzlichen biologischen Kontext benötigt. Zum Beispiel kann die räumliche Transkriptomik helfen, Zellpopulationen wieder in die Gewebearchitektur einzuordnen, während die Analyse der Chromatinzugänglichkeit die regulatorische Interpretation unterstützen kann.
