单细胞测序的挑战
与传统的“bulk” RNA-seq不同，单细胞RNA-seq的主要区别在于一个测序文库代表一个细胞，而不是大量的细胞（Drop-seq例外，其利用细胞UMI和分子UMI将大量细胞建成一个文库）。因此，须加倍关注单细胞测序文库之间的不同。文库间的差异性主要体现在：
扩增效率（Amplification），差异可达100,000倍.
基因“丢失”（dropouts），即一些基因在某些细胞中有表达，但是在另一些细胞中无法检测到.
这两种差异都是由于起始材料太过稀少（RNA分子从一个细胞而来）而产生的。提高转录本捕获效率和降低PCR扩增偏好性是亟待解决的问题， 因此这个领域的研究也相当活跃。
单细胞测序的对照
为了更好估计和消除单细胞测序文库间的技术（系统）误差，现有两种定量标准被广泛采用，即spike-ins和UMIs。使用这两种对照是为了辅助规范（normalization）不同细胞间的基因表达水平。
Spike-ins
Spike-ins是已知浓度的外源RNA分子。在单细胞裂解液中加入Spke-ins后，再进行反转录。最广泛使用的Spike-ins是External RNA Control Consortium (ERCC)提供的合成spikes。其包含96个不同长度和GC含量的mRNA分子 (Jiang et al. 2011)。但是spike-ins的使用浓度通常很高，结果会占据很大比例的测序reads。最新的Drop-seq技术也还没不能加入spike-ins。
UMIs
另一种标准化方法是使用 Unique Molecular Identifiers (UMIs)(Kivioja et al. 2012). UMIs是一种随机条形码（barcode）序列，长度在4-20 bp之间。 在扩增步骤之前（通常在反转录期间），UMIs被添加在每个转录本cDNA的3’或5’端。之后，对转录本末端进行靶向测序。这些barcodes使得在扩增步骤之前，可以对转录本进行定量。虽然UMIs消除扩增偏好性的效果非常好，但是不合适用于研究基因异构体和allel特异表达。
REF
https://www.sohu.com/a/122201336_390793
标签：挑战,UMIs,测序,ins,转录,单细胞,RNA 来源： https://www.cnblogs.com/emanlee/p/14939898.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。