一、核心價值：從 “群體模糊" 到 “個體精準"

· 傳統 Bulk 測序：把組織中所有細胞混在一起，只能得到基因表達 “平均值"，掩蓋細胞差異（如腫瘤中少量耐藥細胞、組織中稀有干細胞）。

· 單細胞測序：分離單個細胞，獨立標記、建庫、測序，精準解析每個細胞的分子特征，揭示細胞亞型、發育軌跡、微環境互作等。

二、單細胞測序主流技術類型（按檢測對象）

· scRNA-seq（單細胞轉錄組）：測 mRNA，分析基因表達譜，用于細胞分群、差異基因、發育軌跡、細胞通訊。

· snRNA-seq（單細胞核轉錄組）：提細胞核 RNA，適配凍存 / FFPE / 難解離組織（如神經、纖維化組織），避免完整細胞解離損傷。

· scATAC-seq（單細胞染色質可及性）：測開放染色質，研究基因表達調控（順式作用元件、轉錄因子結合）。

· scWGS/scWES（單細胞全基因組 / 外顯子）：測 DNA，找單細胞水平突變、CNV，用于腫瘤異質性、胚胎發育、嵌合體研究。

· 多組學聯合：如 scRNA+scATAC、scRNA + 蛋白，多維解析細胞狀態。

三、實驗流程（以 10X Genomics scRNA-seq 為例）

1. 樣本制備：組織酶解 / 機械解離→單細胞懸液→質控（活性 > 80%，無團聚）。

2. 細胞捕獲與標記：微流控將單個細胞 + 帶條形碼（Cell Barcode+UMI）的微珠包裹進油包水液滴；每個細胞獲wei一 Cell Barcode，每條 RNA 獲wei一 UMI（防擴增偏差）。

3. 裂解與逆轉錄：液滴內裂解細胞→mRNA 釋放→逆轉錄為 cDNA（帶 Barcode/UMI）。

4. 文庫構建：cDNA 擴增→片段化→加測序接頭→建庫。

5. 高通量測序：Illumina 平臺測序，讀長含 Barcode、UMI、基因序列。

6. 數據分析：

o 質控：過濾低質量細胞 / 基因。

o 降維聚類：PCA→t-SNE/UMAP→細胞分群。

o 注釋：Marker 基因匹配已知細胞類型。

o 高級分析：差異基因、GO/KEGG 富集、發育軌跡（Monocle）、細胞通訊（CellPhoneDB）。

四、應用場景

· 腫瘤研究：解析腫瘤異質性，找耐藥 / 轉移亞群、腫瘤干細胞；分析免疫微環境（TME），指導免疫zhi療。

· 發育生物學：繪制胚胎 / 器官發育細胞譜系圖譜，追蹤分化軌跡，揭示關鍵調控基因。

· 神經科學：解析神經元亞型、腦區細胞異質性，研究神經退行性疾病（如阿爾茨海默病）機制。

· 免疫學：刻畫免疫細胞（T/B/ 巨噬細胞）亞群、活化狀態、受體多樣性，研究感染 / 自身免疫病。

· 臨床應用：循環腫瘤細胞（CTC）檢測、罕見病診斷、移植排斥監測。