來自斯坦福大學、陳-扎克伯格生物中心以及加州大學舊金山分校的研究人員建立了一個名為Tabula Muris的開源數據庫，收錄了小鼠的多個細胞類型及其基因表達數據。這項成果發表在《Nature》雜志上。研究團隊利用流式分選(FACS)方法和微流體液滴捕獲(droplet)方法，從小鼠20個不同器官中分離出超過10萬個細胞，并開展單細胞RNA測序。這些數據讓人們能夠比較各個細胞類型和組織間的基因表達，從而更深入地了解細胞多樣性。
 

 
實驗方法
小鼠組織和器官來源：
主動脈、膀胱、骨髓、大腦、膈肌、脂肪、心臟、腎臟、大腸、四肢肌肉、肝臟、肺、乳腺、胰腺、皮膚、脾臟、胸腺、舌頭和氣管等。
 
數據來源于兩種不同單細胞測序方法：
•  10X: 細胞個數n=55656 基于油包水微流控(droplet)技術的3’端測序：能夠在相對低的覆蓋率下對相應器官來源的數千個細胞完成高細胞通量的檢測。
•  Smart-seq2: 細胞個數n=44949 基于流式分選(FACS) plate-based的RNA全長測序：提供靈敏度和覆蓋度更高數據。
 
該研究中基于FACS的SMART-seq2單細胞測序流程中，cDNA合成擴增、文庫制備和文庫pooling分別使用了SPT Labtech的dragonfly discovery、mosquito  LV genomics以及mosquito X1進行移液操作。

High-throughput Smart-seq at CZ Biohub：陳-扎克伯格生物中心的高通量Smart-seq單細胞測序流程，每天可處理約8萬個細胞
 
實驗結果
對不同器官組織來源的細胞進行分類，利用t-SNE算法來觀察各器官的不同細胞類型之間的關系。 t-SNE visualization of all FACS cells：t-SNE plot of all cells collected by FACS, coloured by organ, overlaid with the predominant cell type composing each cluster; n = 44,949 individual cells.
 
對不同的單細胞測序方法進行比較，結果發現在不同的器官類型中FACS法檢測到的基因數量最多，幾乎是droplet的兩倍。 Methodological comparison of detected genes and library saturation： The number of genes detected (threshold of >0 reads or UMIs per cell) by FACS (red; n = 21,105 individual cells), microfluidic-droplet (green; n = 55,032 individual cells) and microwell-seq (blue; n = 25,891 individual cells) methods
 
總結
在單細胞研究中， 利用高通量的10X與高靈敏度的Smart-seq2相結合，對于不同的研究方向具有互補性的優勢：
•  基于droplet技術的優勢是測的細胞數量多能夠發現稀少的細胞和細胞狀態。
•  基于FACS方法的特點是測的細胞數量少但是覆蓋度高、能夠富集特定的細胞，可用于研究微異質性（包括低表達基因，可變剪接，序列變異分析）。
 
對于基于FACS的Smart-seq2單細胞測序，往往具有一些難點：
1. 單細胞建庫試劑的成本昂貴
2. 需要對每個細胞單獨建庫，操作繁瑣，難以上量
 
而來自SPT Labtech最新的液體處理技術，可以將基于FACS的單細胞測序，往更低成本、更高通量、更自動化的方向建設工作流程。 在陳-扎克伯格生物中心的高通量Smart-seq單細胞測序流程中，通過SPT Labtech的dragonfly discovery和mosquito  LV genomics進行總體系2.5μL的單細胞cDNA合成和3.6μL的文庫構建，節省了10倍的試劑成本，并且每天可以處理20塊384孔板，也就是約8萬個樣本。
 
參考文獻：
Consortium, T. M. , et al. "Single-cell transcriptomics of 20 mouse organs creates a Tabula Muris." Nature 2018.