90%以上的多外显子人类基因中含有可变剪接（AS），RNA-seq是从组织或细胞群中检测并定量可变剪接的利器。单细胞RNA-seq的产生则将检测精度提升到单细胞水平。在过去的研究里，单细胞AS检测或者局限于少量的外显子中，或者专注于发现新的剪接接头。许多AS算法工具或者仅适用于分析整体RNA-seq数据，或者受限于各种技术条件。当前缺乏对单个细胞中AS复杂性及动态的研究和工具。
为了满足此种需求，Gene yeo的研究者们根据如下3项进行设计：1）既要能准确鉴别可变剪接，又要确保注释和观测数据的兼容性；2）对AS的变化和分布进行描述；3）从一个细胞或状态到另一个之间AS分布和动态的可视化。最终他们创建了Expedition软件包（outrigger/anchor/bonvoyage），能够鉴别并量化单细胞RNA-seq数据中的AS、对剪接形式进行分类、并将形态变化可视化。
使用此工具结合FISH和单细胞qPCR等，对63个多能干细胞（iPSCs）、73个体外分化神经祖细胞（NPCs）和70个运动神经元（MNs）进行单细胞RNA-seq分析。结果显示仅通过AS鉴定，不需基因表达分析就能区分出不同的细胞类型。约75%的AS呈现单峰态，说明这部分细胞群比较均一；约20%的AS呈双峰或多峰态，解释了神经分化过程中形式改变的AS事件，体现了这些剪接的细胞型性。对双峰态和多峰态AS的发现，了在传统（整体）基因表达分析中未能体现的细胞状态。不同的可变剪接方式具有不同的序列和进化属性，剪接分布的则了AS事件的动态。
系统性的单细胞可变剪接分析加深了人们对可变剪接在细胞生物学中复杂性的认识，强调了RNA进程中单细胞分析的重要性。当下，由于低捕获率和组覆盖不均，单细胞RNA-seq的准确度十分受限。对AS本的检测只适用于高表达基因，而不适于那些低丰度的基因。在将来，随着技术进步，系列算法和软件有望获得更广阔的运用。
最新评论