自动化的微流控芯片系统在单细胞中检测MicroRNA的异质性2
图3. 分析：单个iPS细胞及其NPC后裔
(A) 对数据进行非监督式聚类分析可以清楚的区别开iPS细胞及使用小分子从iPS获得的NPC后裔1. 同时揭示了每种细胞中的亚群。
(B) PCA清楚的揭示了这两种表型不同的细胞群之间的差异。
(C) Violin Plot显示了不同亚群中miRNA 的差异性表达，以及主成分1和2的主要贡献者（左上至右下的顺序）。iPS和NPC之间5种miRNA的表达变化，和使用microassay从胚胎干细胞（ES）及其NPC后裔得到的趋势相同（未发表数据，Yao Shuyuan友情提供）。
图4. 人类神经元，iPS和NPC细胞
(A) 对从iPS，NPC和成熟神经元（HN）获得的数据进行非监督式聚类分析，可以清楚的将HN细胞从iPS和NPC细胞区分开，同时也揭示了每类细胞中存在的亚群。miR-9更频繁且更高水平的在成熟神经元（HN）中表达。
(B) 根据miRNA表达，PCA可以清楚的区分这三类细胞。miR-20a，19b，17，和106a在HN中表达水平较低，符合基于神经分化和衰老数据的预期2,3。
图5. 不同传代数的胚胎成纤维细胞 
(A) 对从两个不同传代数（P13和P24）获得的BJ胚胎成纤维细胞得到的数据进行非监督式聚类分析，虽然可以揭示不同细胞间miRNA表达类型的不同，却无法区分这两种群体。
(B) 对从P13和P24细胞得到的miRNA表达数据进行PCA分析，进一步确认无法根据miRNA表达区分这两群细胞。
(C) 当传代数相距更远（P7 对P24），对miRNA数据（热图未显示）进行PCA分析可以区别他们。
推荐
