技术简介：
      随着测序技术不断发展以及测序成本的降低，使得基因组测序已经成为常规技术。通过提取组织或细胞群体的核酸进行基因组或转录组的研究，忽略了细胞间的差异对调控基因表达、细胞行为和药物反应的作用，已经不能满足研究人员的要求。因此单细胞测序（包括基因组和转录组测序）技术应运而出，它使科研人员可以针对单个细胞进行深入的研究，为组学研究开辟了新的篇章。
      单细胞全基因组测序主要应用于肿瘤发生机制及胚胎发育研究。可以不需培养细胞，获得单克隆癌细胞的具体突变来源及精准的突变频率，以及区分癌症发生、发展、演化过程中的突变等。
      单细胞转录组分析主要用于在全基因组范围内挖掘基因调节网络，尤其适用于存在高度异质性的干细胞及胚胎发育早期的细胞群体。与活细胞成像系统相结合，单细胞转录组分析更有助于深入理解细胞分化、细胞重编程及转分化等过程及相关的基因调节网络。

技术路线图：

生物信息学分析

单细胞基因组测序分析

基因组从头测序（de novo sequencing）
常规分析：
    1.测序数据质控分析
    2.高质量序列的拼接和组装
    3.基因结构预测及功能注释
    4.蛋白结构域注释
    5.基因家族分析
    6.重复序列注释
    7.大片段复制分析
    8.ncRNA注释
    9.生化反应通路（PATHWAY）映射
  10.基因本体论（GO）注释

高级分析：
  11.特异序列、特异功能蛋白等的预测
  12.系统进化分析
个性化分析：
  13.根据客户需求进行个性化定制分析

基因组重测序（re-sequencing）
常规分析：
    1.测序数据质控分析
    2.一致性序列组装（与参考基因组序列的比对分析）
    3.单核苷酸多态性位点检测
    4.基因拷贝数变化分析
    5.结构变异位点检测

高级分析：
    6.性状的QTL定位（真核生物）
    7.群体进化分析
    8.功能基因挖掘

个性化分析：
    9.根据客户需求进行个性化定制分析。


单细胞转录组测序分析

有参考序列的转录组测序信息分析
常规分析：
    1.测序数据质控分析
    2.高质量序列与参考基因组比对
    3.基因表达谱构建
    4.基因的可变剪切分析（真核生物）
    5.基因结构优化及新转录本预测
    6.新基因的功能注释
    7.SNP、InDel等基因结构变异筛查

高级分析：
    8.样本间的基因差异表达分析
    9.差异表达基因的功能分析

个性化分析：
  10.根据客户需求进行个性化定制分析

无参考序列的转录组测序信息分析
常规分析：
    1.原始序列质控分析
    2.转录组的拼接和组装
    3.Unigene长度统计及功能注释
    4.Unigene表达谱构建
    5.Unigene的GO分类
    6.Unigene的代谢通路分析
    7.SNP分析

高级分析：
    8.Unigene在样本间的表达差异分析
    9.样本间差异基因的GO分类和代谢通路富集性分析

个性化分析：
  10.根据客户需求进行个性化定制分析


案例解析：
 

（Ning L, Li Z, Wang G, et al., 2015）

      通过染色体序列覆盖度分析比较三种单细胞全基因组扩增方法（GenomePlex WGA4，MDA和MALBAC）的扩增重复性及全基因组层面的扩增均一性。

测序策略及数据量
      测序策略：PE125，PE150
      建议数据量：请参照相对应的普通测序数据量

单细胞测序价格

单细胞测序信息由北京阅微基因技术有限公司为您提供，如您想了解更多关于单细胞测序报价、型号、参数等信息，欢迎来电或留言咨询。