单细胞测序：把一块组织拆成上万个转录本

一块组织里往往有几十种细胞，成纤维细胞、免疫细胞、上皮细胞混在一起，各自的功能差别很大。把它们打碎后整体测序，得到的是所有细胞表达量的平均值，少数关键细胞的作用会被大量背景淹没。单细胞测序的思路是给每个细胞单独打上标记，分别读出它正在表达哪些基因，从而分辨细胞类型、状态与比例。这项技术在过去十年迅速普及，单个细胞的成本从数元降到几角。

流程从解离开始。组织被酶消化成单细胞悬液，再在微流控芯片里与油相混合，形成一个个包裹细胞的液滴。每个液滴里含有一个细胞、一颗带细胞条形码的微珠和逆转录试剂，细胞裂解释放的信使分子被逆转录成互补的脱氧核糖序列，同时打上归属标记。之后所有液滴合并测序，靠条形码把读段分回各个细胞。一个哺乳动物细胞里的信使分子总量只有几十皮克，扩增步骤因此格外关键。

数据分析的第一步是把读段按条形码归类，再比对到参考基因组，得到每个细胞在各个基因上的计数。接着做质控：线粒体基因比例过高的往往是破损细胞，计数过少的多半是空液滴，而两个细胞被包进同一液滴会形成双细胞，需要剔除。之后降维聚类，把表达谱相近的细胞归为一群，再用已知标记基因给每一群命名。

数据稀疏是这个技术绕不开的问题。很多基因在某些细胞里计数为零，可能只是没被测到，并非真的不表达，这被称为丢失事件。不同批次分开处理还会带来批次效应，需要算法校正，但校正过头会把真实的生物学差异一起抹掉。把聚类结果直接当成细胞类型也不严谨，类型与状态之间往往没有清晰边界。

它的用途很广：画组织细胞图谱、追踪发育中的分化路径、观察肿瘤内部的异质性、分析免疫细胞在感染或治疗后的变化。空间转录组补上了位置这一维信息，让研究者知道某群细胞站在哪里。常见误解是以为单细胞测序能读出每个细胞的完整基因组，实际上多数方案只覆盖转录本的一部分，也测不到基因序列本身的变异。