升级服务！单细胞全转录组测序，解锁circRNA的单细胞分辨率视野！

吉赛生物单细胞全转录组测序利用SeekOne^®数字液滴仪，基于微流控技术原理，通过油包水实现单细胞分离捕获，利用核酸修饰的凝胶珠（Barcoded Beads）对不同细胞来源的RNA分子进行分子标记，利用随机引物抓取全长范围的mRNA、circRNA及lncRNA等RNA, 并采用blocker技术去除细胞内的 rRNA ，构建高通量测序文库。最后采用质检合格的文库进行测序，然后结合比对数据和代表细胞身份的Barcode信息，进行细胞聚类、差异基因筛选和差异基因功能分析等。

图1 单细胞全转录组测序技术原理。

① 突破RNA类型限制，实现无偏差检测

不仅可高效检测mRNA，更覆盖各类非poly(A)转录本：

突破性实现单细胞分辨率下circRNA的精准检测，有利于捕捉在特定细胞中起核心作用的circRNA，探索circRNA的调控网络，挖掘新的circRNA生物标志物和治疗靶点。

同时大幅提升lncRNA检出率，以及实现微生物（如病毒、原核生物）来源的non-poly(A)基因检测，真实还原样本转录组的全貌，有利于更精准区分细胞亚型、捕捉实验样本的细微动态变化。

② 覆盖全序列，释放分析潜能

随机引物捕获，打破3’或5’端转录组的局限，同时利用Read1与Read2两端序列信息，实现全序列覆盖，确保每一条测序读段均有效用于分析，为可变剪接分析、突变检测、新转录本发现等研究提供更全面、可靠的数据支撑。

③ 显著提升灵敏度，无惧降解挑战

即使冻存或短时甲醛固定RNA发生部分降解，仍可稳定捕获并准确检出，降低漏检率，适用于珍贵或部分降解样本，拓宽研究样本范围。

④ 单细胞分辨率，准确描绘基因表达谱

实现单细胞水平基因突变或全转录组差异表达检测，更准确鉴定驱动差异的细胞来源，探索差异细胞微环境特征，在单细胞层面分析细胞功能改变。

⑤ 特色生信分析，全面分析转录组

除了常规的单细胞测序分析（如细胞聚类分析、细胞类型鉴定、Marker基因分析、功能注释与分析、组间差异分析等），还额外增加针对性的circRNA、lncRNA表达和功能分析，以及变异、可变剪接等分析，提供多维度数据。

吉赛单细胞全转录组测序在不同样本中，均能实现单细胞分辨率下circRNA的精准检出，还大幅提高了lncRNA的检出率！

（1）研究非编码RNA

论文标题：Assessment of the cardiac noncoding transcriptome by single-cell RNA sequencing identifies FIXER, a conserved profibrogenic long noncoding RNA

发表期刊：Circulation

lncRNA在许多心血管疾病中具有关键功能，它们比编码基因更具有细胞特异性。研究使用单细胞全转录组测序技术对梗死后非心肌细胞中的lncRNA进行了评估，基于lncRNA的表达从心肌成纤维细胞、肌成纤维细胞和心外膜细胞鉴定到7种细胞亚群，再通过细胞亚群表达的mRNA富集的功能模块和文献报道，将这些亚群注释为抑制细胞增殖、细胞活化、血管分化、DNA 修复、有丝分裂、细胞分化等功能相关细胞亚型。研究证明除了传统的mRNA表达模式外，也可以通过lncRNA表达水平识别出哺乳动物心脏中的各种细胞类型，为lncRNA的深入研究开拓了新的思路。^[1]

图2 通过单细胞RNA测序确定相关的心肌细胞类型的lncRNA表达谱。A：完全基于lncRNA的表达的非心肌细胞UMAP。B：UMAP图显示每个簇的细胞类型特异性标记的表达。C：UMAP表明假手术和梗死心脏中的细胞簇。

（2）分析可变剪接

论文标题：Splicing diversity enhances the molecular classification of pituitary neuroendocrine tumors

发表期刊：Nat Commun

研究通过联合Bulk-seq和单细胞全转录组测序，全面研究垂体神经内分泌肿瘤（PitNET）表达谱中的可变剪接（AS）失调，揭示了单细胞分辨率下的剪接异质性，以及不同肿瘤细胞类型的剪接失调，还有效地区分了沉默的促肾上腺皮质激素亚型，并定义了一种与更差的临床表现和ESRP1表达变化驱动剪接异常有关的独特TPIT谱系亚型。总之，研究表征了PitNET中亚型特异性AS概况，增强了对PitNET亚型的理解。^[2]

图3 单细胞全转录组测序展现PitNet的剪接多样性。

（3）探索细胞异质性和状态变化

论文标题：Single-cell nascent transcription reveals sparse genome usage and plasticity

发表期刊：Cell

研究利用生物素联合5-EU对新生RNA进行标记，再结合单细胞全转录组技术，基于随机引物无偏好地捕获编码与非编码RNA的优势，以极高的灵敏度和全基因组覆盖范围捕获新生和成熟转录组，呈现了mRNA和基因间非编码RNA 的不同动力学特征，提供了一个独特且全面的单细胞转录动态和异质性的视图。^[3]

图4 单细胞全转录组测序方案。

（4）癌细胞基因突变研究

论文标题：Spatially restricted drivers and transitional cell populations cooperate with the microenvironment in untreated and chemo-resistant pancreatic cancer

发表期刊：Nat Genet

研究使用单细胞/核转录组（Sc/SnRNA-seq）、空间转录组学、细胞成像、Bulk RNA-seq、WES、蛋白组、磷酸化修饰组等多组学技术，分析31例胰腺导管腺癌（PDAC）患者的83个样本，揭示了胰腺癌发生过程中，从正常细胞到癌变前细胞，从癌变前细胞向胰腺癌细胞转变的细节信息。研究将突变映射到单个细胞上，通过比较肿瘤细胞的每个亚群与给定的KRAS突变的基因表达谱来检测KRAS突变的影响，结果表明在同一患者中携带不同KRAS驱动突变的两个不同的克隆具有不同的基因表达谱。^[4]

图5 PDAC中的KRAS突变信号。a：用病例ID标记的肿瘤细胞簇；b：用基因组改变（突变和拷贝数变化）标记肿瘤细胞。

参考资料

[1]Aghagolzadeh P, et al. Assessment of the Cardiac Noncoding Transcriptome by Single-Cell RNA Sequencing Identifies FIXER, a Conserved Profibrogenic Long Noncoding RNA. Circulation. 2023;148(9):778-797.

[2]Huang Y, et al. Splicing diversity enhances the molecular classification of pituitary neuroendocrine tumors. Nat Commun. 2025;16(1):1552.

[3]Ma S, et al. Single-cell nascent transcription reveals sparse genome usage and plasticity. Cell. 2025:S0092-8674(25)01034-7.

[4]Cui Zhou D, et al. Spatially restricted drivers and transitional cell populations cooperate with the microenvironment in untreated and chemo-resistant pancreatic cancer. Nat Genet. 2022;54(9):1390-1405.