新威尼斯v0008&NO.1

新闻

郭国骥教授团队Cell Discovery杂志发文展示可用于高通量筛选的高通量单细胞测序平台-Microwell-seq 2.0

编辑:林海燕 来源:基础医学系 时间:2021年11月15日 访问次数:10  源地址

2021119日,浙江大学基础医学院干细胞与再生医学中心/浙江省良渚实验室的郭国骥教授团队在Cell Discovery杂志上发表标题为High-throughput Microwell-seq 2.0 profiles massively multiplexed chemical perturbation的文章,展示了可以用于高通量筛选的高通量单细胞测序平台,Microwell-seq 2.0

2018郭国骥教授团队使用自主研发的低成本、高效率、完全国产化的高通量单细胞测序平台Microwell-seq完成了首个哺乳动物单细胞图谱(Mouse Cell Atlas),相关成果发表在Cell杂志上 (Han X, Wang R, et al. 2018)。为了满足研究人员日益增长的单细胞测序细胞通量需求,郭国骥教授团队将预标记(pre-index)技术(Rosenberg A, Roco C, et al. 2018; Cao J, Spielmann M, et al. 2019 )Microwell-seq平台进行整合,建立了可以用于高通量筛选的高通量单细胞测序平台,Microwell-seq 2.0

通过使用带有标记的逆转录引物和TN5转座酶,研究人员可以对大批量细胞的转录组和基因组进行预标记。然后将标记好的细胞混匀后使用微孔板进行捕获,每个微孔可以捕获携带不同预标记的多个细胞,通过带有标签的磁珠对每个微孔中的细胞进行第二轮标记。相比于Microwell-seq 1.0Microwell-seq 2.0对微孔的利用率更高,结合两轮标记,Microwell-seq 2.0将微孔板单次细胞通量从1万提升到近百万。同时Microwell-seq 2.0双细胞污染率控制、灵敏度和成本控制等方面也具有优势

Microwell-seq 2.0 转录组(左)和ATAC(右)分析流程图

基于细胞的高通量筛选在生命科学领域应用广泛,适用于高通量筛选的技术需要很高的灵敏度,稳定性以及低廉的成本。目前常规的高通量筛选方法聚焦在细胞整体的表型,包括群体水平的转录组,代谢组,荧光信号,形态和存活率等,这些指标不能体现细胞间细微和异质性的变化。近年来高通量单细胞测序技术开始被应用于高通量筛选(Srivatsan, McFaline-Figueroa et al. 2020)
本研究进一步使用Microwell-seq 2.0分析48种小分子组合对人多能干细胞分化的扰动。Microwell-seq 2.0展现出极好的灵敏度和稳定性,其中PD173074PD0325901都是FGFR抑制剂,两组细胞能够很好地重叠;RepsoxSB431542都是ALK 抑制剂 (Repsox: ALK5, ALK4, ALK7; SB431542:ALK5, TGFβR1),两组细胞能够很好地分开。

通过进一步的分析可以发现一些小分子(比如CHIR-99021)单独就可以对人多能干细胞的基因表达产生显著扰动,然而,一些小分子(retinoic acid)需要与其他小分子联合使用才能产生明显的扰动。

综上,Microwell-seq 2.0在细胞高通量筛选中展现高的灵敏度和稳定性,有助于推动高通量单细胞测序技术在药物小分子高通量筛选中的应用。

基于Microwell-seq 2.0的人胚胎干细胞分化小分子扰动分析

浙江大学基础医学院/浙江省良渚实验室博士后陈海德,基础医学院博士后廖原,硕士研究生张国栋为本文共同第一作者,郭国骥教授为本文的通讯作者。该项研究得到了国家重点研发计划、国家自然科学基金、浙江大学医学中心/良渚实验室和浙江大学医学院附属第一医院的支持。

参考文献

[1]Cao, J., et al. (2019). The single-cell transcriptional landscape of mammalian organogenesis. Nature 566(7745): 496-502.

[2] Han, X., et al. (2018). Mapping the Mouse Cell Atlas by Microwell-Seq. Cell 173(5): 1307.

[3] Rosenberg, A. B., et al. (2018). Single-cell profiling of the developing mouse brain and spinal cord with split-pool barcoding. Science 360(6385): 176-182.

[4] Srivatsan, S. R., et al. (2020). Massively multiplex chemical transcriptomics at single-cell resolution. Science 367(6473): 45-51.



总访问量:10743231