在表征细胞表型和功能特性时，需要考虑转录组与蛋白质之间的关系。通常，转录组的表达水平要比蛋白质低得多，而蛋白质的动态表达范围则较大，拷贝数跨度约为6-7个数量级，转录本拷贝数跨度约为2个数量级。平行检测蛋白质表达和转录组数据方法的开发，如CITE-seq、REAP-seq，解决了仅评估转录组所固有的一些限制，但也几乎使每个单细胞的测序深度增加了一倍。

近日，美国Fred Hutchinson癌症研究所开发了一种新的多组学方法，通过将高通量靶向转录组学方法与蛋白质检测相结合，可在单次试验中同时分析约500个基因，并检测2×104个细胞的40多种蛋白质。该方法测序深度仅约全转录组方法的十分之一，且对低丰度转录组保持了高灵敏度检测。该研究成果发表在Cell Reports上，文章题为“A Targeted Multi-omic Analysis Approach Measures Protein Expression and Low-Abundance Transcripts on the Single-Cell Level”。研究团队将该方法应用于免疫细胞异质性研究，并采用大规模细胞数据分析工具One-SENSE来可视化蛋白质转录组的数据集。

图：研究概述，来源：Cell Reports

研究团队利用寡核苷酸条形码抗体探针（AbSeq），并使用纳米孔捕获单细胞以进行靶向转录组学分析。研究发现，靶向转录组学方法与蛋白质检测相结合不需要其他方法那样高的测序深度，并仍然保持对低丰度转录组的高灵敏度。结果显示，该方法可同时检测492个免疫相关基因和41个表面蛋白。

为验证该方法，研究团队将来自三个健康对照组的27,258个外周血单核细胞分成两批，一批进行多组学流程分析，另一批进行基于流式细胞的表型分析。结果显示，这两种方法都可以区分各种免疫细胞群体。将靶向转录组学方法与普通的全转录组分析方法进行比较，发现这两种方法都可以捕获主要的外周血单核细胞谱系。值得注意的是，这种方法仅基于转录组信息就可以清楚地分离出不同的记忆T细胞亚群和调节性T细胞。

图：多组学方法与流式细胞方法的比较。来源：Cell Reports

图：靶向多组学方法与全转录组方法分辨率相似，并可良好分离CD4+ T细胞和CD8+ T细胞。来源：Cell Reports

研究人员使用来自另一单独供体的外周血单核细胞，每个细胞可获得约27,000个reads。研究人员使用新的多组学方法解析了不同信号所需的测序深度。通过对该数据集的reads进行二次采样，当使用100%的reads或仅使用20％的reads时，研究发现蛋白质信号几乎没有差异。但在10％的水平上，蛋白质信号差异变得明显。

以上结果表明，利用这种靶向多组学方法每个细胞需要2,000~4,000个reads，仅为全转录组方法所需测序深度的大约十分之一。此外，文库中的抗体部分需要200~400个reads/细胞，才能提供足够的分辨率。据估计，这将使新的检测方法成本降低约5倍。因此，基于靶向转录组学的多组学分析方法不失为一种灵敏且经济高效的选择。

图：One-SENSE图描绘了沿x轴的蛋白质表达热图，以及沿y轴的差异表达基因的转录组表达热图。来源：Cell Reports

通过大规模细胞数据分析工具One-SENSE，研究团队可以将多态性数据集中的转录组和蛋白质表达之间的相关性进行可视化。研究人员可通过在一个轴上绘制蛋白质表达谱，在另一个轴上绘制差异表达的基因表达谱来绘制细胞图谱，使人们能够轻松识别具有相似转录组而不是相似蛋白质的细胞簇，反之亦然。将这种可视化方法应用于外周骨髓细胞时，研究团队识别了外周CD14+骨髓细胞群体的不同子集。

文章共同第一作者、Fred Hutch癌症研究所研究员Florian Mair表示：“我们正在努力开发类似的技术，这些技术可以告诉我们有关免疫系统如何工作，以更低的成本获取更多信息。”

单细胞研究可通过对每个细胞的多种形态进行检测，最终综合分析DNA序列、基因组可及性、转录组、调节性RNA和蛋白质表达，以对细胞功能有一个整体的了解，但目前尚未实现。高通量单细胞测序是实现这一目标重要工具。研究团队新开发的靶向转录组学方法提供了一个替代平台，该平台显著降低了对转录组进行饱和测序所需的测序深度，可提供有关492个免疫相关基因的信息并进行可视化，充分利用了多组学单细胞分析方法的优势。研究团队表示，这种方法或将成为探索多组学数据集，并从复杂的多维数据中提取有价值信息的重要工具。

参考资料：

1.A Targeted Multi-omic Analysis Approach Measures Protein Expression and Low-Abundance Transcripts on the Single-Cell Level. DOI:https://doi.org/10.1016/j.celrep.2020.03.063

https://www.cell.com/cell-reports/fulltext/S2211-1247(20)30388-0#%20

2. Multiomic Approach Measures Protein Expression, RNA Transcript Levels of Single Cells

https://www.genomeweb.com/sequencing/multiomic-approach-measures-protein-expression-rna-transcript-levels-single-cells#.XpSCHjMpj2e