[论文解读] Exponential scaling of single-cell RNA-seq in the last decade

Valentine Svensson, Roser Vento‐Tormo+1 more|arXiv (Cornell University)|Apr 5, 2017

Single-cell and spatial transcriptomics被引用 166

一句话总结

一篇观点文章，描述在过去十年驱动单细胞RNA测序数据呈指数级增长的关键技术发展。讨论协议与技术的改进如何实现可扩展的细胞类型调查。

ABSTRACT

The ability to measure the transcriptomes of single cells has only been feasible for a few years, and is becoming an extremely popular assay. While many types of analysis and questions can be answered using single cell RNA-sequencing, a central focus is the ability to survey the diversity of cell types within a sample. Unbiased and reproducible cataloging of distinct cell types requires large numbers of cells. Technological developments and protocol improvements have fuelled a consistent exponential increase in the numbers of cells studied in single cell RNA-seq analyses. In this perspective, we will highlight the key technological developments which have enabled this growth in data.

研究动机与目标

• 通过突出对大规模细胞调查的需求，激发对单细胞RNA-seq增长的研究。
• 确定实现可扩展单细胞转录组学的主要技术与方法学发展。
• 解释如何从分析增多的细胞数量中受益，以实现无偏见、可重复的细胞类型编目。

提出的方法

• 回顾并综合促成单细胞RNA-seq研究增长的技术发展和协议改进。
• 讨论这些创新如何影响数据规模、多样性以及细胞类型发现的可获取性。

实验结果

研究问题

• RQ1 过去十年中哪些技术发展使单细胞RNA-seq实现指数级扩展成为可能？
• RQ2 协议改进如何影响在给定样本中对多样细胞类型的调查能力？
• RQ3 增加的细胞数量对无偏见、可重复的细胞类型编目有哪些影响？

主要发现

• 技术与协议的进步始终推动单细胞RNA-seq数据的指数级增长。
• 数据增长使对样本内细胞多样性的更全面调查成为可能。
• 从分析大量细胞中获益无偏见地对不同细胞类型进行编目。