シングルセルRNAseqとは、細胞の遺伝子発現プロファイルを一細胞レベルで取得して観測する画期的な技術です。これまでのRNAseq解析では、観測対象が細胞集団であり、細胞集団における各遺伝子の"平均的な"遺伝子発現を測定していました。一方、scRNAseqは細胞集団内の個々のトランスクリプトームを捉え、細胞特異的な変化を同定することが可能になります。Science誌において2018年のBreakthrough of the Yearとしても選出された技術であり、近年盛んに研究に用いられています。
薬物耐性獲得のメカニズムの解明は、がんの薬物治療において不可欠な要素です。耐性獲得の背景は、様々あるとされていますが、がん組織の不均一性がその原因の一つであると考えられています。Kashimaらは、がん組織の不均一性における薬物耐性の発生機序解明にscRNAseq解析を利用しました(Kashima et al., Cancer Res, 2021)。
GeらはscRNAseq技術を用いて、様々な分化期におけるマウス背部皮膚から得られた細胞群に対して一細胞のトランスクリプトームを統合的に解析しました(Ge et al., Theranostics, 2020)。その結果、9つの主要な細胞集団の同定と、上皮/真皮細胞系の分化の軌跡を構築することに成功し、細胞の運命決定に関わる主要なレギュロンが順次活性化されていることを明らかにしました。
シングルセルRNAseqとは、細胞の遺伝子発現プロファイルを一細胞レベルで取得して観測する画期的な技術です。これまでのRNAseq解析では、観測対象が細胞集団であり、細胞集団における各遺伝子の"平均的な"遺伝子発現を測定していました。一方、scRNAseqは細胞集団内の個々のトランスクリプトームを捉え、細胞特異的な変化を同定することが可能になります。Science誌において2018年のBreakthrough of the Yearとしても選出された技術であり、近年盛んに研究に用いられています。
薬物耐性獲得のメカニズムの解明は、がんの薬物治療において不可欠な要素です。耐性獲得の背景は、様々あるとされていますが、がん組織の不均一性がその原因の一つであると考えられています。Kashimaらは、がん組織の不均一性における薬物耐性の発生機序解明にscRNAseq解析を利用しました(Kashima et al., Cancer Res, 2021)。
GeらはscRNAseq技術を用いて、様々な分化期におけるマウス背部皮膚から得られた細胞群に対して一細胞のトランスクリプトームを統合的に解析しました(Ge et al., Theranostics, 2020)。その結果、9つの主要な細胞集団の同定と、上皮/真皮細胞系の分化の軌跡を構築することに成功し、細胞の運命決定に関わる主要なレギュロンが順次活性化されていることを明らかにしました。
NGSによるシーケンスで得られた配列は、FASTQというファイル形式で保存されます。この配列をスプライシングを考慮してゲノム配列にマッピングします。この結果は、BAM形式ファイルで保存され、IGV (Integrative Genomics Viewer)などのゲノムビューワーを用いて閲覧できます。
発現量は、リードカウント、または、補正値を用います。FPKM (Fragments Per Kilobase of exon per Million mapped fragments)やTPM (Transcripts per million)は、発現量をエクソン長と全マッピング数で補正した値です。CPM (Counts per Million mapped reads)は、発現量を全マッピング数で補正した値です。
2群間の比較解析では、発現量の比をlogスケールで表現した値、もしくはｔ検定による有意差P値がよく用いられます。
