单细胞测序已成为生物医学领域的关键共性技术。然而，由于缺乏高效的手段降低“假单细胞率”，主流微流控平台的单通道细胞通量通常在1万细胞以下，空载率达到90%以上，且成本高昂，限制了对数百万个细胞或上千例样本的人群队列进行大规模研究。

　　近日，中国科学院北京基因组研究所（国家生物信息中心）蒋岚研究组基于组合标记技术路线改造优化主流微流控平台，开发了新型单细胞转录组测序技术FIPRESCI，使细胞通量比现有技术提高十倍以上，大幅降低成本。该成果以“FIPRESCI: droplet microfluidics based combinatorial indexing for massive-scale 5′-end single-cell RNA sequencing”为题在Genome Biology 期刊发表。

　　研究团队使用FPERSCI对人和小鼠细胞系混合物测序，获取了8000多个高质量的细胞，其中99.8%的细胞都能明确来源，表明FIPERSCI具有很低的假单细胞率。随后，为了验证新技术对不同组织的兼容度，使用FIPERSCI对小鼠整个E10.5胚胎的细胞进行细胞核测序，在10X Genomics 单通道中获取了超过10万细胞核的数据。注释结果显示，细胞类型的成分与已发表的参考数据相似。此外，FIPERSCI数据还可用于鉴定细胞类型和发育阶段特异的调控元件（启动子和增强子）使用偏好，发现了著名基因Rbfox2在抑制性神经元发育过程中使用不同的启动子的动态变化。

　　进一步，研究者使用FIPERSCI对来自不同癌症病人及健康人外周血中的T细胞进行单细胞RNA和TCR双组学测序。数据显示相较于健康人，癌症病人外周血中T细胞在细胞亚群组分、基因表达、TCR克隆等多个层面存在显著差异。基于小样本量的数据建模，已经足以区分癌症病人和健康人，提示低成本的FIPERSCI技术具备基于免疫细胞信息应用于癌症液体活检及早筛方面的潜力。

　　综上所述，新型单细胞测序技术突破现有技术的设计局限，大幅提高了效率并降低了成本，适用于单细胞转录组和调控元件活性、免疫受体序列等多模态分析，可有力支撑跨器官水平的大规模参考细胞图谱研究、跨时间和空间的器官发育研究等，针对大规模健康人和疾病（例如癌症，自身免疫，新冠等）的队列细胞图谱研究，高通量CRISPR基因编辑和药物筛选的单细胞分子表型刻画研究等。

　　上述工作由中国科学院北京基因组研究所（国家生物信息中心）完成，蒋岚研究员为通讯作者。蒋岚研究组博士研究生李芸、黄正和方向东研究组张昭军副研究员为文章的并列第一作者，博士研究生王弃非贡献了跨模态预测的深度学习模型，解放军总医院王淑芳和李峰先收集处理了临床样本。中国科学院北京基因组研究所（国家生物信息中心）方向东研究员，北京大学肿瘤医院季鑫教授，北京大学国际癌症研究院舒绍坤研究员提供了重要帮助。该项工作获得了中国科学院先导专项、中科院全球共性挑战专项项目、科技部重点研发计划、国家自然科学基金委等项目的大力资助。

　　论文链接

FIPRESCI 实验流程图