A comparative strategy for single-nucleus and single-cell transcriptomes confirms accuracy in predicted cell-type expression from nuclear RNA.
A comparative strategy for single-nucleus and single-cell transcriptomes confirms accuracy in predicted cell-type expression from nuclear RNA.
复制标题
DOI：
10.1038/s41598-017-04426-w
复制
发表时间：
2017-07-20
影响因子：
4.6
通讯作者：
Zhang K
中科院分区：
文献类型：
--
作者：
Lake BB;Codeluppi S;Yung YC;Gao D;Chun J;Kharchenko PV;Linnarsson S;Zhang K
单个细胞之间基因表达的显著异质性通常是用单一的整体细胞方法来研究的。然而，具有高度相互联系的过程的组织，如在大脑中，提出了独特的挑战。单核RNA测序(SNS)已经成为一种通过使用分离的核来评估细胞转录组的替代方法。然而，直接比较细胞核和整个细胞之间的表达数据的研究还很缺乏。在这里，我们已经确定了小鼠单个神经元的核和整个细胞转录的特征，并提供了一种标准化策略来减少与基因区域长度相关的方法特定差异。我们证实，在细胞类型和代谢建模标记的表达方面，核转录本和整个细胞转录本之间有很高的一致性，但与线粒体呼吸相关的基因子集的一致性较差。因此，我们的结果表明，单核转录组测序提供了一种有效的手段来描述以前无法接触到的组织中的细胞类型表达动态。
Significant heterogeneities in gene expression among individual cells are typically interrogated using single whole cell approaches. However, tissues that have highly interconnected processes, such as in the brain, present unique challenges. Single-nucleus RNA sequencing (SNS) has emerged as an alternative method of assessing a cell’s transcriptome through the use of isolated nuclei. However, studies directly comparing expression data between nuclei and whole cells are lacking. Here, we have characterized nuclear and whole cell transcriptomes in mouse single neurons and provided a normalization strategy to reduce method-specific differences related to the length of genic regions. We confirmed a high concordance between nuclear and whole cell transcriptomes in the expression of cell type and metabolic modeling markers, but less so for a subset of genes associated with mitochondrial respiration. Therefore, our results indicate that single-nucleus transcriptome sequencing provides an effective means to profile cell type expression dynamics in previously inaccessible tissues.
登录
查看更多内容
影响因子：
46.9
作者：
Fuzik J;Zeisel A;Máté Z;Calvigioni D;Yanagawa Y;Szabó G;Linnarsson S;Harkany T
通讯作者：
Harkany T
影响因子：
14.8
作者：
Krishnaswami SR;Grindberg RV;Novotny M;Venepally P;Lacar B;Bhutani K;Linker SB;Pham S;Erwin JA;Miller JA;Hodge R;McCarthy JK;Kelder M;McCorrison J;Aevermann BD;Fuertes FD;Scheuermann RH;Lee J;Lein ES;Schork N;McConnell MJ;Gage FH;Lasken RS
通讯作者：
Lasken RS
影响因子：
46.9
作者：
Gaidatzis, Dimos;Burger, Lukas;Stadler, Michael B.
通讯作者：
Stadler, Michael B.
影响因子：
16.8
作者：
Ameur, Adam;Zaghlool, Ammar;Feuk, Lars
通讯作者：
Feuk, Lars
影响因子：
16.2
作者：
Hevner, RF;Shi, LM;Rubenstein, JLR
通讯作者：
Rubenstein, JLR