关于单细胞测序（Single cell sequencing，ScRNA-seq），相信大家或多或少都听过，粗略的说，这几点是出现频率比较高的关键词：“很火”、“高端，是发大文章的利器”、“价格贵”。不过，大家如果留意最近单细胞测序相关的文章进展，就会发现这样的一个问题：现在只做单细胞测序，已经越来越难发高分（IF 10+）的期刊了。据我们不完全统计，基本上每个常见疾病国内都至少有3个以上的团队在开展研究，甚至文章已经在审稿状态了。以肿瘤为例，几乎所有的大癌种（肝癌、肺癌、肠癌、乳腺癌等等）已经有至少一篇主刊或者大子刊发表了。当然，研究一个疾病的角度可以有很多，即使是相同的实验设计，也可以有不同的发现，而这些发现也需要进一步的验证。换句话说，在不拼样本量的情况下（对科研经费的消耗实在太大了），单细胞测序技术早已经进入另一个阶段：在单细胞测序的基础上展开严谨深入的后续实验对发现进行验证。
在这一阶段，有个至关重要的实际问题：如何结合科学问题从浩如烟海的单细胞测序数据中抽丝剥茧找到关键发现？实际上，高通量测序技术的发展一方面为生物学家提供了新的工具，另一方面也提出了新的挑战：如何对高通量测序数据进行课题个性化的解读、挖掘和判断。一般来说，科研服务公司的测序报告是流程化且固定的，而每个课题所研究的科学问题则是不同的，那么这种矛盾是如何解决的呢？对于课题组来说，可以招生物信息学专业的博后来解决；另外一种常见的做法是向科研服务公司提交个性化分析；最后一种是与生信课题组合作。三个解决办法中，第一种是最理想，门槛也是最高的，不是所有人都有条件招专业的生信博后；第二种是门槛最低的，问题是时间（排队？）、效率以及最重要的思路，从某种意义上说，个性化是科研的核心，也是公司盈利的大坑；第三种的特点很清晰：蛋糕如何分配。
举个简单的例子：如果你对某个临床问题（如A疾病的发生）感兴趣，现在你已经拿到了单疾病组和对照组样本的单细胞测序结果，可能需要解决的基本问题有：
单细胞测序的质量如何？
对于具体的研究来说，分析成多少cluster是合适的？
如何将cluster鉴定到细胞类型（celltype）?
某一细胞类型（cell type）的不同cluster关系是怎样的？
如何确定与科学问题相关的细胞类型及cluster？
如何将相关的细胞类型及cluster的功能特性与科学问题联系起来？
如何设计下游实验对科学问题相关的细胞类型及cluster进行验证？
等等。
首页
