- 首頁 ＞ DNBelab C系列高通量單細胞RNA-Seq
DNBelab C系列高通量單細胞RNA-Seq
DNBelab C系列平臺基于液滴微流控策略，可以實現高效細胞捕獲，完成高效的mRNA反轉錄和擴增后，結合華大DNBSEQ?高通量測序平臺和Dr. Tom單細胞全交互式數據挖掘交付系統，進行高性價比單細胞轉錄組文庫測序和數據分析挖掘，可廣泛應用于研究免疫細胞、腫瘤微環境、神經系統發育及胚胎發育和干細胞分化等。
圖1 DNBelab C- TaiM4
產品優勢
1. 稀有細胞高效捕：高效捕獲稀有類型細胞，實現新突破；
2. 多種樣本無挑剔：除常規活細胞懸液外，珍稀液氮速凍樣本可實現細胞核水平研究；
3. 測序數據高保真：搭配DNBSEQ?測序系統，不怕單個細胞數據弄混；
4. 自主分析不求人：Dr. Tom交互式單細胞數據挖掘系統支持；
5. 服務模式一站達：流式分選服務服務助力目的細胞分選，一站式實現從組織到細胞數據獲取及細胞群驗證。
產品性能
- 高靈敏度細胞分選：高效捕獲稀有細胞類型
將兩種不同狀態的人多功能干細胞（PPSCs以及NPSCs）以99:1的比例混合后，進行DNBelab C系列平臺單細胞RNA文庫制備和測序，最后鑒定到NPSCs細胞比例為1.3%，表明該平臺具備可靠的罕見細胞捕獲能力。
圖2 各類細胞分選檢出比例
- 樣本無挑剔：除常規單細胞懸液樣本之外，珍稀液氮速凍樣本可實現細胞核水平研究
采用液氮速凍的肺組織樣本，提取細胞核，進行DNBelab C系列平臺單細胞分選建庫及測序，共獲得12,822個細胞核，每個細胞核檢測基因數中位數1,000以上，助力珍稀樣本實現單細胞（核）水平研究。
圖3 液氮速凍肺組織樣本提取細胞核分選結果展示
- 有效細胞分群：與相同類型樣本在其他平臺已發表分群結果重合度高
DNBelab C 系列平臺對人外周血 PBMC 樣本進行高效細胞分選和轉錄組建庫測序，所得單細胞數據 UMAP 降維分群后，與 2020 年 Nature Biotechnology 已發表文章中人 PBMC 細胞分類及注釋結果均一致[1]。
圖4 DNBelab C系列平臺的細胞分群對比
- 發表多篇高分成果
截止2025年7月，DNBelab C系列單細胞平臺累計發表200+篇SCI文章，包含4篇Nature，4篇Cell，1篇Science，平均影響因子12+，其中IF>10文章數有100+篇。
實驗流程
圖5 DNBelab C系列平臺單細胞技術實驗全流程
產品類型
標準通量——預計產出5,000-10,000個單細胞/樣本
*以上版本均包含建庫、測序和Dr. Tom標準分析
測序策略
推薦DNBSEQ?平臺測序：
測序策略：PE100
測序深度：推薦平均50k reads/cell
生信分析內容
- 分析內容
圖6 信息分析思路圖
- 分析交付-采用Dr. Tom 系統
https://biosys.bgi.com/#/report/login
參考文獻：
[1] Ding Jiarui,Adiconis Xian,Simmons Sean K et al. Systematic comparison of single-cell and single-nucleus RNA-sequencing methods.[J] .Nat Biotechnol, 2020, 38: 737-746.
案例一：全球首個非人靈長類動物（獼猴）全身器官細胞圖譜[1]
文章題目：
Cell transcriptomic atlas of the non-human primate Macaca fascicularis
發表時間：2022年4月13日
發表期刊：Nature（IF= 50.5）
方案設計：采集成年獼猴的45個組織，基于華大自主DNBelab C系列平臺進行高通量單細胞核/單細胞轉錄組（sn/scRNA-seq）測序，共獲得約114萬個高質量的單細胞/單細胞核數據。
研究結論：
該研究詳細分析了共有細胞組織特異性分子，成年潛在干細胞類型，病毒易感細胞類型數據庫，人類表型和疾病變異的細胞定位圖譜。與此同時，研究人員搭建了非人靈長類動物百萬單細胞交互式資源網站(https://db.cngb.org/nhpca/)，為生物醫學的發展提供一個基礎性的資源和工具，為疾病診療、靶向藥物開發提供助力，為人類更好地探究生命的進化提供可能。
圖1 獼猴全身器官細胞圖譜
案例二：單細胞測序助力揭示動脈粥樣硬化外泌體導致血管性認知障礙新機制[2]
文章題目：
The foam cell-derived exosomes exacerbate ischemic white matter injury via transmitting metabolic defects to microglia
發表時間：2025年8月5日
發表期刊：Cell Metabolism（IF: 27.7）
發表單位：華中科技大學同濟醫學院附屬同濟醫院
方案設計：3位動脈粥樣硬化（AS）患者頸動脈斑塊，進行單細胞核RNA-Seq
技術路線：
研究結論：
本研究通過DNBelab C系列單細胞核RNA測序技術揭示了AS斑塊中的泡沫細胞分泌的外泌體，通過miR-101-3p-Nrf2軸遠程調控微膠質細胞靶向腦內微膠質細胞，加劇缺血性白質損傷和血管性認知障礙（VCI）。本研究還鑒定出血漿外泌體miR-101-3p可作為早期診斷標志物（AUC=0.72），并證實臨床藥物富馬酸二甲酯（DMF）通過激活Nrf2通路改善白質損傷和認知功能，為AS相關認知障礙的精準診療提供了新策略。
圖2 泡沫細胞外泌體是AS外泌體主要細胞來源
案例三：首個螞蟻全品級大腦單細胞圖譜[3]
文章題目：
A single-cell transcriptomic atlas tracking the neural basis of division of labor in an ant superorganism
發表時間：2022年6月16日
發表期刊：Nature Ecology & Evolution（IF= 13.9）
方案設計：選用社會性昆蟲研究的模式物種——法老蟻作為研究對象，采用DNBelab C系列單細胞分選平臺，對來自4種不同品級（蟻后、處女繁殖蟻、工蟻和雄蟻）的法老蟻的17個樣本 [處女繁殖蟻（4）、蟻后（4）、雄蟻（4）和工蟻（5）] 的大腦，進行高通量單細胞核轉錄組研究，共獲得206,367個單細胞核。
技術路線：
研究結論：
與果蠅不同，蘑菇體KCs在法老蟻中大量存在，并且表現出高度的多樣性，其中大多數亞型在工蟻大腦中富集，而負責處理視覺信息的視葉細胞在工蟻大腦里的含量則很低。雄蟻與工蟻腦細胞組成的趨勢相反，處女繁殖蟻和蟻后的大腦細胞類型則相對“正常”。研究團隊還將處女繁殖蟻與成熟蟻后的大腦進行比較，發現視葉細胞的含量在蟻后大腦中明顯降低，這與蟻后長期適應黑暗的巢內環境相關；而多巴胺細胞的含量則在蟻后腦中顯著增加，發揮促性腺功能。永久品級和性別分化導致了螞蟻大腦細胞類群和神經回路的特異性變化。
圖3 螞蟻大腦單細胞轉錄組實驗設計和細胞圖譜組成
案例四：首個家豬多組織器官的單細胞轉錄組圖譜[4]
文章題目：
Endothelial cell heterogeneity and microglia regulons revealed by a pig cell landscape at single-cell level
發表時間：2022年6月24日
發表期刊：Nature Communications（IF= 14.7）
方案設計：共收集20 種豬組織/器官，其中9個組織通過高通量單細胞轉錄組測序 (scRNA-seq) 分析，包括內臟和皮下脂肪、脾臟、腸、肝臟、肺、外周血單個核細胞 (PBMC)、全腦和視網膜；15個組織通過高通量單核轉錄組測序 (snRNA-seq) 分析，包括 9 個腦區（后區、小腦、穹窿下器官、終板血管器官、額葉、下丘腦、枕葉、頂葉和顳葉）、視網膜、腎臟、心臟、脾臟、肝臟和肺；4種豬組織（肝臟、視網膜、肺、脾）同時采用 scRNA-seq 和 snRNA-seq 分析；最終獲得133,492個細胞和 89,034 個細胞核轉錄組數據。
技術路線：
研究結論：
該研究應用單細胞轉錄組測序首次構建家豬多組織和器官的細胞圖譜，證實豬內皮細胞存在著高度的細胞和功能異質性；接著發現和驗證了脂肪組織中存在內皮間質轉分化細胞亞型（EndMT），以及證明TGF-β2信號通路在EndMT轉分化中的關鍵作用。該研究進一步揭示了腦小膠質細胞遺傳保守轉錄調控網絡。以上發現為利用家豬研究人心血管疾病和改善異種器官移植免疫排斥反應提供關鍵科研資源和科學基礎，同時為跨物種的小膠質細胞進化提供了保守和差異轉錄因子的寶貴資源，對人腦疾病中的小膠質細胞進化模塊研究具有重要意義。
圖4 20種豬組織的單細胞轉錄組圖譜
案例五：多區域單細胞測序揭示結直腸癌免疫微環境轉錄組學特征[5]
文章題目：
Multiregion Single-Cell Sequencing Reveals the Transcriptional Landscape of the Immune Microenvironment of Colorectal Cancer
發表時間：2021年1月1日
發表期刊：Clinical and Translational Medicine（IF=7.9）
發表單位：廣東省人民醫院姚學清教授團隊
方案設計：收集18位原發性和肝轉移CRC患者的腫瘤樣本，利用流式技術分選出免疫細胞和非免疫細胞，分別采用兩種單細胞RNA測序技術（Smart-seq2 和 DNBelab C4 技術），測序細胞總數達到15,115個
研究結論：
圖5 結直腸腺癌(CRC)腫瘤和非腫瘤樣本的免疫圖譜
與非腫瘤組織相比，腫瘤組織中T細胞和B細胞在亞群和功能狀態上都發生顯著變化：其中早期CRC腫瘤B細胞為具有抗腫瘤能力的pre-B樣細胞，而晚期CRC患者的B細胞傾向于發育成漿細胞。另外，還發現IgA+IGLC2+漿細胞與CRC預后不良有關，說明B細胞和髓細胞之間信號通路往來十分密切。而且CCL8+ 循環B細胞和CCR5+ T細胞之間的相互作用在晚期CRC患者發揮著潛在的抗腫瘤作用。本項研究對CRC的免疫浸潤現象進行了十分深入的探索，為未來CRC的免疫治療研究提供了新的思路。
圖3 結直腸腺癌(CRC)腫瘤微環境中的細胞-細胞通訊
參考文獻：
[1] Han L, Wei X, Liu C, et al. Cell transcriptomic atlas of the non-human primate Macaca fascicularis. Nature. 2022;604(7907):723-731. doi:10.1038/s41586-022-04587-3
[2] Zhang, H., et al. (2025) The foam cell-derived exosomes exacerbate ischemic white matter injury via transmitting metabolic defects to microglia. Cell Metab 37, 1636-1654.e1610.
[3] Li Q, Wang M, Zhang P, et al. A single-cell transcriptomic atlas tracking the neural basis of division of labour in an ant superorganism. Nat Ecol Evol. 2022;6(8):1191-1204. doi:10.1038/s41559-022-01784-1
[4] Wang F, Ding P, Liang X, et al. Endothelial cell heterogeneity and microglia regulons revealed by a pig cell landscape at single-cell level [published correction appears in Nat Commun. 2022 Nov 8;13(1):6748]. Nat Commun. 2022;13(1):3620. Published 2022 Jun 24. doi:10.1038/s41467-022-31388-z
[5] Wang W, Zhong Y, Zhuang Z, et al. Multiregion single-cell sequencing reveals the transcriptional landscape of the immune microenvironment of colorectal cancer. Clin Transl Med. 2021;11(1):e253. doi:10.1002/ctm2.253
圖1 細胞分類注釋圖
圖2 cluster特異marker基因點圖
圖3 各樣本細胞類型聚類對比圖
圖4 樣品間相同細胞類型差異基因點陣熱圖
|
樣本 要求 |
類型 |
組織：人、鼠新鮮/凍存的腫瘤組織，其他哺乳動物組織類型等多種類型 |
|
細胞：新鮮/凍存腫瘤細胞、胚胎細胞、免疫細胞、PBMC、其他原代細胞、細胞系等多種類型 |
||
|
細胞狀態 |
細胞直徑≤40μm；細胞活性>80%；細胞濃度 > 1000細胞/μL左右（950~1050個/μL），推薦送樣 ≥ 細胞總量 1*105個 |
|
|
細胞懸液背景干凈，無大量結團、碎片及雜質，不含 Ca2+和 Mg2+ |
交付周期
從樣品復蘇后，鏡檢符合上機要求、預付款到位開始（不包括由于樣品等問題停滯時間以及試劑訂購周期），細胞類型及生物信息分析整體完成周期視不同的類型而有所變化。
- 樣品數≤8個，30個工作日(含建庫、測序、標準信息分析)。
- 樣品數≥9個，請單獨咨詢周期。
Q1. 通過DNBelab C系列平臺進行單細胞RNA-Seq的組織樣品，是否可以提供前期處理的方法？
答: 目前單細胞送樣建議手冊上有提供通用的組織消化方法，如下可供參考。
需要注意，不同組織存在組織及細胞的特異性，使用通用組織消化方法的效率會因組織類型差異，存在消化效率的差異。因此，建議客戶自行使用組織特異性的針對性消化方法進行消化。
Q2. DNBelab C系列平臺分離的單細胞會有細胞大小的限制嗎？
答: 細胞大小會有一定的限制，但限制條件相對固體芯片沒有那么嚴格。同時，生產實驗過程中，為了避免細胞出現結團情況，在進行細胞分離處理前，會做一個粗略的過篩處理。建議細胞大小≤40 μm。
Q3. 請問DNBelab C系列平臺單細胞RNA-Seq可以進行可變剪切等結構變化分析嗎？
答: DNBelab C系列平臺單細胞RNA-Seq主要定位為基因表達定量分析為主，數據不建議進行可變剪切等基因結構變化分析。如需研究結構變異信息，可進行單管單細胞RNA測序。
Q4. DNBelab C系列平臺單細胞RNA-Seq采用的3’端擴增技術與Smart-seq2的擴增技術有什么區別？
答: Smart-seq2擴增技術針對是的3’~5’端全部的mRNA；3’端擴增技術主要是擴增3’端，是否能延伸至5’端，取決于酶的活性等系列實驗因素決定。因此，擴增產物的長度上會有一定的區別和差異。
Q5. 細胞物種沒有相應的參考基因組，可以做這個產品嗎？
答: 產品分析需要基于一個良好注釋和組裝的參考序列。基因注釋不完善或只注釋到轉錄本，沒有注釋到基因等的不完善參考序列，會出現占用內存過多，即使對轉錄本進行去冗余及重新構建，跑出的結果可能會不太好，需要客戶明確其風險因素。
Q6. DNBelab C系列平臺產生的Raw data是采用什么平臺分析？
答：DNBelab C系列平臺有配套的數據分析網站DNBC4 tools，具體網址為：https://github.com/MGI-tech-bioinformatics/DNBelab_C_Series_scRNA-analysis-software
