上个月，在先后以共同作者以及共同通讯作者的身份发表了2篇Nature后，8月28日，CRISPR先驱张锋又在NatureMethods杂志上发表了一篇新论文。值得一提的是，该成果与魔剪CRISPR无关，而是在描述一种改进的单核RNA测序技术（single-nucleusRNAsequencing）。

在正式介绍这项新成果前，我们先回顾一下与这篇论文相关的去年7月发表在Science杂志上题为“Div-Seq:Single-nucleusRNA-Seqrevealsdynamicsofrareadultnewbornneurons”的成果。张锋与AvivRegev是这一研究的共同通讯作者。

提出sNuc-Seq和Div-Seq技术的1篇Science每一个细胞，不管看起来与它的“邻居”多么相似，但都有自己响应环境的方式。这种独特性是由基因表达决定的。每个细胞中的基因如何表达决定了它在人体中的职能。在过去的几年中，单细胞测序技术飞速发展，使科学家能够以前所未有的分辨率观察细胞内的基因表达。借助这一变革性的技术，研究人员能够检测细胞群的异质性，鉴定罕见细胞，观察不同细胞类型之间的相互作用，更好的了解这种互相作用对健康和疾病的影响。在这篇Science论文中，利用Div-Seq（whichcombinesscalablesingle-nucleusRNA-Seq(sNuc-Seq)withpulselabelingofproliferatingcellsbyEdU）技术，科学家们对增殖的单个细胞进行研究。结果发现，sNuc-Seq和Div-Seq不仅能够敏感地鉴定出密切相关的海马细胞类型，还能够追踪新生神经元的转录动力学。研究人员还利用Div-Seq鉴定和描述了成人脊髓中罕见的新生GABAergic神经元。论文结论称，sNuc-Seq和Div-Seq为多种多样复杂组织的无偏差分析开辟了道路。论文的共同第一作者NaomiHABIb说：“我们的方法使得探索复杂的组织变得更加简单。很重要的一点是，它适用于冷冻或固定的组织，这为研究人类样本提供了可能。Div-Seq技术还为观察成人神经形成的罕见过程和其它再生过程提供了新的方法。同时，这一技术还可以用于观察特定组织中正在分裂的细胞，追踪基因表达的变化。                  

新技术DroNc-Seq克服规模障碍在这篇最新的NatureMethods论文中，科学家们克服了阻碍sNuc-Seq广泛应用的关键“绊脚石”：规模。张锋与AvivRegev也是这一研究的共同通讯作者。具体来说，研究描述了一种被称为DroNc-Seq的技术。它是融合了sNuc-Seq和微流体（microfluidics）的一种单细胞表达分析技术，能够在结构复杂的组织中允许大规模的基因表达平行分析。过去，科学家们一直在努力在单细胞水平研究来自复杂组织（如大脑）的神经元和其它细胞的基因表达。然而，将细胞分离出来的这个程序影响了细胞的RNA含量。此外，这些过程也不适用于冷冻保存的组织。sNuc-Seq技术通过利用从细胞中提取出的单个细胞核作为起始点（byusingindividualnucleiextractedfromcellsasastartingpoint），成功绕过了这些问题。不过，sNuc-Seq技术也有缺陷。它是一种低通量的技术，只能使用96或384孔板来自收集和运行样本。为了使sNuc-Seq能够同时有效地研究数以千计的细胞核，研究人员想到了微流体技术，进而开发出了升级版的DroNc-Seq。

事实上，DroNc-Seq的开发灵感来自一个称为Drop-Seq的单细胞RNA测序技术。该技术将单个细胞与DNA条形码串珠封装在微滴中（encapsulatessinglecellstogetherwithDNAbarcoded-beadsinmicrodroplets），极大地促进了表达分析，并降低了成本。相关成果于2015年5月以“HighlyParallelGenome-wideExpressionProfilingofIndividualCellsUsingNanoliterDroplets”为题发表在Cell杂志上。

为了测试升级版DroNc-Seq的准确性和速度，研究小组使用小鼠细胞系和大脑组织进行了验证。他们还将DroNc-Seq应用到通过Genotype-TissueExpression（GTEx）Project收集的人类大脑组织中。结果发现，他们能够识别大脑中神经元、胶质细胞和其它类型细胞的表达特征，并且能区分密切相关的细胞亚型。

Single-nucleusRNAsequencing(sNuc-seq)profilesRNAfromtissuesthatarepreservedorcannotbedissociated,butitdoesnotprovidehighthroughput.Here,wedevelopDroNc-seq:massivelyparallelsNuc-seqwithdroplettechnology.Weprofile39,111nucleifrommouseandhumanarchivedbrainsamplestodemonstratesensitive,efficient,andunbiasedclassificationofcelltypes,pavingthewayforsystematicchartingofcellatlases.

张锋实验室的NaomiHabib也是这篇NatureMethods论文的共同第一作者。她在去年的Science论文发表时曾表示，他们的方法还支持很多应用，比如，描绘大脑中对学习和记忆非常重要的区域的细胞多样性。新的改进将推动这一技术更广泛地应用。

参考资料：

Div-Seq:Single-nucleusRNA-Seqrevealsdynamicsofrareadultnewbornneurons

Single-nucleusRNAsequencing,dropletbydroplet