單細(xì)胞RNA測序（scRNA-seq）已成為評估免疫細(xì)胞異質(zhì)性的常用工具。近期開發(fā)的一些新方法（如CITE-seq和REAP-seq）能夠平行測定蛋白質(zhì)和轉(zhuǎn)錄本水平，但這些方法可能需要大量的資源，例如每個(gè)細(xì)胞所需的測序深度要增加一倍。

為此，弗雷德•哈欽森癌癥研究所的研究人員開發(fā)出一種新方法，來測定單個(gè)細(xì)胞內(nèi)的蛋白質(zhì)表達(dá)和RNA轉(zhuǎn)錄水平。這種方法不需要其他方法那么高的測序深度，不過仍然保留了檢測低豐度轉(zhuǎn)錄本的高靈敏度。

他們利用該方法來研究免疫細(xì)胞異質(zhì)性，并采用一種名為One-SENSE的質(zhì)譜流式數(shù)據(jù)分析工具對蛋白質(zhì)-轉(zhuǎn)錄本數(shù)據(jù)集進(jìn)行可視化。

在這項(xiàng)研究中，F(xiàn)lorian Mair領(lǐng)導(dǎo)的團(tuán)隊(duì)利用帶有寡核苷酸條形碼的抗體對細(xì)胞進(jìn)行染色，并利用BD Biosciences的Rhapsody平臺來捕獲納米孔中的單細(xì)胞，以開展靶向轉(zhuǎn)錄組學(xué)分析。通過這種方式，他們同時(shí)拷問了492個(gè)免疫相關(guān)基因和41種細(xì)胞表面蛋白。

為了檢驗(yàn)他們的方法，研究人員從三名健康對照身上采集外周血單核細(xì)胞樣本并分為兩批，一批開展多組學(xué)分析，另一批利用流式細(xì)胞術(shù)開展表型分析。他們發(fā)現(xiàn)，兩種方法都能夠在很大程度上區(qū)分各個(gè)免疫細(xì)胞群體。

此外，他們還將這種靶向轉(zhuǎn)錄組學(xué)方法與常用的全轉(zhuǎn)錄組分析方法進(jìn)行比較，發(fā)現(xiàn)這兩種方法都可以捕獲主要的外周血單核細(xì)胞譜系。

研究人員之后又利用一名供體的外周血單核細(xì)胞樣本（每個(gè)細(xì)胞約有27,000條序列），看看利用這種多組學(xué)方法來解析不同信號所需的讀取深度。他們對該數(shù)據(jù)集中的序列進(jìn)行二次抽樣，發(fā)現(xiàn)在使用100%的序列和使用20%的序列時(shí)，蛋白質(zhì)信號之間幾乎沒有差異。不過，僅使用10%的序列時(shí)，信號差異變得很明顯。

這些結(jié)果表明，對于這種靶向方法，每個(gè)細(xì)胞需要2,000至4,000條序列，僅僅是全轉(zhuǎn)錄組測序方法所需讀取深度的十分之一。此外，對于文庫中的抗體部分，每個(gè)細(xì)胞需要200-400條序列/抗體，才能提供足夠的分辨率。研究人員估計(jì)，他們的方法大約要便宜五倍。

通過修改質(zhì)譜流式分析工具One-SENSE，研究人員能夠?qū)Χ嘟M學(xué)數(shù)據(jù)集中的轉(zhuǎn)錄本和蛋白質(zhì)表達(dá)之間的相關(guān)性進(jìn)行可視化。他們在一個(gè)軸上繪制蛋白質(zhì)表達(dá)圖譜，在另一個(gè)軸上繪制差異表達(dá)的基因表達(dá)譜。這樣很容易識別轉(zhuǎn)錄本相似而蛋白不同的細(xì)胞簇，反之亦然。將這種方法應(yīng)用于外周骨髓細(xì)胞數(shù)據(jù)時(shí)，他們可以識別CD14+骨髓群體中的不同亞群。

作者表示，他們希望這些結(jié)果能夠促使更多的科學(xué)家采用多組學(xué)方法，并在未來推動(dòng)個(gè)性化醫(yī)學(xué)研究。