基于抗体和脂质的单细胞RNA测序多重标记方法的比较分析

Comparative analysis of antibody- and lipid-based multiplexing methods for single-cell RNA-seq

作者信息Viacheslav Mylka, Irina Matetovici, Suresh Poovathingal, Jeroen Aerts, Niels Vandamme, Ruth Seurinck, Kevin Verstaen, Gert Hulselmans, Silvie Van den Hoecke, Isabelle Scheyltjens, Kiavash Movahedi, Hans Wils, Joke Reumers, Jeroen Van Houdt, Stein Aerts, Yvan Saeys
PMID35172874
发布时间2022-02-16
DOI10.1186/s13059-022-02628-8

实验完整度

研究包含四种细胞系、三种小鼠组织及人PBMC的体外实验,并进行了功能验证(流式、活死分选)和机制验证(HTO信号比较、解复用算法评估)。

主要模型

MCF7、PC3、DU145和MDA-MB-231人癌细胞系 人外周血单核细胞 小鼠脑、脾脏、肺和皮肤组织 单细胞核(来自细胞系)

重点核对

哈希抗体或脂质的种类及浓度(如0.1 μg TotalSeq抗体、200 nM脂质) 样本来源(人类细胞系、PBMC、小鼠品系)及遗传背景差异 细胞分选策略(pre-sort labeling与post-sort labeling) 解复用算法选择(MULTISeqDemux、HTODemux、GMM-Demux、freemuxlet) 测序平台及覆盖深度(HiSeq4000/NovaSeq 6000,不同read长度)

摘要

背景:单细胞RNA测序研究中的样本多重标记可以显著降低实验成本,直接鉴定双联体,提高细胞通量,并减少样本特异性批次效应。最近发表的使用寡核苷酸偶联抗体或脂质的多重标记技术允许对样本特异性细胞进行条形码标记,这一过程被称为“哈希”。结果:在这里,我们比较了TotalSeq-A和TotalSeq-C抗体、定制合成的脂质和MULTI-seq脂质哈希在四种细胞系中的哈希性能,既用于单细胞RNA测序也用于单核RNA测序。我们还在人PBMC上比较了TotalSeq-B抗体与CellPlex试剂(10x Genomics),并在原代小鼠组织上比较了TotalSeq-B与不同脂质。哈希效率使用细胞系和小鼠品系的固有遗传变异进行评估。抗体哈希还在临床样本上进行了评估,使用来自健康个体和SARS-CoV-2感染患者的PBMC,我们展示了一种更经济的方法用于大规模单细胞测序临床研究,同时减少批次效应。结论:对不同哈希策略和计算流程的基准测试表明,无论是脂质还是抗体哈希的人细胞和细胞核,都可以实现正确的解复用,其中MULTISeqDemux是首选的解复用函数,抗体哈希是细胞上最有效的方案。在细胞核数据集上,脂质哈希提供了最佳结果。脂质哈希在小鼠脑分离细胞上也优于抗体。然而,在脾脏或肺等组织上,抗体表现出更好的结果。补充信息:在线版本包含补充材料,可在10.1186/s13059-022-02628-8获取。关键词:哈希,scRNA-seq,MULTI-seq,CITE-seq,样本多重标记。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
不同基于抗体和脂质的哈希方法在单细胞和单核RNA测序中的解复用准确性如何?
核心机制
抗体哈希依赖表面抗原(如CD298、β2-微球蛋白),脂质哈希依赖胆固醇或脂质锚插入膜;解复用准确性受细胞类型、哈希底物及计算算法影响。
主要证据
通过四种细胞系和小鼠组织比较,发现抗体哈希在人细胞系和PBMC中准确性更高(OCA 0.91-0.96),脂质哈希在细胞核(OCA 0.84)和脑组织(OCA 0.73-0.87)中表现更优。
研究意义
研究为不同样本类型选择合适的哈希策略提供指南,并验证抗体哈希在临床PBMC样本(包括SARS-CoV-2)中的适用性。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

细胞和细胞核的体外模型建立

建立四种人癌细胞系的单细胞和单核悬液用于哈希比较。

培养了MCF7、PC3、DU145和MDA-MB-231细胞系,并通过胰蛋白酶消化或细胞核提取制备单细胞和细胞核悬液。

2

样品标记:抗体哈希和脂质哈希

用不同哈希试剂标记细胞和细胞核,以实现样本复用。

对细胞用TotalSeq-A/-C抗体、定制LMOs、MULTI-seq LMOs进行标记;对细胞核用TotalSeq-A抗体和CMOs进行标记。

3

单细胞和单核文库构建

生成用于测序的单细胞或单核转录组文库和HTO文库。

将标记的细胞或细胞核混合后上机10x Chromium平台,生成GEMs并构建cDNA和HTO文库。

4

测序和数据处理

获取转录组和HTO read数据并进行初步处理以生成基因表达矩阵。

使用Illumina仪器(HiSeq4000或NovaSeq6000)对文库进行双端测序,并用Cell Ranger v3.1.0将原始数据转换为基因表达矩阵和HTO计数矩阵。

5

解复用和数据整合

根据HTO信号或遗传变异将细胞分配到样本,并评估哈希准确性。

使用Seurat(MULTISeqDemux和HTODemux)、GMM-Demux及freemuxlet进行解复用,计算与freemuxlet的一致性。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

验证样本或模型特征
验证分子表达变化
验证免疫效应
验证机制链路
数据分析与统计

产品清单

实验环节名称品牌货号
RPMI-1640培养基Gibco21875034
F-12K培养基ATCC30-2004
EMEM培养基ATCC30-2003
DMEM:F-12培养基ATCC30-2006
胎牛血清Gibco10082147
青霉素/链霉素Gibco15140122
人重组胰岛素Sigma AldrichI3536
胰蛋白酶-EDTAGibco25300054
LUNA FL计数仪Logos BiosystemsF23001
吖啶橙/碘化丙啶染料WestburgF23001
Nuclei EZ Prep缓冲液Sigma AldrichNUC101-1KT
神经组织解离试剂盒Miltenyi Biotec130-092-628
脱氧核糖核酸酶IRoche--
I型胶原酶Worthington--
IV型胶原酶Worthington--
PercollGE Healthcare--
Liberase TLRoche05401020001
脱氧核糖核酸酶IRoche11284932001
TotalSeq-A抗体BioLegend--
TotalSeq-C抗体BioLegend--
TotalSeq-B抗体BioLegend--
抗核孔蛋白抗体BioLegendMab414
Fc受体阻断剂BioLegendPN
TotalSeq-A0456, -A0457, -A0458, -A0459抗体BioLegend--
脂质修饰寡核苷酸Integrated DNA Technologies--
胆固醇修饰寡核苷酸Integrated DNA Technologies--
MULTI-seq脂质锚和共锚UCSF--
CellPlex试剂10x Genomics--
LymphoprepStemcell Technologies07851
用于稀释的PBSThermoFisher Scientific20012027
Leucosep管Greiner Bio-One227290
CITE-seq抗体混合物BioLegend--
10x Genomics Chromium单细胞B芯片10x Genomics2000060
10x Genomics Chromium芯片A10x Genomics2000019
10x Genomics NextGEM单细胞仪10x Genomics2000177)
GemCode单细胞V3.1(NextGEM)3'凝胶珠和文库试剂盒10x Genomics--
HiSeq4000Illumina--
NovaSeq 6000Illumina--
DAPI----
BD Aria IIBD Biosciences--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
细胞培养和准备
细胞系来源(ATCC)、培养基种类及添加剂、培养条件(37°C、5% CO₂)
阅读提示:Methods: Cell culture
单细胞悬液制备
胰蛋白酶浓度(0.05%)、消化时间、洗涤和过滤条件
阅读提示:Methods: Single-cell dissociation
细胞核分离
裂解缓冲液(Nuclei EZ Prep)、裂解时间(5分钟)
阅读提示:Methods: Single nuclei dissociation
哈希标记
哈希试剂种类(TotalSeq-A/-C/-B,LMO/CMO)、浓度(抗体0.1 μg,脂质200 nM)、标记时间和温度(细胞30分钟,脂质5分钟),洗涤次数
阅读提示:Methods: Antibody hashing, Lipid hashing
单细胞文库构建
10x Genomics芯片类型(B或A)、目标回收细胞数、文库制备协议版本(CG000186 Rev A或CG000185 Rev B)
阅读提示:Methods: Single-cell data processing
测序
测序平台(HiSeq4000或NovaSeq6000)、读长设置(28/8/91或28/10/10/90)、HTO和mRNA读长比例(85% mRNA,15% HTO)
阅读提示:Methods: Sequencing
解复用分析
解复用功能(MULTISeqDemux、HTODemux、GMM-Demux)、参数(如autoThresh=TRUE、positive.quantile)、参考注释(freemuxlet)
阅读提示:Methods: Sample demultiplexing and clustering