单细胞测序一般测多少数据量

单细胞测序一般测多少数据量

单细胞测序的数据量取决于研究目标、样本类型和技术平台的选择。对于常规转录组测序（scRNA-seq），每个细胞通常需要测序50,000–100,000条reads，以确保足够覆盖基因表达谱。例如，10x Genomics平台推荐每个细胞测50,000 reads，而高深度测序（如全长转录本分析）可能需要100,000–200,000 reads/细胞。对于表观基因组测序（如scATAC-seq），由于开放染色质区域信号稀疏，每个细胞通常需要更高的数据量（50,000–100,000 fragments）。在单细胞基因组测序（scWGS）中，由于全基因组覆盖要求，单个细胞可能需要0.1–1X基因组覆盖度（约300,000–3,000,000 reads）。具体费用需要根据实验需求和样品情况来确定。

数据量的选择需权衡成本与科学问题。例如，在异质性较高的肿瘤样本中，增加测序深度（如100,000 reads/细胞）可提高稀有细胞亚群的检出率；而在均质性较高的免疫细胞研究中，50,000 reads/细胞可能已足够。近年来，基于微流控或组合索引的高通量平台（如Drop-seq、sci-RNA-seq）可并行处理数万至数百万细胞，但单个细胞的数据量可能较低（10,000–30,000 reads/细胞），需通过算法校正数据稀疏性。此外，多组学联合分析（如CITE-seq、REAP-seq）因同时检测转录组和表面蛋白，需额外增加数据量（约20%–30%）。

单细胞测序一般测多少数据量也受生物信息学分析的影响。例如，UMI（wéiyī分子标识符）技术可减少PCR扩增偏差，允许在较低数据量下准确定量基因表达；而全长转录本测序（如Smart-seq2）因无UMI，需更高深度以区分真实信号与噪音。新兴技术如单细胞长读长测序（scISO-seq）因读长优势，可降低数据量需求（约20,000 reads/细胞），但当前成本较高。

常见问题：

Q1. 单细胞测序一般测多少数据量才能可靠检测低表达基因？

A：低表达基因的检出需更高测序深度，通常建议≥100,000 reads/细胞。研究表明，在50,000 reads/细胞时仅能检测表达量>1 RPM（Reads Per Million）的基因，而100,000 reads/细胞可将灵敏度提升至0.5 RPM以下。

Q2. 单细胞多组学测序（如scRNA-seq + scATAC-seq）如何分配数据量？

A：需根据组学类型调整。例如，转录组占70%–80%（50,000–80,000 reads/细胞），染色质可及性占20%–30%（20,000–30,000 fragments/细胞）。联合分析时，建议优先保证转录组数据量以维持基因表达矩阵的完整性。