从单个细胞中测序RNA可以揭示有关这些细胞在体内做什么的大量信息。麻省理工学院的研究人员现在通过修改常用的Seq-Well技术，极大地提高了从每个细胞收集的信息量。

利用他们的新方法，麻省理工学院的团队可以从样本中的每个单元中提取10倍的信息。这种增加应该使科学家能够更多地了解每个细胞中表达的基因，并帮助他们发现健康细胞和功能异常细胞之间的细微但关键的差异。。

“很明显，这些技术在理解复杂的生物系统方面具有变革性的潜力。如果我们查看一系列不同的数据集，我们将真正了解健康和疾病的状况，并且可以为我们提供有关可能采取的治疗策略的信息。 ”，化学副教授，医学工程与科学研究所(IMES)的核心成员，麻省理工学院科赫综合癌症研究所的壁画成员。他还是MGH，麻省理工学院和哈佛大学Ragon研究所的成员，以及Broad研究所的成员。

在本周发表在《免疫》中的一项研究中，研究团队通过分析来自五种不同皮肤疾病患者的约40,000个细胞，证明了该技术的强大功能。他们对免疫细胞和其他细胞类型的分析揭示了五种疾病之间的许多差异，以及一些共同特征。

医学博士Travis Hughes说：“这绝不是一个详尽的纲要，但这是了解炎症表型谱的第一步，不仅在免疫细胞内，而且在其他皮肤细胞类型内。” 哈佛大学麻省理工学院健康科学与技术课程的学生，也是该论文的主要作者之一。

Shalek和J. Christopher Love，Raymond A.和Helen E. St. Laurent化学工程教授，科赫研究所和Ragon研究所的成员是该研究的资深作者。麻省理工学院的研究生马克·沃兹沃思(Marc Wadsworth)和前博士后托德·吉拉恩(Todd Gierahn)与休斯共同撰写了该论文。

重新获取信息

几年前，Shalek，Love和他们的同事开发了一种称为Seq-Well的方法，该方法可以一次快速对许多单个细胞中的RNA进行测序。像其他高通量方法一样，该技术无法像某些较慢，更昂贵的RNA测序方法那样，在每个细胞中获取更多信息。在他们目前的研究中，研究人员着手重新获得原始版本缺失的一些信息。

“如果您真的想解决区分疾病的功能，则需要比可能的解决方案更高的分辨率，” Love说。“如果您将细胞视为信息包，则能够更忠实地测量该信息可以更好地洞悉您可能希望针对药物治疗的细胞群，或者从诊断的角度，应该监视哪些细胞群。”

为了尝试恢复这些额外的信息，研究人员将重点放在了他们知道数据丢失的一个步骤上。在该步骤中，cDNA分子(即来自每个细胞的RNA转录物的副本)通过称为聚合酶链反应(PCR)的过程进行扩增。为了获得足够的DNA拷贝用于测序，必须进行这种扩增。然而，并非所有的cDNA都被扩增。为了增加通过此步骤的分子数量，研究人员更改了如何使用第二个“引物”序列标记cDNA的方式，从而使PCR酶更容易扩增这些分子。

研究人员使用这种技术显示，他们每个细胞可以产生更多的信息。他们发现可以检测到的基因数量增加了五倍，每个细胞回收的RNA转录物数量增加了十倍。有关重要基因的额外信息，例如编码细胞因子，细胞表面发现的受体和转录因子的重要基因，使研究人员能够识别细胞之间的细微差异。

休斯说：“我们能够通过一个非常简单的分子生物学技巧极大地提高每细胞信息的含量，该技巧很容易整合到现有的工作流程中。”

疾病特征

研究人员使用这种技术分析了19例患者的皮肤活检，代表了五种不同的皮肤疾病-银屑病，痤疮，麻风病，斑秃(一种引起脱发的自身免疫性疾病)和环形肉芽肿(一种慢性退行性皮肤病)。他们发现了疾病之间的某些相似之处，例如，相似的炎症性T细胞种群在麻风病和环形肉芽肿中均表现出活性。

他们还发现了某些特定疾病独有的特征。在几位牛皮癣患者的细胞中，他们发现称为角质形成细胞的细胞表达的基因可以使它们增殖并驱动该疾病中出现的炎症。

这项研究中产生的数据还应该为其他希望深入研究所研究细胞类型之间的生物学差异的研究人员提供宝贵的资源。

Shalek说：“您永远不知道要使用这些数据集做什么，但是对所有内容进行度量都有巨大的机会。” “将来，当我们需要重新调整它们的用途并考虑特定的表面受体，配体，蛋白酶或其他基因时，我们将唾手可得所有这些信息。”

研究人员说，该技术还可以应用于许多其他疾病和细胞类型。他们已经开始使用它来研究癌症和传染病，例如肺结核，疟疾，HIV和埃博拉病毒，并且还正在使用它来分析与食物过敏有关的免疫细胞。他们还使新技术可供其他想要使用该技术或将基础方法用于他们自己的单细胞研究的研究人员使用。