整个暑期剧场，稳坐头把交椅的是播放量已经超过150亿的《延禧攻略》，就像大部分宫斗剧里女主总是有着各种“神助力”能让剧情发生不可思议的转折。在科研领域，也是一场没有硝烟的宫斗，如何研发制胜“攻略”才是掌握胜局的关键。
助力科研服务 我们是认真的
博奥晶典推出全新产品10X Genomics单细胞CNV解决方案，打破了单细胞DNA测序费用门槛，家里没有矿也可以考虑做单细胞CNV测序啦！该方案可以同时开展上千个单细胞的CNV检测了，助您勇攀科研高峰，早日成为科研江湖的“宫斗冠军”。
下面小编就详细为大家介绍下这款产品：
一 产品原理
10X Genomics单细胞CNV检测是建立在微流控系统上，第一步通过油滴包裹将细胞株的引物、单细胞/细胞核悬液通过油滴包裹的形式形成细胞珠，即Cell Beads，接下来在细胞珠中完成细胞裂解，并去除掉核蛋白，gDNA变形，仍然保留在细胞珠中。
图1 细胞被油滴包裹形成细胞珠的示意图
第二步，将细胞珠与带有标签（barcode）的10X凝胶珠用油滴包裹在一起，形成GEMs，然后在GEMs中来自同一个细胞的DN**段会被加上相同的标签（barcode）进行标记。标记的标签被混合，并进行后续的文库构建。
图2 细胞珠与凝胶柱被油滴包裹形成GEMs示意图
二 实验流程
将样本制成单细胞悬浮液，用Countess® II Automated Cell Counter进行细胞计数和细胞活性测定；接下来将细胞浓度调整到理想浓度1000个/μL，利用10X Genomics平台标记gDNA，从而完成单细胞DNA文库的构建；进一步用Illumina HiSeq平台或者NextSeq平台进行测序，获得每个细胞的基因检测数据；基于单细胞基因检测数据进行Call CNV分析、细胞CNV数据聚类分析和细胞进化分析等分析内容。
图3 单细胞CNV测序实验流程
三 产品优势
◆ 每个样品最多可以同时检测5000个细胞的数据；
◆ 单细胞内的CNV分辨率可以精确到2Mb；
◆ 细胞亚群的CNV分辨率可以精确到100+Kb；
◆ 同时适用于单细胞悬浮液和单细胞核悬浮液，拯救珍贵的冻存组织样品。
四 适用样品类型
◆ 单细胞悬浮液液/单细胞核悬浮液；
◆ 细胞/细胞核数量：1*105；
◆ 活性：细胞活性大于90%；
◆ 成团率：细胞悬液成团率低于5%；
◆ 细胞少碎片。
五 应用案例 满满的干货来袭
应用方向一
单细胞CNV测序揭示细胞的异质性
长期以来，人们已经认识到肿瘤是异质的；它们通常由多个遗传上截然不同的克隆群体（1，2）组成。这种肿瘤内遗传异质性是由正在进行的达尔文选择和漂移所塑造的。充分理解肿瘤内遗传异质性的景观对于预测其进化潜力是至关重要的（3，4）。
10X Genomics单细胞CNV测序可以协助解析肿瘤内细胞的异质性。本研究使用从Bioserve获得的乳腺癌冻存组织分选单细胞，并进行单细胞CNV测序。本研究一共检测到145个细胞。分析结果显示：细胞分为两个不同的群体，一个是均匀的二倍体群体，可能代表正常细胞（57个）；另外一个则存在着CNV不均一的扩增倍性，表示为肿瘤细胞。
应用方向二
揭示肿瘤团块内的真实倍性和肿瘤细胞进化特征
重建肿瘤内基因亚克隆群体的进化轨迹对了解肿瘤进展和实施个性化治疗是重要的。然而，从批量全基因组测序（WGS）中提取遗传上不同的肿瘤克隆基因组，则需要对复杂的细胞混合信号进行解析。为此，利用体细胞突变的变异等位基因频率(VAF)的差异来定义簇，然后构建突变顺序/进化树，然而，由于肿瘤样本可以是正常细胞和癌细胞的混合物，它们可能具有戏剧性的非整倍体和拷贝数变化，因此需要复杂的生物信息策略来从观察到的VAF推断癌细胞频率（CCF）。
实验方法： 从REPROCELL BioServe购买了肿瘤纯度为75%的三阴乳腺导管癌原位样品（检测到<3%的浸润性导管癌）的冰冻乳腺组织，并切成五个切片（图5），进行10X Genomics单细胞CNV测序。 图5 一块肿瘤组织的多部位取样 研究结果： ① 散布的CNV分布因肿瘤纯度的差异而混淆 将5个样品中单个细胞的数据整合为一个团块的CNV检测谱，5个样品的倍性1.99~3.39不等（图6），且从样品A到样品E存在递增的趋势。但是团块的CNV测序结果掩藏了细胞内的异质性，接下来分析单个细胞内的CNV数据（图7），我们发现样品A中的CNV谱似乎是正常的，但是并非如此，其忽视了一些罕见的细胞，这些细胞存在着多倍性；样品C中的团块谱与单细胞谱二倍体比例比较接近，但是在3和4号染色体上存在着不同的三倍体和四倍体比例，在团块谱上则找不到这类消息。 图6 5个样品在2Mb范围内的拟团块CNV变异图谱 平均单细胞倍性的密度图清楚地揭示了每个节中的两个不同的种群：染色体倍性为2和3.5有2个峰（图5）。 从所有切片中选择大部分非二倍体细胞作为癌细胞用于CNV下游分析。这些单个细胞的平均倍数在2.6到5.3之间。选择了122个多态性CNV事件的集合，4510个癌症细胞分类成簇，将细胞分为7个亚群（图9）。绘制由集群分组的CNV突变矩阵清楚地揭示了遗传内肿瘤异质性（图10）。两个主要谱系，包括集群（1和2）和（6和7），清晰可见。相对较少的CNV事件有助于这些谱系之间的分化，并且这些亚克隆事件在CNV突变矩阵中容易看到。 图9 细胞分群热图 图10 单个细胞CNV热图 图11 肿瘤细胞的CNV聚类谱
地 址： 北京市亦庄经济技术开发区科创六街88号，亦庄生物医药园C座 联系人： 市场部 电 话： 18600397163 传 真： Email：zhiyuanjing@capitalbiotech.com
北京博奥晶典生物技术有限公司
商家主页