Using the power of RNA-seq to characterize brain cell types
※ 변경사항
본 제품은
SMART-Seq® mRNA Single Cell LP (Code 634786, 634787, 634788)와
SMART-Seq® mRNA Single Cell (Code 634785, 634789, 634790) 제품으로 리뉴얼되었습니다.
자세한 내용은 다카라코리아 (02-2081-2510)로 문의 주세요.
사람의 몸은 수 조개의 세포로 구성되어 있고 각각의 세포는 모두 유니크하고 특별한 기능을 가지고 있다. 사람의 몸을 완전히 이해하기 위해서는 이러한 모든 각각의 세포를 이해하는 것이 중요하지만 사람의 몸에 있는 세포의 수와 그 다양성으로 인해 이는 현실적으로 불가능한 도전으로 생각되었다.
그러나 Dr. Holger Heyn (Team Leader at the National Centre for Genomic Analysis in Barcelona, Spain)와 같이 이러한 불가능함에 계속 도전하는 사람이 있다. 최근까지 Dr. Holger Heyn는 이를 위해 Smart-seq2 (SS2)를 다양한 실험에 사용해 왔다. 그러나 대부분의 다른 SS2 사용자처럼, 그 역시 유효성과 재현성 및 민감도가 뛰어난 Kit 제품이 필요해졌고, Takara의
SMART-Seq® Single Cell Kit (SSsc)를 테스트해 보게 되었다.
■ Setting the stage
RNA의 함량이 낮은 B-cell과 T-cell을 사용해 library를 준비했고 이에 맞게 SS2와 SSsc의 조건을 소형화해 이 연구에서 사용하였다 (PCR cycle: 23 and 25).
■ Lights. Camera. Action!
Library 준비 후 Bioanalyzer 2100으로 정량 및 분석하였다. 그 결과 Dr. Heyn은 electrophotogram으로는 SSsc와 SS2가 유사한 반면 SSsc를 사용한 경우의 cDNA의 수율이 더 높다는 점에 주목했다.
이후 sequencing 결과 두 방법 모두 library 당 형성된 전체 read 수는 유사한 결과가 나왔다. 그러나 SSsc는 모든 PCR 및 workflow 조건에서 mapping 된 read의 비율이 높은 재현성이 보인 반면, SS2는 23 cycle로 PCR한 library와 25 cycle로 PCR한 library 간에 큰 차이를 보였다.
그림 1. SSsc는 SS2보다 더욱 뛰어난 성능을 보인다.
B-cell과 T-cell로 23 (Condition 1), 25 (Condition 2) cycle로 PCR하여 library를 제작했다. SSsc의 경우 두 조건간 mapping된 read의 비율이 유사한 반면 SS2는 두 조건간 확연한 차이를 보였다. 이는 SS2에서는 workflow의 작은 변화에도 재현성에 큰 영향을 미친다는 점을 보여준다.
또한 mapping 된 read의 비율만큼 중요한 부분이 확인되는 유전자의 수에서 SS2는 모든 조건에서 library 당 평균 ~400개의 유전자를 확인할 수 있었던 반면 SSsc는 library 당 5배 이상 (~2,000-2,750) 많은 유전자를 확인할 수 있었다 (그림 2). 이를 통해 SSsc의 전례가 없는 높은 감도를 확인할 수 있었다.
그림 2. SSsc는 SS2보다 더 많은 수의 유전자를 확인할 수 있다.
모든 샘플과 조건에서 (그림 1과 동일) SSsc는 SS2보다 매우 높은 민감도로 5배 많은 유전자를 확인할 수 있었다.
■ And the award goes to...
이 데이터들은 Dr. Heyn이
SMART-Seq® Single Cell Kit (SSsc)의 강점을 활용하여 single cell sequencing의 한계를 극복한 방법을 보여준다. SSsc를 사용하면 최적화된 반응 조건으로 SS2에 비해 뛰어난 감도와 향상된 cDNA 합성 수율을 달성할 수 있으며, 동시에 우수한 실험 간 재현성을 위해 엄격한 품질관리를 통해 제작된 검증된 Kit를 사용할 수 있다.
■ 원문
https://www.takarabio.com/about/bioview-blog/single-cell-analysis/smashing-single-cell-sequencing-sensitivity