1. 单细胞测序技术概览：10x Genomics、Smart-seq2 等主流平台原理与数据特点

单细胞测序，说白了就是把每个细胞单独拎出来测它的转录组。你想想，传统 bulk 测序就像把一锅汤搅匀了再尝味道，单个细胞的差异全被平均掉了。单细胞技术一出来，我们终于能看到哪些细胞在干活、哪些在摸鱼，甚至发现全新的细胞类型。

我最早做单细胞项目时，用的是 Smart-seq2，那时候 10x 还没普及。记得有一次为了测 384 个细胞，在超净台前蹲了整整两天，手都分选麻了。现在回头看，技术迭代真的快。这一节我们就来聊聊两大主流平台——10x Genomics 和 Smart-seq2，它们到底怎么工作的，数据长什么样，各自适合什么场景。

1.1 10x Genomics：液滴里的条形码工厂

10x Genomics 的核心是液滴微流控。简单说，它把单个细胞、条形码微珠（barcode bead）和酶混合在一起，包成一个个微小的液滴（GEM）。每个液滴就是一个独立的反应室，细胞在里头裂解、反转录，带上唯一的 barcode 和 UMI。

UMI 是什么？Unique Molecular Identifier，每个 mRNA 分子贴一个独一无二的标签。这东西帮我省了不少麻烦——PCR 扩增带来的重复读数，靠 UMI 一滤就干净了。我个人习惯把 UMI 理解成「分子身份证」，每个分子一张，不多不少。

10x 的数据特点非常鲜明：

• 通量高：一次跑 8 个通道，每个通道能出几千到一万多个细胞。我做过一个肿瘤免疫项目，8 个样本一次上机，三天拿到 8 万细胞的表达矩阵，这速度 Smart-seq2 完全没法比。
• 3' 端或 5' 端测序：只捕获转录本的 polyA 尾巴附近区域，基因覆盖度偏短，但定量的稳定性很好。
• 数据稀疏：典型 10x 数据有 80%–95% 的 drop-out 率，也就是很多基因在某个细胞里检测不到。这不是基因没表达，而是技术灵敏度不够。做分析时一定要处理 drop-out，否则聚类会偏。

运行 10x 的标准流程通常用 Cell Ranger 处理，命令行大概长这样：

cellranger count --id=tumor_sample \
    --transcriptome=refdata-gex-GRCh38-2024-A \
    --fastqs=/data/10x_fastqs \
    --sample=HTA001 \
    --localcores=16 \
    --localmem=64

嗯，这里要注意——--localmem 别给太少，64GB 起步，我曾经因为只给 32GB 跑到一半直接 OOM，白等三小时。

1.2 Smart-seq2：手工定制的全长转录本

Smart-seq2 走的是另一条路——它不用液滴，而是用流式分选或显微操作把单个细胞打到 96 孔板或 384 孔板里，每个孔单独进行反转录和扩增。说白了，这就是「手工版」的单细胞测序。

原理上，Smart-seq2 用模板转换技术（template switching）从全长 mRNA 反转录出 cDNA，然后 PCR 扩增。因为捕获的是全长转录本，所以能覆盖 5' 端到 3' 端的完整序列。这一点对分析转录本异构体、可变剪接、等位基因特异性表达特别重要。

我印象很深的一个项目：用 Smart-seq2 分析神经元的稀有亚群，想看看它们有没有独特的外显子使用模式。10x 的数据根本拼不全异构体，而 Smart-seq2 帮我们找到了两个全新的剪接变体。虽然只测了 192 个细胞，但每个细胞的信息密度远高于 10x。

Smart-seq2 的数据特点：

• 通量低：一次实验顶多几百个细胞，适合聚焦少量高质量样本。
• 全长覆盖：基因 body 覆盖均匀，可以分析剪接、SNP、RNA 编辑。
• 灵敏度高：检测到的基因数比 10x 多 2–3 倍，低表达基因更容易被捕获。
• 成本高：单细胞成本是 10x 的 10–20 倍，做大规模细胞图谱不划算。

处理 Smart-seq2 数据，我常用 STAR 比对 + RSEM 定量，然后拿 counts 矩阵做下游分析。命令示例：

STAR --genomeDir /ref/STAR_GRCh38 \
     --readFilesIn sample_R1.fastq sample_R2.fastq \
     --outSAMtype BAM SortedByCoordinate \
     --outWigType wiggle \
     --outWigStrand Stranded

rsem-calculate-expression --bam \
     --paired-end \
     --no-bam-output \
     sample_Aligned.toTranscriptome.out.bam \
     /ref/RSEM_GRCh38 \
     sample

1.3 其他平台速览

除了 10x 和 Smart-seq2，还有几个平台在实际项目中也会遇到：

• Drop-seq：10x 的开源前身，原理类似，但 barcode 和 UMI 设计更简单。成本极低，适合预算有限的实验室。不过数据质量比 10x 稍差，drop-out 更高。
• 10x Flex（Fixed RNA Profiling）：2023 年推出的新方案，可以用固定细胞做单细胞测序，解决了新鲜样本运输的难题。我还没在项目中正式用过，但看数据初步结果，灵敏度比标准 10x 高一些。
• Slide-seq / Visium：空间转录组方案，不测单个细胞，而是测组织切片上的 spots。Slide-seq 的 spot 直径 10 µm，接近单细胞分辨率，适合做空间定位。

选哪个平台，说到底取决于你想回答什么问题。我画了张图，把几个维度的对比整在一起，方便你一眼看明白。

1.4 平台核心参数对比

1.5 知识结构总览

下面这张图把本章的核心逻辑串起来了——从单细胞测序的两大技术路线，到各自原理、数据特点，再到选型依据。你把它当作整章的思维导图来看就行。