是否可以根據10X轉錄組數據來推斷基因組CNV資訊呢？

2020 年 3 月 30 日
筆記

有學員問10x的3『端測序來infer CNV 是否可靠？

這個問題，說實話，很難回答，因為要是能完整回答這個問題，其實就是一篇正經的生物資訊學文章了。

而且以前的確有文章這樣做，我看到過的文章是是 Comprehensive analysis of immune evasion in breast cancer by single-cell RNA-seq ，鏈接是. doi: http://dx.doi.org/10.1101/368605 bioRxiv preprint first posted online Jul. 13, 2018; 就是使用10X轉錄組數據來推斷CNV資訊，如下：

他們分析的結果看起來還行，反正是腫瘤惡性細胞和其它細胞是可以區分開來的，但是我沒有看到原始數據可以下載，所以也無法復現這個分析流程，姑且只能是先相信他們。

那麼10X數據跟其它單細胞轉錄組差異在哪呢？

在我們推薦的各種單細胞轉錄組技術比較的文章，Ziegenhain et al., 2017, Molecular Cell http://dx.doi.org/10.1016/j.molcel.2017.01.023 其實提到過：

雖然這篇文章沒有比較10X，不過，只要是你的文章足夠多，其實很容易想到，因為10X技術出來的單個細胞的reads數量太少，檢測到的基因數量太少。

很容易從10X的數據分析報告看出來，10X單細胞轉錄組數據處理流程在我們單細胞天地有詳細介紹：

報告如下：

顯示平均每個細胞的測序數據量是45K條reads。

當然，並不是10x一個技術是這樣單個細胞的reads數量太少，檢測到的基因數量太少。比如文章：Li et al., Dysfunctional CD8 T Cells Form a Proliferative, Dynamically Regulated Compartment within Human Melanoma, Cell (2019), https://doi.org/10.1016/j.cell.2018.11.043 ：同樣的，平均每個細胞也就40K左右的reads數量啦。

而其它技術，通常可以達到百萬條reads的量級。

比如湯富酬的 A single-cell RNA-seq survey of the developmental landscape of the human prefrontal cortex：

再比如張澤明的 Lineage tracking reveals dynamic relationships of T cells in colorectal cancer：

這跟10X來說，都是數量級的差異。

如果你想讓你的 10X達到百萬級別的測序量該如何

從40K到1M，需要25倍的擴大，如果從包lane的角度來說，有點太貴了，現在哪怕是Nova-seq，一條lane也得好幾千塊錢，雖然是10X費用是一個樣本2萬塊錢，但是給一個10X樣本測25條lane，就把成本優勢給搞沒有了。

不過，並不是說推斷CNV就一定需要1M的reads，實際上是可以通過模擬不同文庫大小數據，來測試什麼樣的數據量，是可以足夠推斷CNV的，比如就可以在bulk數據，或者那樣的C1數據裡面測試。

這個課題，就交給大家了哦。