张淼 孙祥瑞 徐春明

（北京工商大学轻工科学技术学院，北京 100048）

随着分子生物学技术的不断发展，高通量测序已广泛应用于临床医学、基础医学、生物医学等众多领域，因其具有通量高、速度快、灵敏度高等优势，可在短时间内检测大量样本的基因变异及转录水平，具有十分广阔的应用前景。以二代测序（Next generation sequencing，NGS）为典型代表的高通量测序已经广泛应用于多种疾病的诊断、治疗及预后评估［1］。

NGS可分为DNA测序和RNA测序，DNA测序以检测基因变异为主［2］，如碱基替换、小片段插入及缺失等，RNA测序主要以检测基因的mRNA丰度为主［3］。根据所测细胞的群体区分，RNA测序可分为全转录组测序（Bulk RNA sequencing，bulk RNA-Seq）和单细胞转录组测序（Single cell RNA sequencing，scRNA-Seq）。Bulk RNA-Seq是目前最常用的RNA测序方法，但由于测序样本普遍具有异质性，bulk RNA-Seq结果仅能代表大细胞群体中每一个基因的平均表达水平，对比较转录组学研究有帮助，但不利于异质性研究。2009年scRNA-Seq技术［4］被首次引用，测序样本异质性问题得到一定程度解决，并逐渐成为近年来的研究热点。scRNA-Seq原理是分离单个细胞并提取RNA，经PCR扩增后进行高通量测序，主要工作流程包括细胞解离、单细胞分离、文库构建、上机测序及数据分析［3］，其中数据分析是整个scRNA-Seq过程中最重要的一个环节。

由于scRNA-Seq所使用的数据分析方法有别于bulk RNA-Seq，越来越多的针对scRNA-Seq技术的数据分析方法不断涌现，但每种分析方法都有各自的优势及局限性。因此，本文对比了scRNA-Seq与bulk RNA-Seq技术在数据分析上的差异，对scRNASeq数据分析研究进展进行总结，探讨每种方法的优势与局限性，以期能够对scRNA-Seq数据分析方法进行系统了解。……