北京大学Nature子刊单细胞RNA测序新成果

　　

生物通报道  来自北京大学第三医院、教育部辅助生殖重点实验室的研究人员，采用先进的单细胞RNA测序技术绘制出了人类植入前胚胎和胚胎干细胞的转录组全景图，这一重要的研究成果发表在8月11日的《自然结构与分子生物学》（Nature Structural & Molecular Biology）杂志上。

北京大学第三医院的汤富酬（Fuchou Tang）研究员、李瑞强(Ruiqiang Li)和乔杰(Jie Qiao)教授是这篇论文的共同通讯作者。

在某一特定阶段，由细胞转录出来的全部RNA称之为转录组（transcriptome），其包括mRNA和非编码RNA。准确深入地分析转录组，有助于全面理解细胞基因表达和调控网络的作用。相同组织的细胞基因型几乎一致，但亚单位的表达往往不同，转录组更能反映甲基化和组蛋白等修饰的差异。不同组织的细胞各自拥有独特的转录组，研究这些转录组能够从不同的生理功能和表型角度阐释基因调控网络。

一般转录组实验常需要成千上万甚至上百万个细胞，然而了解控制人类胚胎发育的基因调控网络所需的早期胚胎细胞和干细胞等只能收集到微量细胞，这就要求实验中利用尽可能少的细胞，最好是在单细胞水平进行转录组的分析。单细胞RNA测序(RNA-Seq)就是在单个细胞水平上对转录组进行扩增与测序的一项新技术。

在这篇文章中，研究人员采用这一先进的测序技术，对来自不同阶段人类植入前胚胎和人类胚胎干细胞(hESCs)的124个细胞进行了分析。由此生成的数据集检测出了22,687个母源表达（maternally expressed）基因，其中包括8,701条长链非编码RNAs（long noncoding RNAs ，lncRNAs），相比于以往通过cDNA微阵列检测出的9,735个母源基因数量大大增加。

研究人员还发现了2,733种新型lncRNAs，其中许多在特定的发育阶段表达。此外，他们还解答了人类上胚层（epiblast，EPI）和体外人类胚胎干细胞之间的基因表达标记是否相同这一由来已久的问题，证实上胚层细胞和原代人类胚胎干细胞生长物具有显著不同的转录组，有1498个基因显示差异性表达。

这项研究工作为我们提供了一个综合的人类早期胚胎和胚胎干细胞转录组景观框架，有可能对于干细胞领域，改善人类辅助生殖技术，以及未来预测可能的遗传病产生重要及深远的影响。

（生物通：何嫱）

生物通推荐原文摘要：

Single-cell RNA-Seq profiling of human preimplantation embryos and embryonic stem cells

Measuring gene expression in individual cells is crucial for understanding the gene regulatory network controlling human embryonic development. Here we apply single-cell RNA sequencing (RNA-Seq) analysis to 124 individual cells from human preimplantation embryos and human embryonic stem cells (hESCs) at different passages. The number of maternally expressed genes detected in our data set is 22,687, including 8,701 long noncoding RNAs (lncRNAs), which represents a significant increase from 9,735 maternal genes detected previously by cDNA microarray. We discovered 2,733 novel lncRNAs, many of which are expressed in specific developmental stages. To address the long-standing question whether gene expression signatures of human epiblast (EPI) and in vitro hESCs are the same, we found that EPI cells and primary hESC outgrowth have dramatically different transcriptomes, with 1,498 genes showing differential expression between them. This work provides a comprehensive framework of the transcriptome landscapes of human early embryos and hESCs.