流式分选后指定细胞亚群的表达量差异(无需单细胞)

文章预览

传统的bulk转录组测序并没有没落，虽然说大家都在抢单细胞的热点！ 单细胞技术基本上变革了生命科学领域的ngs研究，以前我们可以针对大队列癌症病人做多组学数据，其中佼佼者就是TCGA计划，然后各个组学可以独立分析或者联合分析。 比如根据表达量情况把病人分型，比如乳腺癌的分子分型：你可以看lumA、lumB、basal、HER2 等亚型，其中TNBC可以继续细分为3~7种亚型。现在有了单细胞转录组数据的加持，细胞亚型会越来越清晰。如果要整合多组学数据，分类也会更加复杂。 但是呢，传统的bulk转录组测序，其实虽然说测序的样品仍然是肿瘤组织，但是它是一个复杂的生态系统，不仅仅是有恶性的肿瘤细胞，还有围绕它的各式各样的免疫细胞，以及以内皮细胞和成纤维 ………………………………