解析正常和病態(tài)生理過(guò)程的有力工具是全基因組分子遺傳和表觀遺傳圖譜,。其中獲得細(xì)胞機(jī)能完整圖譜最主要的挑戰(zhàn)之一,，就是開(kāi)發(fā)出一種能夠描述少量細(xì)胞多層次圖譜特征的技術(shù)。最新一期《自然—方法學(xué)》（Nature Methods）發(fā)表的兩篇文章解決了這個(gè)問(wèn)題,。
在過(guò)去的15年里,，出現(xiàn)了許多研究基因組圖譜的方法，包括從生物芯片到最新的單分子測(cè)序平臺(tái),。但是,，由于每個(gè)器官由不同類(lèi)型的細(xì)胞組成,，而其中許多類(lèi)型的細(xì)胞數(shù)量很少，這使得對(duì)細(xì)胞在表觀組和轉(zhuǎn)錄組水平圖譜的研究變得緩慢,。
美國(guó)Helicos生物科學(xué)公司的Fatih Ozsolak及其同事發(fā)明了一種名為“少量數(shù)碼基因表達(dá)"（LQ-DGE）的新方法,。作者利用該方法對(duì)少至250個(gè)的細(xì)胞不用擴(kuò)增就可以得到其mRNA圖譜。他們通過(guò)改善Helicos的DGE方法,，即從poly(dT)包裹的流動(dòng)細(xì)胞上捕獲poly(A)+ mRNA,，并直接在細(xì)胞表面完成cDNA合成與測(cè)序，減少了樣品操作并提高了樣品敏感性,。
麻省陸軍總醫(yī)院的Bradley E Bernstein小組介紹了在有限小鼠造血祖細(xì)胞應(yīng)用的“結(jié)合高通量測(cè)序的染色質(zhì)免疫共沉淀”（ChIP-seq）方法,。作者利用ChIP-seq繪制了1000個(gè)細(xì)胞的組蛋白修飾圖譜，從而了解了小鼠造血祖細(xì)胞的發(fā)育模式,。
隨著技術(shù)提高,，少量細(xì)胞多層次圖譜有望成為現(xiàn)實(shí)。我們有望看到特定細(xì)胞在全基因組水平的遺傳,、基因表達(dá),、DNA和組蛋白修飾圖譜。（生物谷Bioon.com）
生物谷推薦原文出處：
Nature Methods doi:10.1038/nmeth.1480
Amplification-free digital gene expression profiling from minute cell quantities
Fatih Ozsolak,David T Ting,Ben S Wittner,Brian W Brannigan,Suchismita Paul,Nabeel Bardeesy,Sridhar Ramaswamy,Patrice M Milos& Daniel A Haber
Generating reliable expression profiles from minute cell quantities is critical for scientific discovery and potential clinical applications. Here we present low-quantity digital gene expression (LQ-DGE), an amplification-free approach involving capture of poly(A)+ RNAs from cellular lysates onto poly(dT)-coated sequencing surfaces, followed by on-surface reverse transcription and sequencing. We applied LQ-DGE to profile malignant and nonmalignant mouse and human cells, demonstrating its quantitative power and potential applicability to archival specimens.
