神经细胞分化及相关疾病的单细胞转录组测序研究进展  

Research progress of single-cell RNA-sequencing of neuronal differentiation and related diseases

作　　者：刘青 徐斌 元小冬 张丽丽 欧亚 张萍淑 LIU Qing;XU Bin;YUAN Xiao-dong;ZHANG Li-li;OU Ya;ZHANG Ping-shu(Department of Neurology,Kailuan General Hospital Affiliated to North China University of Science and Technology,Tangshan 063001,Hebei,China;Key Laboratory of Neurobiological Function in Hebei Provincial,Tangshan 063001,Hebei,China)

机构地区：[1]华北理工大学附属开滦总医院神经内科,河北唐山063001 [2]河北省神经生物机能重点实验室,河北唐山063001

出　　处：《生物医学工程与临床》2022年第5期646-651,共6页Biomedical Engineering and Clinical Medicine

基　　金：2020年度河北省创新能力提升计划项目-科技研发平台与新型研发机构建设专项(20567622H);2020年度唐山市科学技术研究与发展计划基金资助项目(20130210D);2021年度河北省医学科学研究课题(20210526)。

摘　　要：神经细胞分化和神经系统疾病形成是个动态过程。要了解神经细胞分化、变性、坏死过程中的基因表达变化,需对不同状态细胞中的基因表达进行差异分析。利用单细胞RNA测序和拟时序分析可以揭示神经细胞分化、变性、坏死过程中基因表达变化,还可以为基因治疗提供理论基础。文章将对单细胞转录组测序、拟时序分析进行概述,以及对它们在神经细胞分化、神经系统疾病发生过程和治疗等多方面的应用研究进行综述。单细胞RNA测序、拟时序分析已成为研究神经科学领域的有力工具,为探索神经系统疾病发生的关键基因变化机制提供重要的参考,为相关疾病的基因靶向治疗提供了重要理论基础,以及为神经疾病替代治疗和药物筛选研究提供了有价值的细胞来源。然而这两项技术主要应用在动物模型中的神经细胞生长发育,对阿尔茨海默病、帕金森病、肌萎缩性侧索硬化等神经退行性疾病研究较少,并且单细胞测序技术仍有很多地方需要改进,例如测序的深度和背景噪声,以及目前没有一个最佳拟时序算法来处理测序数据、准确描绘细胞轨迹。随着技术不断改进,相信单细胞RNA测序、拟时序分析能获得突破性进展。

关 键 词：单细胞转录组测序 拟时序分析 神经细胞 基因 分化轨迹 

分 类 号：R741[医药卫生—神经病学与精神病学]