文献综述（或调研报告）：
- 引言
近年来，下一代测序技术（NGS）发展迅速，为从癌症基因组学到各种微生物群落的复杂生物系统提供了许多有价值的见解。基于NGS的基因组学，转录组学和表观基因组学技术现在越来越关注与单个细胞的表征。这些单细胞分析相对于传统分析方法而言，将使研究人员发现新的和潜在的意想不到的生物学发现。[1]
- 单细胞测序
单细胞测序主要有四个工作流程：单细胞制备、单细胞分离、文库制备、测序[1]。单细胞的制备通常采用机械法、酶解法或其他组合方案将组织裂解，随后将特定的细胞群富集、标记，成为单细胞样本。
单细胞的分离和文库制备是单细胞测序的关键步骤，与最终单细胞数据的质量、精度息息相关。低通量单细胞分离方法有梯度稀释、口吸移液、自动显微操作、激光补货显微切割等，但是由于一次只能处理一个细胞，效率低，成本高。高通量单细胞分离的方法主要为三种基于微流控原理的方法，微孔、微液和微滴。
基于微孔的捕获技术可以使用细胞移液器或激光补货分离细胞，并将它们放置于微液流孔中。其优势在于可以与荧光触发细胞分离技术结合，实现基于表面标记的细胞选择。基于微液的技术相对微孔，其通量更高，但是只有10%的细胞能被捕获到。微滴技术是将单个细胞包裹在微米级别的液滴中，液滴被搭载到建库所用的酶上，每个微滴包含一个独特的barcode，由那个被包装好的细胞产生的所有reads都被接上barcode，这是为了之后对于不同的细胞的reads进行分别。微滴技术的通量是最大的，但是高昂的费用成为了一个缺点。
单细胞测序技术已经在科研领域得到了广泛的应用，最直接的就是用于肿瘤免疫的转化医学研究、伴随诊断和用药指导。例如，肿瘤新抗原疗法就是单细胞测序技术与临床应用进行结合的一个应用方向。单细胞测序还可以应用于微生物研究，神经科学、免疫学等领域。具体表现在：新物种的鉴定、病原进化、耐药检测、临床诊断等微生物分析；探索神经元细胞亚型与疾病的发作机制等神经科学分析；精确检测单个免疫细胞的遗传物质，分析单个免疫细胞而非组织群体在免疫机制中的作用等免疫学领域研究。单细胞蛋白组学在肿瘤免疫治疗也具有应用的潜力。
- 单细胞转录组分析
随着第二代高通量测序技术(NGS)的普及，测序技术能够实现的数据分析模式也不断扩展。其中，具有代表性的技术就是转录组测序技术(RNA-seq)。转录组测序主要为针对线性的mRNA和lncRNA的分析，同时也包括小RNA测序以及环状RNA测序。
由于细胞和组织中主要存在的RNA为rRNA，在构建文库时需排除核糖体的干扰。一般来说有两种方法：oligo(dT)捕获技术以及核糖体去除技术。oligo(dT)捕获法利用mRNA带有poly(A)尾部的特性将其（以及小部分lncRNA）与总RNA分离；核糖体去除技术则是针对rRNA设计探针清除rRNA。
随着单细胞测序实验技术的发展，单细胞测序技术(scRNA-seq)也逐渐成为单细胞遗传信息分析的主要数据获取技术。
传统的RNA-seq测序数据分析流程最早由构建了RNA-seq特异性的比对算法TopHat的团队构建[2]，并在随后发展出不同的分析思路与相应的多种多样的分析工具[3]。根据下机数据以及分析目的的不同，文章[3]总结了从short-read isoform和long-read isoform出发的几类基本分析模式，但上游数据的处理模式基本相同。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
