大多数全基因组分析提供了大量细胞的平均水平，但最近的技术进步克服了这一局限。开创性的单细胞分析现在能够对基因组、表观基因组、转录组、蛋白质组和代谢组进行谱系分析。Cell旗下的《Trends in Biotechnology》综述了为同一细胞提供复杂谱系、将不同维度分析组合成多组学分析的方法。

策略

与活细胞荧光成像不同，组学方法（如新一代测序和质谱）会破坏细胞进行分析。第一代单细胞分析选择一种类型的生物大分子（如DNA、RNA、染色质、蛋白质或代谢产物），丢弃其他所有材料。而现在证实了一个概念：不同的组学可以在同一个细胞中进行平行分析。例如，基因组/转录组或基因/蛋白质水平。目前已确定了如图所示的多组学单细胞分析的五种基本策略。

结合

在相同或相似的生物分子上的实验分析可以合并成一个单一的操作。例如，基于纳米孔测序方法和单分子实时（SMRT）技术所获得的动力学曲线，不仅反映了DNA序列，也进行了DNA甲基化检测。同样，精心优化的质谱检测可以提供相同细胞的蛋白质组学和代谢组学数据。要从单个细胞获得高品质的集成文件，进一步提高检测效率是必不可少的。

组分分离

不同种类的生物分子可以从相同的细胞裂解液中提取、分离和独立分析。例如，最近的一项研究用生物素标记的寡聚dT接头沉淀总RNA，进行RNA测序文库制备，而游离的DNA可扩增后进行DNA测序。这种策略严重依赖分离的质量，因为所有留在错误组分中的材料都会丢失。

分别处理

当精确的生化分离不可行时，细胞裂解液可以分别被独立处理。最近的一项研究通过将裂解液分别进行多步定量PCR反转录RNA分析和对DNA抗体报告基因的定量PCR分析。从概念上来说，分别处理不如生化组分分离，因为有一些材料不可避免地丢失在错误的组分中。它是进行不同分析的最一般策略。

转换

不同组学之间的生化转换使得它们能一起分析。例如，亚硫酸氢钠处理将DNA甲基化转换成DNA序列信息，可以进一步与GpC甲基转移酶处理结合来捕获DNA甲基化和单细胞核小体定位。它也可以通过对连接细胞核中三维空间接近的DNA片段的操作，获得单细胞染色体结构的信息。

预测

作为对上述实验策略的补充，也可以对一个或多个组学直接检测，而后通过计算机的方法来预测其他的。这五种策略的设计为更加全面的多组学分析提供了一个框架，因为它们可以以许多不同的方式相结合。

应用

单细胞多组学分析能发现其他方法难以处理的问题。

复杂组织和整个器官的数据驱动分析可能会挑战我们目前的细胞类型概念。随着单细胞分析的分辨率和通量提高，我们可以找出无数的细胞状态，而不是少数稳定和不同类型的细胞。

多组学分析的另一个关键应用是在医药上。许多肿瘤在耐药、复发和转移方面存在异质性，综合数据集可以提供足够详细的图谱来识别肿瘤内差异的生物学基础。平行的多组学分析可以帮助发现不同的耐药性机制，例如基于遗传和表观遗传学的改变，从而有助于自适应和个性化治疗。

第三个多组学谱系的应用是在生物技术和生态系统中研究不可培养微生物。这些细菌通常很难获得足够纯的群体进行大量分析，而单细胞操作是综合分析的关键，例如将特定的蛋白质组学和相关的代谢谱系联系起来。

最后，测量同一细胞内细胞状态不同方面的能力有望揭示细胞的基因组、表观基因组、转录组、蛋白质组与代谢组之间的相关联系；可以揭示DNA甲基化、染色质与转录起始之间的复杂关系。

结语

第一个单细胞多组学的检测已经存在，这预示了单细胞系统生物学是一个令人兴奋的新领域。文章预测，关注单细胞作为生物学的核心将为基础科学提供见解，并在生物技术和生物医学方法中提供有效的应用机会。