单细胞组学

单细胞DNBelab C4 技术平台基于高通量单细胞建库系统 DNBelab C4，联合DNBSEQ超高通量测序系统，可以实现单次测序数据产出规模达百万级细胞，可用于检测scRNA-seq及scATAC-seq，在大幅降低建库成本的同时实现全局性的组织细胞图谱，是当前可以实现高通量、低成本、一站式单细胞组学研究的全流程技术平台。

DNBelab C4 系统

产品应用

目前，单细胞组学方向的科研文章根据其应用方向，大致可以分为以下类型。

疾病方向

肿瘤等

生长发育方向

组织、器官再生

细胞分化等

胚胎、组织器官发育

生命演化

海洋动物

植物

昆虫等

研究方法

单细胞转录组

单细胞ATAC

产品优势

技术优势

平台优势

案例分析

3K水稻重测序&泛基因组研究

重大成果

细胞组学和时空组学联合研究

疾病研究

生殖与发育研究

动植物研究

通过对不同性别和年龄的人群队列的下肢肌肉活检样本中的387,000多个细胞/细胞核的深入分析，详细描述了细胞群体在衰老过程中的变化，发现了老年人群中新出现的细胞群体，并揭示了这些变化背后的细胞特异性特征和多细胞间的网络互动特性。本研究涵盖不同性别和年龄人群的骨骼肌多模态单细胞图谱，为我们揭示了肌肉老化的奥秘...

最初测序3,024份水稻样本，后来进行质控过滤掉14份，最终保留3,010份水稻样本进行深度研究。3K RG测序数据比对到参考基因组日本晴Nipponbare上检泌SNPs、InDels。合并Nipponbare基因组序列和无冗余的新组装的基因组序列构建泛基因组。利用测序深度＞20X，比对深度＞15X的453个水稻材料进行SVs和PAVs分析。a. 基因家族PAVsb. 泛基因组和一个单独旳基因组旳组成成份c. 基于500个随机筛选旳水稻基因组模拟泛基因组和核心基因组d. 核心和分散式基因家族比例e. 两个品系间基因家族平均数量差异f. 5733主要群组不平衡基因家族特性

Wang W, Mauleon R, Hu Z, et al. Genomic variation in 3,010 diverse accessions of Asian cultivated rice[J]. Nature, 2018,557(7703): 43.