Single-cell RNA sequencing (scRNA-seq) 은 개별 세포 단위에서 전사체의 발현 양상을 정밀하게 분석할 수 있는 기술이다. scRNA-seq은 세포 이질성을 이해하는 데 있어 획기적인 전환점을 마련하기도 했다. 기존의 bulk RNA-seq이 수천에서 수백만 개의 세포를 모두 합쳐 분석했다면, scRNA-seq은 각 세포의 고유한 전사체 프로파일을 보존함으로써 세포 간의 다양성과 희귀 세포 집단을 탐지할 수 있게 한다.
- 가장 먼저, 조직이나 세포 집단에서 개별 세포를 분리해야 한다. 일반적으로는 효소를 이용해서 조직을 단일 세포로 분해하고, 이후에 FACS (Fluorescence-activated cell sorting) 또는 microfluidics를 통해 세포를 개별적으로 캡쳐한다.
- 각 세포에서 추출된 mRNA는 역전사를 통해 cDNA로 전환된다. 이후에는 PCR 또는 in vitro transcription 방법으로 증폭되어 시퀀싱 가능한 양의 cDNA library를 생성한다.
- cDNA를 시퀀싱한 후, 바코드를 이용해 각각의 세포와 유래된 전사체를 구분한다. 이를 통해서 세포별로 유전자 발현 매트릭스를 생성할 수 있다.
- scRNA-seq 데이터는 고차원이므로, 정규화, 고변이 유전자 선택, 차원 축소(PCA, UMAP, t-SNE), 클러스터링, 세포 유형 annotation 등의 절차를 거쳐 해석한다. 이 외에도 pseudotime 분석, cell-cell communication 분석, 발현 네트워크 구성 등 다양한 후속 분석을 수행한다.
- scRNA-seq은 기존에 알려지지 않았던 세포 subtype이나 희귀 세포 집단을 식별하는 데 매우 유용하다. 특히 면역세포나 암세포처럼 이질성이 큰 세포 집단의 분석에 강점을 보인다.
- 세포의 분화 과정을 시간 흐름에 따라 추적(pseudotime analysis)함으로써, 발생 과정에서의 전사체 변화와 세포 운명의 결정 과정을 이해하는 데 활용될 수 있다.
- 종양 조직에서 암세포뿐 아니라 면역세포, 섬유아세포 등 다양한 세포 유형의 상호작용을 파악하고, 면역 회피 기전이나 치료 반응 예측에 기여한다.
- 특정 약물 처리 전후의 세포 반응을 세포 수준에서 비교 분석함으로써, 개인 맞춤형 치료 전략 수립에 기여할 수 있다. 또, 오가노이드나 iPSC 기반의 모델 시스템에서 세포 다양성을 정량화하는 데도 쓰인다.
- 뇌 조직의 복잡한 세포 구성 분석, 면역세포 활성 상태의 파악, 노화에 따른 세포 기능 변화 분석 등 다양한 생물의학적 분야에서 핵심적인 도구로 자리잡고 있다.
scRNA-seq은 생물학적 질문을 세포 수준에서 탐구할 수 있는 길을 열어주었다. 특히, 단일 세포 수준의 transcriptomics는 다른 omics 데이터와의 통합 분석을 통해 질병의 메커니즘을 규명하고, 정밀의학을 실현하는 데 있어 핵심적인 역할을 할 것이다.
Drug target Mendelian Randomization (0) | 2025.04.12 |
---|---|
Mendelian Randomization의 나아가야 할 방향에 대하여 (0) | 2025.04.12 |
Mendelian Randomization 3 (0) | 2024.03.22 |
Mendelian Randomization 2 (0) | 2024.03.17 |
Mendelian Randomization 1 (0) | 2024.03.12 |