首先，我们通过两个案例分析scRNA-seq和snRNA-seq两种技术之间的细微差异。 案例一参考文献为Asingle-cellandsingle-nucleusRNA-Seqtoolboxforfreshandfrozenhumantumors，发表在《Nature Medicine》期刊（IF58）。研究材料为人类肿瘤组织，应用了scRNA-seq和snRNA-seq。在神经母细胞瘤的研究中，scRNA-seq能够检测到更多的免疫细胞，包括T细胞、B细胞和NK细胞，而snRNA-seq则主要检测到实质性细胞，如神经嵴细胞和神经内分泌细胞，免疫细胞的检出量显著降低。在乳腺癌转移样本中，两者的结果基本一致，且在UMAP图中的重合度较高，不过各个cluster的占比差异较大。

案例二的参考文献为Apan-grasstranscriptomerevealspatternsofcellulardivergenceincrops，发表在《Nature》（IF505）。该研究材料为pan-grass，所用技术同样是scRNA-seq和snRNA-seq。结果显示，scRNA-seq和snRNA-seq均能很好地反映完整组织的表达模式，相关系数（r）≥0.7，并且二者特异基因的表达模式基本一致。作者随后比较了scRNA-seq和snRNA-seq的数据差异，发现scRNA-seq能够检测到更多的转录本和基因数量，而snRNA-seq由于没有经过组织解离，因此其GO结果显示应激反应较低。此外，在玉米的snRNA-seq细胞图谱中，研究者发现了新的细胞亚群。最终，作者总结了这两种技术的优势互补，指出联合分析可以发挥更大的技术优势。

接下来，我们进一步探讨了这两项技术在应用中的强大互补性。 案例三的参考文献为Cellsoftheadulthumanheart，发表在《Nature》（IF505）。这篇文章通过结合使用scRNA-seq和snRNA-seq的数据成功绘制了完整的人类心脏细胞图谱，强调了心肌细胞、周细胞和成纤维细胞的异质性，揭示了不同发育来源和特殊特性的心房与心室细胞亚群。这项研究为人类心脏的理解提供了更深的视角，并为未来的研究提供了重要参考。

案例四参考文献为Single-cellmulti-omicandspatialprofilingofhumankidneysimplicatesthefibroticmicroenvironmentinkidneydiseaseprogression，发表在《Nature Genetics》（IF317）。该研究分析了81个肾脏样本近338,600个单细胞/细胞核，使用了scRNA-seq、snRNA-seq、scATAC-seq结合10x Visium和CosMx等多种技术。研究的目的是揭示健康与疾病状态下肾脏细胞类型和组织结构的复杂性，并探讨纤维化微环境在肾病预后中的作用。

scRNA-seq和snRNA-seq通过不同的方法获取细胞中的基因表达信息，已成为相对成熟的技术。scRNA-seq在免疫细胞和小胶质细胞的检测中具有明显优势，而snRNA-seq在处理脆弱基质细胞、较大直径细胞以及使用长期保存的冷冻样本时表现更优。两者优势互补，在必要时可在同一课题中同时应用，以实现更佳的研究目的。

俄罗斯专享会294推荐科研团队布局国际先进的多组学平台，如10xGenomics、Visium、CytAssist等，为科研人员提供单细胞空间多组学联合解决方案，涵盖单细胞测序、单细胞蛋白组、空间转录组、深度空间代谢组等，积累了丰富的项目经验，助力发表高质量的学术文章。欢迎联系我们，开启您的时空多组学联合实验之旅！