Dans les études de culture, ce niveau de résolution est essentiel pour comprendre l'hétérogénéité entre les cellules qui sont supposées être identiques. Il révèle comment les décisions de devenir cellulaire se déroulent, comment les réponses aux médicaments varient au sein d'une population clonale et comment les signaux environnementaux subtils façonnent les trajectoires de développement. À mesure que le champ mûrit, une vague de technologies émergentes repousse les limites de ce qui est possible, produisant des flux de travail plus rapides, un débit plus élevé et une meilleure compréhension biologique.

Les premières méthodes monocellulaires étaient limitées par le coût, les faibles taux de capture cellulaire et le bruit technique. Aujourd'hui, les innovations, allant de la microfluidique à l'intégration multiomique, rendent l'analyse monocellulaire plus accessible et plus puissante que jamais.

Progrès récents dans les technologies de séquençage à une seule cellule

Au cours des dernières années, le rythme de l'innovation dans le séquençage à cellules uniques s'est accéléré de façon spectaculaire. L'amélioration de la conception des plates-formes, de la chimie des réactifs et des pipelines de calcul a collectivement augmenté le nombre de cellules qui peuvent être profilées par expérience tout en réduisant le coût par cellule.

Plateformes microfluidiques

En cloisonnant les cellules individuelles en gouttelettes ou en micropuces à l'échelle nanolitre, ces plates-formes réduisent l'utilisation du réactif et permettent le traitement parallèle de milliers de cellules en une seule fois. Les systèmes commerciaux comme le 10x Genomics Chrome et le Fluidigm C1 sont devenus largement adoptés, et les nouvelles itérations continuent d'améliorer l'efficacité de capture cellulaire et de réduire les taux de doublet. Les conceptions microfluidiques émergentes intègrent également des valves et des pompes intégrées pour un contrôle temporel précis, permettant des traitements dynamiques et des expériences de séries chronologiques au sein de la même puce.

Au-delà des méthodes fondées sur les gouttelettes et les méthodes bien fondées, les prototypes universitaires récents ont démontré la capacité de combiner les microfluidiques et la manipulation optique, permettant aux chercheurs de récupérer sélectivement des cellules spécifiques pour l'analyse en aval.

Amélioration des méthodes de préparation des bibliothèques

Les protocoles traditionnels à ARN-séq à cellules uniques souffrent souvent de taux élevés d'abandon et de sensibilité limitée pour les gènes faiblement exprimés. Les méthodes plus récentes, telles que Smart-seq3 et Smart-seq3xpress, intègrent des identificateurs moléculaires uniques (UMI) et des chimies de commutation de gabarits pour obtenir une couverture complète de transcription avec une grande précision.

Pour le séquençage de l'ADN, les améliorations apportées à l'amplification à l'ensemble du génome (WGA) ont réduit le biais d'amplification et les artefacts chimériques. L'amplification à déplacement multiple (MDA) et les cycles d'amplification à recuit et à boucle multiples (MALBAC) offrent maintenant une couverture plus uniforme dans l'ensemble du génome, ce qui permet de détecter les variations de nombre de copies et les variantes de nucléotides uniques provenant de cellules individuelles.

Techniques de séquençage à haut débit

Les séquenceurs à lecture courte d'Illumina demeurent le cheval de bataille des études à cellules uniques, mais les plates-formes à lecture longue de Pacific Biosciences et d'Oxford Nanopore sont de plus en plus adoptées pour les applications à cellules uniques. Les lectures longues peuvent couvrir des transcriptions complètes ou des régions génomiques difficiles à assembler avec des lectures courtes, offrant une meilleure résolution des variantes structurelles, des éléments répétitifs et une diversité isoforme.

Les nouvelles conceptions chimiques et de cellules de flux ont poussé la sortie séquentielle dans la gamme de térabase par écoulement, ce qui signifie qu'une seule expérience peut maintenant profiler des dizaines de milliers de cellules. Combinées à des méthodes d'indexation combinatoire – où les cellules sont codées en plusieurs tours – les chercheurs peuvent obtenir un débit ultra-élevé sans avoir besoin de matériel microfluidique coûteux.

Technologies émergentes et leurs applications

Au-delà des améliorations progressives aux flux de travail existants, plusieurs technologies complètement nouvelles remodelent le paysage à cellules uniques.Ces approches intègrent souvent plusieurs modalités ou ajoutent un contexte spatial, offrant une vision plus complète du comportement cellulaire dans la culture.

Transcriptomique spatiale

Dans le cas des ARN-séq à cellules uniques, les cellules sont dissociées de leur matrice native, perdant toute information spatiale. Les méthodes transcriptomiques spatiales – comme MERFISH, seq FISH+ et Visium – captent directement les ARNm sur place, les attribuant aux coordonnées d'une section de tissus ou d'une culture monocouche.

Pour les études de culture, cette technologie est inestimable. Elle permet aux chercheurs de voir comment les cellules voisines influencent l'expression génétique, comment les gradients de molécules signalantes façonnent le devenir cellulaire, et comment les microenvironnements dans un plat – par exemple, colonies denses versus zones clairsemées – affectent le comportement cellulaire. Dans les modèles organoids, la transcriptomique spatiale peut cartographier les modèles de différenciation et révéler des zones de prolifération, de quiescence ou de stress invisibles dans des échantillons dissociés.

Approches multi-omiques

La multiomique monocellulaire intègre deux ou plusieurs couches moléculaires, comme le génome, le transcriptome, le protéome, le méthylome ou la chromatine, de la même cellule. Cette vision holistique est essentielle pour comprendre comment la variation génétique influence l'expression des gènes, comment les marques épigénétiques contrôlent l'identité cellulaire et comment l'abondance des protéines est en corrélation avec les niveaux d'ARNm.

Des trousses commerciales, comme le Multiome génomique 10x (qui capture simultanément l'ARN et le séq-ATAC du même noyau), ont rendu les multiomiques accessibles à de nombreux laboratoires. Entre-temps, des protocoles personnalisés comme le séq-secNMT (nucléosome, méthylome et transcriptome) et le Séq-CITE (combinant l'ARN avec la détection de protéines de surface par des anticorps) continuent de pousser l'enveloppe.

L'intégration computationnelle des données multi-omiques reste un défi, mais les outils émergents comme MOFA+ et Seurat , l'analyse pondérée-des proches-des voisins fournissent des cadres robustes pour combiner l'information des tests disparates.

Écrans CRISPR à cellules uniques

Les tests CRISPR groupés ont longtemps été utilisés pour identifier les gènes impliqués dans des phénotypes spécifiques, mais ils mesurent généralement soit un seul phénotype (comme la survie cellulaire) ou nécessitent un reporter. Le dépistage CRISPR à cellules uniques combine la capture d'ARN guide et la lecture transcriptomique, ce qui permet aux chercheurs d'évaluer l'effet de milliers de perturbations sur l'ensemble du transcriptome de cellules individuelles.

Dans les études de culture, ces écrans sont particulièrement puissants pour comprendre les mécanismes de résistance. Par exemple, un chercheur peut introduire une bibliothèque d'ARN-guides ciblant les kinases dans une lignée cellulaire cancéreuse, traiter la culture avec un médicament, puis utiliser un ARN-séq-globale pour identifier quelles perturbations conduisent à l'activation des voies de survie. La résolution d'ARN-globale révèle non seulement quels guides sont enrichis mais aussi les programmes transcriptionnels qui stimulent la résistance, offrant une vue nuancée des effets combinatoires et des dépendances de l'état cellulaire.

Protéomiques monocellulaires et métabolomiques

Bien que l'ARN soit un substitut de l'état cellulaire, les protéines et les métabolites sont les molécules fonctionnelles qui exécutent les processus cellulaires. La protéomique monocellulaire a été en retard sur la transcriptomique en raison du manque de méthodes d'amplification, mais les progrès récents en spectrométrie de masse (MS) et en technologies basées sur les anticorps réduisent l'écart.

Parallèlement, des approches basées sur la fluorescence comme le CyTOF ( cytométrie de masse) peuvent mesurer des dizaines de protéines par cellule à l'aide d'anticorps conjugués aux métaux, bien que avec un débit de découverte plus faible. Pour la métabolomique, des techniques d'imagerie monocellulaires de la SP comme le MALDI-TOF sont en cours de peaufinage pour capturer de petites molécules de cellules individuelles en culture.

Séquence longue lecture et en temps réel

En séquençage de molécules d'ADNc de longueur totale, les lectures longues peuvent résoudre les variantes de splice, les fusions de gènes et l'expression allélique sans inférence computationnelle. Les plates-formes de Pacific Biosciences (Iso-Seq) et d'Oxford Nanopore (séquence directe d'ARN) sont maintenant intégrées à des stratégies de codage par barcodage à cellules uniques. Un exemple notable est la méthode R2C2, qui circule l'ADNc et les séquences à plusieurs reprises sur la plate-forme de Nanopore pour obtenir une haute précision.

Le séquençage en temps réel, autre capacité émergente des instruments Nanopores, permet aux chercheurs de diffuser les données de séquençage telles qu'elles sont générées, ce qui ouvre la possibilité d'expériences dynamiques où un chercheur peut surveiller les changements d'expression génétique dans une culture au fil du temps et arrêter le séquençage lorsqu'un seuil est atteint, ou ajuster les traitements à mi-expérience en fonction des premiers résultats.

Intégration avec les modèles et les analyses de la culture

Les systèmes organo-squelettiques, microphysiologiques (organes sur puces) et bioimprimés en 3D produisent des tissus complexes qui imitent plus précisément la physiologie in vivo. L'analyse de ces cultures par cellules uniques peut révéler comment les interactions cellules-cellules, les forces mécaniques et les gradients nutritifs façonnent la fonction tissulaire.

Par exemple, la combinaison de la transcriptomie spatiale et des cultures organo-judiciaires a permis aux chercheurs de cartographier la zonation des hépatocytes dans les organo-judiciaires du foie et d'identifier les niches rares de progéniteurs. De même, les multi-omiques unicellulaires appliqués aux organo-judiciaires dérivés de tumeurs ont révélé des réponses médicamenteuses hétérogènes qui se corrélent avec des états épigénétiques distincts.

Une autre intégration passionnante est l'utilisation de microfluides pour créer des environnements de culture dynamiques. Les chercheurs peuvent combiner culture de cellules microfluidiques avec une lyse monocellulaire sur puce et séquençage, créant un flux de travail sans faille de la culture aux données. Ces systèmes -sample-to-answer -s réduisent le stress cellulaire et fournissent une résolution temporelle, car les cellules peuvent être échantillonnées à plusieurs moments de la même culture sans perturber la population entière.

Orientations et défis futurs

Malgré des progrès remarquables, l'adoption généralisée de technologies à cellules uniques émergentes est confrontée à plusieurs obstacles. La complexité des données continue de croître à mesure que les méthodes génèrent des données multimodales, spatiales et temporelles. L'analyse de ces ensembles de données nécessite des outils informatiques sophistiqués, et le terrain manque de pipelines normalisés pour le traitement et l'interprétation.

Bien que les coûts par cellule aient chuté de façon spectaculaire — certaines méthodes à haut débit coûtent maintenant moins qu'un centime par cellule — l'investissement initial dans l'instrumentation (p. ex., les contrôleurs microfluidiques, les cytomètres de masse ou les séquenceurs à lecture longue) peut être prohibitif. Les approches Open-source et Bricolage, comme inDrop et Drop-seq, ont un accès démocratisé, mais elles nécessitent une expertise technique considérable.

La normalisation est un autre défi clé. Les protocoles varient grandement d'un laboratoire à l'autre, ce qui rend difficile la comparaison des résultats entre les études. Les effets de lots, souvent plus importants que la variabilité biologique, peuvent confondre les interprétations.

En attendant, l'intégration de l'intelligence artificielle (IA) jouera un rôle central. Les modèles d'apprentissage profond peuvent imputer les données manquantes, classer les types de cellules et prédire les résultats de perturbation à partir de profils monocellulaires. La conception expérimentale axée sur l'IA pourrait également optimiser les conditions de culture en temps réel, créant des systèmes en boucle fermée où le séquençage des données informe la composition des médias ou le dosage des médicaments.

Enfin, il faut tenir compte des considérations éthiques à mesure que les technologies à cellules uniques deviennent plus puissantes. La capacité de séquencer les cellules humaines soulève des préoccupations en matière de protection de la vie privée, surtout lorsqu'elles sont appliquées à des échantillons cliniques.

En conclusion, les nouvelles technologies de séquençage d'une cellule dans les études de culture élargissent les limites de ce que nous pouvons observer et comprendre. De la transcriptomie spatiale qui révèle la géographie de l'expression génique à la multi-omique qui relie le génome au protéome, ces outils offrent une fenêtre sans précédent sur le comportement cellulaire.

Liens externes: