科研人别再纠结！顶刊案例手把手教你选择scRNA-seq or snRNA-seq！

在神经母细胞瘤的结果中，scRNA-seq检测到了更多的免疫细胞，如T细胞、B细胞、NK细胞等，snRNA-seq中检测到了更多的实质性细胞，如神经嵴、神经内分泌细胞等，而免疫细胞的检出显著降低甚至没有检测到。

在乳腺癌转移的样本中，scRNA-seq和snRNA-seq检测的结果和上述结果基本一致。scRNA-seq和snRNA-seq在UMAP图里的重合度相对较好，各个cluster基本都有检测到，只是占比偏差较大。

scRNA-seq和snRNA-seq均能很好的反应完整组织的表达模式（相关性系数r≥0.7），且两者特异基因的表达模式基本一致。

接下来，作者比较scRNA-seq和snRNA-seq的数据差异，揭示在泛草中scRNA-seq能检测到更多的转录本和基因数量，而snRNA-seq没有经过组织解离单个细胞的过程，其GO结果有更低的应激反应，同时，在玉米snRNA-seq的细胞图谱中发现了新的细胞亚群。最后，作者总结scRNA-seq和snRNA-seq两技术能够优势互补，两者联合分析能发挥更大的技术优势。

这篇文章通过scRNA-seq和snRNA-seq数据联合的方式获得完整的人心脏细胞图谱，强调了心肌细胞、周细胞和成纤维细胞的细胞异质性，并揭示了具有不同发育起源和特殊特性的不同心房和心室细胞亚群，提高了研究者们对人类心脏的认识，并为未来的研究提供了更有价值的参考。

这篇文章通过scRNA-seq、snRNA-seq、snATAC-seq以及Visium和CosMx SMI空间转录组测序平台，对81个肾脏样本的近338600个单细胞/细胞核进行了分析。研究旨在揭示健康和疾病状态下肾脏细胞类型和组织结构的复杂性，并确定纤维化微环境在肾病预后中的作用。