深碳科技
GRO-seq（最常用） PRO-seq（单碱基） PRO-cap（TSS鉴定） rPRO-seq（快速、低起始量） chRO-seq（染色体run on） CA/CB RNA-seq（染色体结合） SLAM-seq（合成测序） SLAM-seq（降解测序） LET-seq（微量） 三代全长新生RNA测序 scSLAM-seq（单细胞）

GRO-seq（最常用）

PRO-seq（单碱基）

PRO-cap（TSS鉴定）

rPRO-seq（快速、低起始量）

chRO-seq（染色体run on）

CA/CB RNA-seq（染色体结合）

SLAM-seq（合成测序）

SLAM-seq（降解测序）

LET-seq（微量）

三代全长新生RNA测序

scSLAM-seq（单细胞）
scSLAM-seq（单细胞）

scSLAM-seq（单细胞）

产品介绍 结果展示 案例分享

（一）技术简介

      scSLAM-seq（single-cell SLAM-seq，单细胞新生RNA测序）是一项将RNA代谢标记与高通量单细胞转录组测序深度整合的时间分辨转录组技术。通过在活细胞培养体系中掺入4-硫代尿苷（4sU）标记正在合成的RNA，并借助化学转换使新合成RNA在测序数据中呈现特异的T-to-C碱基转换，scSLAM-seq能够在单个细胞内对数千个基因同时区分"新生RNA（new RNA）"与"既有RNA（old RNA）"，一次实验平行获得新生、既有与总RNA三套转录组数据。

      标准scRNA-seq捕获的只是细胞内RNA积累的"稳态快照"，新生与既有RNA混在一起，无法回答"基因表达是刚刚发生的变化，还是早已存在的积累"。scSLAM-seq为单细胞转录组加上了时间维度：它能捕捉稳态RNA容易被稀释或掩盖的瞬时转录响应（分钟至小时级），并结合UMI分子标签精确计算每个细胞、每个基因的新生RNA比例（NTR），是研究细胞异质性背后转录动态调控的有力工具。



（二）实验原理及流程

scSLAM-seq的核心原理是代谢标记+化学转换：活细胞培养体系中加入4sU后，RNA聚合酶在合成RNA时会随机掺入4sU，因此标记窗口内新合成的RNA均带有4sU标签；随后利用化学转换反应修饰4sU，使其在反转录后被读作胞嘧啶（C），测序数据中新合成RNA即呈现特异性的T-to-C转换，而已存在RNA保持原有碱基组成。结合微流控单细胞捕获与UMI分子标签，并利用统计校正模型处理4sU掺入不完全造成的"漏标"，即可在单细胞水平精确定量每个基因的新生RNA比例。

image.png

实验流程：

1. 4sU代谢标记：在活细胞培养基中掺入4sU（标记时间0.5-2小时），标记窗口内新合成的RNA带上4sU标签；

2. 单细胞悬液制备：对培养细胞直接收集或对组织进行解离获得单细胞悬液；

3. 微流控液滴封装：单细胞与带细胞条形码和UMI的oligo-dT引物磁珠共包裹于纳升级液滴中，细胞内mRNA被磁珠原位捕获；

4. 磁珠上化学转换：破乳收集磁珠后，对汇集磁珠进行一锅法化学转换反应，将捕获mRNA中的4sU转化为胞嘧啶类似物，实现新生RNA的"编码"标记；

5. 逆转录与二链合成：模板转换反应合成cDNA并引入通用扩增序列，随机引物二链合成反应回收截短cDNA；

6. cDNA扩增与建库：PCR扩增全长cDNA后经Tagmentation片段化，连接测序接头构建3′端测序文库；

7. 高通量测序：Illumina平台双端测序，完整保留新生RNA的T-to-C转换信息与细胞条形码/UMI信息；

8. 数据分析：检出UMI级T-to-C转换位点、扣除本底转换并进行统计校正，将每个UMI判定为新生或既有，最终输出每个细胞的两套数字表达矩阵（新生RNA矩阵与既有RNA矩阵）。


（三）分析内容

image.png


1. 新生RNA识别与定量：对测序数据完成细胞条形码/UMI校正与比对后，检出各转录本上的T-to-C转换位点，在UMI水平判定每个转录分子的新生/既有身份，计算细胞水平与基因水平的新生RNA比例（NTR），输出新生、既有、总RNA三套定量矩阵；

2. 转录活跃度分析：在细胞分群图上叠加每个细胞的新生RNA比例，鉴定转录活跃的细胞亚群；比较不同样本、处理组或时间梯度下各亚群的转录活跃度与组成变化，追踪转录动态的时间轨迹；

3. 新旧RNA差异与功能富集：分别基于Total/New/Old RNA三套矩阵开展差异表达分析，比较三者揭示的生物学差异；对差异基因进行GO/KEGG富集与基因模块分析，挖掘药物处理、外界刺激或状态转换中的直接响应通路；

4. 动态轨迹与调控网络：基于新生RNA开展拟时序分析，预测细胞状态转变方向；结合SCENIC等转录因子调控子推断方法，在新生RNA水平构建时间分辨的转录因子调控网络；



（四）主要应用方向

1. 药物处理与外界刺激的即时转录响应：区分直接转录响应与继发的稳态RNA变化，捕捉容易被普通RNA-seq稀释的早期响应基因，并定位响应来自哪一类细胞亚群；

2. 病毒感染与宿主-病原互作：同步追踪病毒基因与宿主基因的转录动态，鉴定支持病毒复制的易感细胞状态与限制感染的细胞状态；

3. 胚胎发育与干细胞命运转换：在稀少、瞬态的细胞群体（如2C样干细胞、早期胚胎细胞）中解析RNA合成与降解的协同调控策略，挖掘命运转换的关键调控因子；

4. 神经元激活等快速生理响应：解析神经元激活后数分钟至数小时内活性调控基因的细胞类型特异性诱导及转录因子调控子活性的时间动态；

5. 肿瘤耐药与细胞异质性：在耐药演进过程中识别具肿瘤干细胞特征的耐药亚群、耐药相关的即时转录程序及可干预的联合用药靶点；

6. 时间分辨RNA速率与细胞命运预测：基于实验直接定量的新旧RNA计算RNA速率，不受内含子reads稀疏限制，适用于快速动态过程的轨迹推断与命运预测。



（五）技术优势

1. 单细胞分辨率+时间维度双重视角

传统scRNA-seq只有"状态"信息没有"时间"信息，bulk SLAM-seq只有"时间"信息没有"细胞"信息。scSLAM-seq同时具备两者，能够回答"哪个细胞亚群在何时启动了哪组基因"，揭示群体平均检测无法发现的稀少细胞亚群即时响应。

2. 一次实验平行获得三套数据

同一份样本、同一个细胞可平行获得新生RNA、既有RNA与总RNA三套转录组数据，无需分别开展多次实验即可解析RNA合成与降解的相对贡献，直接区分转录调控与转录后调控。

3. 高通量、低成本

单次实验可分析约1,000至20,000个以上细胞，每个细胞的文库制备与测序成本不足0.5美元，适合大规模、多时间点、多处理组的动态研究设计。

4. 更精准轨迹分析

基于新生RNA的RNA速率直接利用实验准确定量的新旧转录本，时间尺度可精确至标记时长（分钟-小时级），不受基因内含子结构与reads稀疏限制，可捕捉Jun、Fos等短内含子即早基因驱动的快速转变。



（六）深碳优势

1. 单细胞新生RNA实验体系经验成熟，4sU标记、化学转换与统计校正全流程质控，标记效率与数据质量稳定。

2. 不限物种及组织类型，覆盖细胞系、原代细胞、类器官与动物组织，非模式物种项目经验丰富。

3. 分析体系完善，涵盖新生RNA定量、转录活跃度、新旧RNA差异、代谢标记版RNA速率与转录因子调控网络的全套时间分辨分析与多组学联合应用。

4. 文章级全流程服务，包括一对一方案设计（标记时间、时间梯度与分组设计）、检测数据解读、个性化分析、验证方案与审稿意见回复。



（七）送样建议

代谢标记环节需要活细胞参与，请优先保证样本新鲜度与细胞活性：

培养细胞（贴壁 / 悬浮）：每样活细胞  ≥1×10⁵  个，活性 ≥85%，4sU 标记 0.5-2 小时，标记期间避光

原代细胞 / 免疫细胞：每样活细胞  ≥1×10⁵  个，活性 ≥85%，标记时间与浓度可依细胞类型优化



（八）常见问题FAQ

Q1：单细胞新生RNA测序与bulk SLAM-seq有什么区别？

两者的标记原理一致，均通过4sU代谢标记+化学转换在总RNA中识别新合成RNA，但检测尺度与回答的问题不同：bulk SLAM-seq检测整个细胞群体新旧RNA的平均比例，适合测定RNA半衰期、群体水平的合成/降解速率，但结果只是千万级细胞的"平均回答"，无法定位响应来自哪类细胞；单细胞新生RNA测序则在单个细胞内区分新生与既有RNA，能够识别稀少细胞亚群的即时响应（如耐药亚群、病毒感染细胞、快速激活的神经元）、构建细胞类型特异的转录动态图谱，并基于UMI精确计算每个细胞的NTR。简言之，bulk SLAM-seq回答"整体上新旧RNA如何变化"，单细胞新生RNA测序回答"哪个细胞在响应、响应什么"。


Q2：4sU标记会影响细胞状态和转录组数据质量吗？

影响很小。多项组织与细胞测试显示，0.5-2小时标记期间细胞活性下降有限；标记组与未标记组的转录组数据基本重合，RNA标记不会对细胞分群产生严重影响。同时，新合成RNA的T-to-C转换率约1.5%（培养版），显著高于其他类型本底转换，可特异性识别新生RNA。


Q3：与普通单细胞转录组测序（scRNA-seq）有什么区别？

普通scRNA-seq捕获的是细胞内已积累RNA的稳态快照，新生与既有RNA混在一起，既无法判断基因表达变化是"刚发生的转录激活"还是"早已存在的RNA积累"，也容易遗漏被稳态RNA稀释的瞬时响应。单细胞新生RNA测序为转录组加上时间维度：直接测定标记窗口内刚合成的新RNA，能灵敏捕捉数分钟至数小时级别的早期应答（如即早基因），并能基于新旧RNA解析转录与降解的相对贡献。


Q4：新生RNA比例较低，会不会难以检测？

不会。一方面可通过延长标记时间提高检出：标记0.5小时新生RNA比例约4.5%，延长至2小时可达约20%；另一方面，内置的统计校正模型可处理4sU掺入不完全造成的"漏标"效应，准确区分新生与既有转录本；此外，随机引物二链合成反应可回收截短cDNA，使基因检出提升约2.2倍、UMI提升约4倍，充分保障低比例新生RNA的定量可靠性。