做植物单细胞实验前，你需要知道这些······

        在单细胞技术出现的初期，smart-seq2技术还在流行，各种如何分离单个细胞还在我们实验测试中，那时，在脑海里就一直回荡着的问题：单个细胞真的能够影响表型乃至导致疾病的么?它们又是如何影响的呢？

高通量单细胞技术的大规模开展，让我们进入了细胞异质性的世界，了解到了异质性细胞与疾病的关联，但是“单个细胞真的能够影响表型乃至导致疾病的么?它们又是如何影响的呢？”这个问题一直没有盘绕在心头，没有答案。

直到翻阅了很多文献，才发现自己有点钻入了死胡同，真正起作用的不是单个细胞，而是一类细胞。我们做单细胞实验，就是要去发现这一类功能的细胞，去看这一类细胞的转录及调控以及其空间位置。所谓的细胞异质性，也是这一类细胞产生的突变积累导致的差异。

那么同理，你说单细胞在植物研究里没什么作用么？单个细胞可能起作用不太行，一大类细胞呢？

在我们做植物单细胞实验时，发现植物单细胞会面临到比动物更多的挑战，第一点就是细胞解离，最初影响植物单细胞发展道路的就是原生质体的制备，不同的植物、同一植物不同的组织部分，因为植物细胞壁的存在，原生质体制备条件都要个性化摸索才能得到最佳原生质体状态，当然，这一限制因素在后人研究中得以解决——就是做单核转录组。那么除此之外，还有什么限制呢，单核转录组不就万事解决了么？也不见得。在做植物单核转录组时，buffer是一大限制因素。植物与动物组织面临的环境不一样，适配的buffer差异也较大，在单细胞实验过程中，如果样本处理时间较长，那么就需要额外的适配buffer能长期维持样本的完整性。植物单细胞实验做完之后，细胞注释也是一大问题。对于动物样本来说，动物的不同的组织类型有一些常用的标记marker，这些marker在不同的样本中都能适用，但是对于植物样本，同一标记marker在不同的样本中，基因序列的变异性较大，比对率不高，同时，同一标记marker在不同的样本中不一定适用。在这种情况下，不同样本的单细胞数据对比分析是可靠性如何就不得而知。再者，大部分植物的基因组相对动物样本来说较大，有些物种甚至基因组注释并不完善，这样，也会限制了单细胞数据分析的可靠性。

目前对于单细胞分群鉴定，更多的还是利用的样本不同组织部位的bulk转录组数据，利用与特定组织部位的bulk转录组数据进行比对从而对单细胞数据进行分群鉴定。那么问题来了，既然有特定组织部位的bulk转录组数据了，那么还要单细胞数据干啥，最后不还是只能知道这些部位的转录组数据么？当然不是这样的，特定组织部位的bulk转录组数据要么会有别的细胞类型存在，影响了基因的表达情况，要么就是细胞数量少，得到的结果可靠性待验证。单细胞数据是能够得到单个细胞的表达情况，并且将细胞的异质性累积效应直观的呈现在“观众”的面前，同时，单细胞数据在借鉴bulk转录组数据分析时，会发现一些有趣的过渡态细胞，对于组织分化、发育进程的研究提供了好的方法。这样来看，植物单细胞湿实验的标配：原位杂交（in situ）是对鉴定的单细胞marker基因的有效验证，而拟时序分析或者RNA速率分析就是植物单细胞生信分析（干实验）的标配。

当然了，这些目前面临的问题，随着越来越多植物学家的研究及突破，未来植物单细胞研究一定会像动物单细胞研究一样，突飞猛进，一路高歌。