## 1. Single Cell RNA-seq란? **Single Cell RNA Sequencing (scRNA-seq)** 는 개별 세포 단위에서 전사체(전체 RNA 발현)를 분석하는 기술이다. 기존의 bulk RNA-seq가 많은 세포의 평균적 발현값만 제공하는 반면, scRNA-seq는 세포 하나하나의 유전자 발현 패턴을 직접 측정한다. 이를 통해 다음과 같은 정보가 가능해진다. - 서로 다른 세포 유형의 구분 - 희귀 세포 집단 탐지 - 세포 상태 변화 추적 - 질병 특이적 세포군 규명 ### 예시 종양 조직을 bulk RNA-seq로 분석할 경우, 소수의 약물 저항성 세포는 평균화되어 검출되지 않을 수 있다. scRNA-seq는 이러한 소수 집단을 개별적으로 검출하여 새로운 치료 타깃을 발견할 가능성을 높인다. --- ## 2. Single Cell 분석으로 무엇을 할 수 있는가? ### 2.1 질병 바이오마커 발굴 정상·질병 조직의 세포 지도를 작성하여 질병 특이적 세포 유형과 신호 경로를 규명할 수 있다. ### 2.2 조직 내 이질성 이해 같은 조직이라도 세포 구성은 매우 다양하다. scRNA-seq는 이러한 이질성을 정확히 반영한다. ### 2.3 세포 분화와 발달 추적 시간에 따른 세포 상태 변화를 따라가며 발달 경로, 분화 과정, 암 진행 구조 등을 분석할 수 있다. ### 2.4 세포 간 상호작용 분석 리간드–리셉터 기반 분석을 통해 세포 간 신호 네트워크를 재구성할 수 있다. ### 2.5 새로운 세포 유형 발견 기존 마커로 정의되지 않던 새로운 세포군이나 중간 상태 세포(state)를 정의할 수 있다. --- ## 3. scRNA-seq vs 기존 기술 비교 |기술|강점|한계| |---|---|---| |scRNA-seq|단일 세포 해상도, 희귀세포 검출, 새로운 세포 유형 탐색|비용, 데이터 해석의 복잡성| |Bulk RNA-seq|저비용, 분석 간단|평균값만 제공, 이질성 소실| |Microarray|정해진 유전자 분석에 효율적|새로운 유전자 탐색 불가| |Flow Cytometry|빠른 단백질 기반 분석|RNA 정보 없음| |IHC / IF|공간 정보 제공|정량적 한계, 제한된 마커| --- ## 4. Single Cell 분석 워크플로우 scRNA-seq은 다음의 세 단계로 이루어진다. ### 4.1 Sample Preparation - 조직 분해 또는 세포 분리 - Cell viability 및 doublet 최소화 - 핵 단위 분석도 가능(nuclei sequencing) ### 4.2 Library Preparation & Sequencing - 마이크로드롭렛 또는 마이크로웰 기반 캡쳐 - 바코딩을 통해 개별 세포 식별 - NGS 시퀀싱 실행 ### 4.3 Bioinformatics Analysis 대표적인 분석 단계: 1. QC (Quality Control) 2. Normalization & Scaling 3. Clustering 4. Cell type annotation 5. Marker gene 분석 6. Differential expression 7. Trajectory & pseudotime 분석 8. Cell–cell interaction 분석 --- ## 5. Single Cell 분석을 복잡하게 만드는 요인들 흔한 오해는 다음과 같다. ### 오해 1. Single Cell은 비용이 너무 비싸다 → 기술 발전으로 **세포당 비용** 은 꾸준히 감소 중이다. → 잘못된 bulk 실험 → 반복 실험보다 초기 single cell이 효율적일 수 있다. ### 오해 2. 신선 조직에서만 가능하다 → Frozen, FFPE, 핵 기반 데이터 분석 가능. ### 오해 3. 분석이 너무 어렵다 → Seurat, Scanpy 등 표준화된 파이프라인 및 GUI 도구 제공 → 클라우드 기반 자동 분석 플랫폼 증가 --- ## 6. 확장 기술: Single Cell Multi-omics scRNA-seq 발전 흐름은 단일 기술 분석을 넘어 **통합 분석** 으로 확장되고 있다. ### 주요 기술 - scATAC-seq: 염색질 접근성 분석 - CITE-seq: RNA + 단백질 동시 측정 - Multiome: RNA + ATAC 통합 분석 - TCR/BCR Sequencing: 면역 레퍼토리 분석 - Spatial Transcriptomics: 위치 정보 포함 분석 --- ## 7. Single Cell Analysis의 응용 분야 ### 의학 - 암 면역 미세환경 분석 - 저항성 메커니즘 규명 - 바이오마커 발굴 ### 발생학 - 줄기세포 분화 경로 추적 - 조직 발생 구조 분석 ### 신약 개발 - 약물 반응 세포군 규명 - 독성 관련 세포 분석 ### 면역학 - T 세포 다양성 분석 - 백신 반응 평가 --- ## 8. 결론 Single Cell Analysis는 생명과학 연구의 패러다임을 바꾸는 핵심 기술이다. 더 이상 평균적인 세포 분석에 머무르지 않고, **진짜 생물학적 다양성** 을 이해하는 시대가 열렸다. 향후 단일세포 분석은 다음 방향으로 발전할 것이다. - 공간 정보 포함 분석 확대 - multiomics 통합 가속 - AI 기반 자동 세포 주석 - 임상 진단 도구로의 확장