解析正常和病态生理过程的有力工具是全基因组分子遗传和表观遗传图谱。其中获得细胞机能完整图谱最主要的挑战之一，就是开发出一种能够描述少量细胞多层次图谱特征的技术。最新一期《自然—方法学》（Nature Methods）发表的两篇文章解决了这个问题。

在过去的15年里，出现了许多研究基因组图谱的方法，包括从生物芯片到最新的单分子测序平台。但是，由于每个器官由不同类型的细胞组成，而其中许多类型的细胞数量很少，这使得对细胞在表观组和转录组水平图谱的研究变得缓慢。

美国Helicos生物科学公司的Fatih Ozsolak及其同事发明了一种名为“少量数码基因表达"（LQ-DGE）的新方法。作者利用该方法对少至250个的细胞不用扩增就可以得到其mRNA图谱。他们通过改善Helicos的DGE方法，即从poly(dT)包裹的流动细胞上捕获poly(A)+ mRNA，并直接在细胞表面完成cDNA合成与测序，减少了样品操作并提高了样品敏感性。

麻省陆军总医院的Bradley E Bernstein小组介绍了在有限小鼠造血祖细胞应用的“结合高通量测序的染色质免疫共沉淀”（ChIP-seq）方法。作者利用ChIP-seq绘制了1000个细胞的组蛋白修饰图谱，从而了解了小鼠造血祖细胞的发育模式。

随着技术提高，少量细胞多层次图谱有望成为现实。我们有望看到特定细胞在全基因组水平的遗传、基因表达、DNA和组蛋白修饰图谱。

原文出处：

Nature Methods doi:10.1038/nmeth.1480

Amplification-free digital gene expression profiling from minute cell quantities
Fatih Ozsolak,David T Ting,Ben S Wittner,Brian W Brannigan,Suchismita Paul,Nabeel Bardeesy,Sridhar Ramaswamy,Patrice M Milos& Daniel A Haber

Generating reliable expression profiles from minute cell quantities is critical for scientific discovery and potential clinical applications. Here we present low-quantity digital gene expression (LQ-DGE), an amplification-free approach involving capture of poly(A)+ RNAs from cellular lysates onto poly(dT)-coated sequencing surfaces, followed by on-surface reverse transcription and sequencing. We applied LQ-DGE to profile malignant and nonmalignant mouse and human cells, demonstrating its quantitative power and potential applicability to archival specimens.