Live-seq能够对细胞类型和状态进行分层

了解细胞的分子状态如何影响它对炎症信号或分化刺激等扰动的反应速度和程度是具有挑战性的，这其中主要的障碍是大多数全基因组分析方法都会破坏细胞，这使得在同一细胞上进行后续分子或表型实验是不可能的。

近年来，为了解决破坏性采样的这种局限性而尝试开发了几种细胞分析方法，例如，纯计算方法将在快照测量的基础上推断细胞的过去、通过模拟信使RNA剪接动力学等，但这些仍然不是细胞的实际过渡路径。

Live-seq，这是一种通过使用细胞质活检在转录组分析后保持细胞存活的技术，该方法基于流体力显微镜（FluidFM），通过结合优化FluidFM程序和低输入RNA测序（RNA-seq）方法，该过程可以在保持细胞存活的同时进行，因此它允许将细胞的当前状态直接耦合到其下游分子和表型性质。

为了评估Live-seq衍生的细胞转录组的细胞身份甚至细胞状态分辨能力，科学家们将此方法应用于不同的细胞类型，包括IBA细胞，原代小鼠脂肪干细胞和祖细胞（ASPCs）以及两个单核细胞，在实验过程中分别使用100 nM LPS或PBS进行RAW_LPS和RAW_Mock，实验结果如上图所示，平均检测到4112个基因​（图a），进一步的质量控制如补充图c，d所示，证明了Live-seq能够对细胞类型和状态进行分层。

参考文献：

[1] Wanze Chen, Orane Guillaume-Gentil, et al. Live-seq enables temporal transcriptomic recording of single cells. Nature. 2022; 608(7924): 733–740. Published online 2022 Aug 17. doi: 10.1038/s41586-022-05046-9.

[2] Orane Guillaume-Gentil, Rashel V Grindberg, et al. Tunable Single-Cell Extraction for Molecular Analyses. Cell. 2016 Jul 14;166(2):506-516. doi: 10.1016/j.cell.2016.06.025.