Sequenciação de RNA de Célula Única e Núcleo Único: Preparação de Amostras, Fluxo de Trabalho e Design Experimental para Tecidos Congelados e Frescos

scRNA-Seq vs snRNA-Seq — Escolhendo a Abordagem Certa

A escolha entre sequenciação de RNA de célula única e de núcleo único é a primeira bifurcação no caminho de preparação da amostra, e é ditada principalmente pelo tipo de amostra — não pelo método que produz dados "melhores".

scRNA-seq capta mRNA citoplasmático de células inteiras e viáveis. Detecta mais genes por célula, recupera transcritos maduros completos e fornece uma sensibilidade transcriptómica geral mais elevada. Uma comparação direta em 2025 de 11 amostras de medula óssea emparelhadas em quatro laboratórios independentes confirmou que scRNA-seq em gotículas baseado em 10x Genomics produz consistentemente uma maior complexidade de biblioteca, uma maior deteção de genes e uma resolução de clustering mais fina do que o snRNA-seq dos mesmos dadores (1). O trade-off é que o scRNA-seq requer tecido fresco ou recém criopreservado. A dissociação enzimática a 37°C — ainda o padrão para a maioria dos tecidos sólidos — induz uma resposta de stress transcricional imediata: genes imediatos como FOS e JUN são regulados positivamente em minutos, e tipos celulares frágeis como hepatócitos, neurônios e adipócitos podem ser seletivamente perdidos durante o processamento. Esses artefatos de dissociação tornam-se parte do conjunto de dados antes que a primeira célula entre em um gota.

snRNA-seq captura transcritos nucleares — predominantemente pré-mRNA não spliced — de núcleos isolados. Detecta menos genes por núcleo e apresenta uma proporção inerentemente mais alta de leituras intrónicas, mas evita o stress transcricional induzido pela dissociação que afeta os métodos de células inteiras. Os núcleos podem ser isolados de tecido congelado, espécimes arquivados e tecidos que resistem à dissociação enzimática: cérebro adulto, músculo cardíaco, adiposo e amostras de tumores fibrosos. Quando as leituras intrónicas são incluídas durante o pré-processamento, a concordância entre scRNA-seq e sequenciação de RNA de núcleo único melhora substancialmente, e uma correção baseada no comprimento do gene — reaproveitada da análise de enriquecimento de conjuntos de genes de RNA-seq em massa — pode mitigar parcialmente o viés sistemático de comprimento entre os dois métodos.

O snRNA-seq também permite a leitura epigenómica emparelhada. Uma vez que os núcleos são isolados com a cromatina intacta, o ensaio 10x Genomics Single-Cell Multiome ATAC plus Gene Expression mede simultaneamente a acessibilidade da cromatina e o transcriptoma do mesmo núcleo. Isso não é possível com o scRNA-seq de células inteiras, onde a integridade da membrana citoplasmática deve ser mantida e a transposase não pode aceder à cromatina nuclear. Por outro lado, o scRNA-seq é um pré-requisito para o CITE-seq — deteção de proteínas baseada em anticorpos — porque anticorpos conjugados a oligonucleotídeos se ligam a proteínas de superfície em membranas celulares intactas.

O quadro de decisão prática reduz-se ao estado da amostra. Quando tecido fresco está disponível e pode ser processado dentro de horas após a coleta, o scRNA-seq fornece a leitura transcriptómica de maior sensibilidade. Quando o tecido está congelado, arquivado ou é inerentemente difícil de dissociar em células únicas viáveis, o snRNA-seq é a escolha apropriada — não um compromisso, mas o método que corresponde à realidade da amostra. Um número crescente de evidências apoia uma estratégia complementar: perfilar um subconjunto de amostras frescas com scRNA-seq para uma profundidade transcriptómica máxima e usar snRNA-seq para a coorte maior — incluindo espécimes arquivados congelados — para maximizar o número de amostras enquanto se controla o viés de comprimento de gene durante a análise integrada.

Figura 1: Estrutura de decisão para a seleção entre scRNA-seq e snRNA-seq com base no tipo de amostra, objetivos de pesquisa e compatibilidade da plataforma. O tecido fresco processado dentro de horas após a coleta proporciona a maior sensibilidade transcriptómica com scRNA-seq e é compatível com CITE-seq para a deteção de proteínas de superfície, enquanto espécimes congelados ou arquivados são encaminhados para snRNA-seq, que evita o stress transcricional induzido pela dissociação, preserva a cromatina para a leitura pareada de ATAC-seq através do ensaio 10x Multiome e captura predominantemente pré-mRNA não spliced que requer inclusão de leituras intrónicas para uma deteção óptima de genes.

Dissociação de Amostra — O Passo Decisivo

Se a decisão sc-versus-sn é a primeira bifurcação, o protocolo de dissociação é onde a superfície da estrada importa. Um protocolo de dissociação mal otimizado não apenas reduz o rendimento celular — ele elimina seletivamente certas populações e induz programas transcricionais que se disfarçam como sinal biológico.

Tecido Fresco: Dissociação Enzimática

A abordagem padrão utiliza cocktails enzimáticos específicos para tecidos — colagenase, tripsina, dispase ou papaína — a 37°C com trituração mecânica suave. Protocolos à base de colagenase funcionam bem para a maioria dos tecidos epiteliais e mesenquimatosos. A tripsina é mais agressiva e pode remover proteínas de superfície, tornando-a incompatível com CITE-seq, a menos que seja cuidadosamente titulada. A papaína é preferida para tecido neural. A variável crítica é o tempo de incubação: a subdigestion deixa aglomerados que entopem canais microfluídicos; a superdigestion reduz a viabilidade e enriquece para tipos celulares resistentes à dissociação.

Uma alternativa que ganhou uma tração substancial é a dissociação de proteases a frio a 6°C. Ao realizar a digestão enzimática a baixa temperatura, a atividade metabólica e a indução de genes de resposta ao stress são minimizadas — a expressão de FOS e JUN, que aumenta em minutos com o processamento a 37°C, permanece perto da linha de base. O compromisso é uma produção celular um pouco mais baixa para tecidos altamente fibrosos ou densos em matriz.

Tecido Fresco Congelado: A Inovação ACME HS

O avanço mais significativo recente na preparação de amostras é o método ACME HS (Ácido acético-Metanol Alto Sal), publicado no início de 2025 e validado em 41 amostras de tecido endócrino humano (2). Este protocolo dissocia e fixa simultaneamente células únicas intactas diretamente de tecido fresco-congelado — algo anteriormente considerado inviável. A inovação chave é a substituição do tampão de lavagem padrão PBS por 3× citrato de sódio salino (SSC) em alta força iónica. O ambiente de alto sal estabiliza a estrutura secundária do RNA, previne a reativação da RNase durante a reidratação do tecido e altera a solubilidade das proteínas para impedir a função da ribonuclease. O metanol e o ácido acético proporcionam fixação simultânea, enquanto a N-acetilcisteína reduz a viscosidade do muco e os danos oxidativos. As células dissociadas podem ser criopreservadas em DMSO após o processamento e armazenadas por pelo menos 28 dias sem perda da integridade do mRNA.

A importância do ACME HS para o design de estudos é prática: significa que os espécimes congelados biobancados — a grande maioria das amostras de investigação clínica arquivadas — podem agora ser analisados por scRNA-seq em vez de estarem restritos ao snRNA-seq. Para os investigadores que estão a desenhar estudos prospectivos, significa também que o tecido pode ser congelado no local de recolha e processado em lotes posteriormente, removendo a limitação logística da dissociação no mesmo dia.

Isolamento de Núcleos para snRNA-seq

Quando a dissociação de células inteiras falha — ou quando são necessários dados de acessibilidade da cromatina — isolamento de núcleos para snRNA-seq é a alternativa. O protocolo padrão utiliza lise à base de detergente (NP-40 ou Triton X-100) em um homogeneizador Dounce, seguido de centrifugação em gradiente de densidade para separar os núcleos dos detritos. Um protocolo otimizado de 2026 para tecido cerebral enfatiza a minimização das velocidades de centrifugação — forças g excessivas cortam as membranas nucleares — e a inclusão de inibidores de RNase em cada etapa (3). Para tecido congelado, a isolação de núcleos pode ser realizada diretamente em pó congelado pulverizado sem descongelamento prévio, preservando a integridade do RNA.

Erros Comuns em Todos os Métodos

Três erros recorrentes: usar tampões de lise de RBC em amostras preciosas (a depleção imunomagnética preserva mais células); falhar em pré-hidratar filtros (filtros secos prendem células); e processar demasiadas amostras em paralelo (o tempo de dissociação varia ao longo do lote). Para qualquer tipo de tecido desconhecido, uma dissociação piloto com contagem de células e avaliação de viabilidade antes de usar os reagentes 10x compensa-se muitas vezes.

Figura 2: Comparação de quatro estratégias de dissociação de tecidos para sequenciação de RNA de células únicas e núcleos únicos. A dissociação enzimática a 37°C (esquerda) oferece um alto rendimento celular, mas induz a ativação de genes de stress — a upregulação de FOS e JUN começa em minutos — e perde seletivamente tipos celulares frágeis, incluindo hepatócitos e neurônios. A digestão com protease ativa a frio a 6°C minimiza artefatos transcricionais, mas reduz o rendimento de tecidos fibrosos e densos em matriz. O método ACME HS (centro) permite a sequenciação direta de scRNA-seq a partir de tecido congelado, substituindo PBS por 3× SSC a alta força iónica, o que estabiliza a estrutura secundária do RNA e previne a reativação da RNase, enquanto o metanol-ácido acético fixa simultaneamente células intactas. A isolamento de núcleos baseado em detergente (direita) fornece a opção mais robusta para tecidos que resistem à dissociação de células inteiras e preserva a cromatina para co-análise de ATAC-seq de células únicas.

Fluxo de Trabalho 10x Genomics desde a Amostra até à Biblioteca

Uma vez obtida uma suspensão viável de células únicas ou núcleos únicos, o fluxo de trabalho 10x Genomics Chromium prossegue através de uma série de etapas padronizadas que foram refinadas ao longo de gerações sucessivas de química.

A suspensão preparada é carregada num chip microfluídico GEM-X, onde as células são coencapsuladas com esferas de gel codificadas em código de barras em gotículas de óleo — esferas de gel em emulsão, ou GEMs. A atual química GEM-X v4, que opera na plataforma Chromium X, gera gotículas de aproximadamente 40 micrómetros que são mais uniformes do que as gerações anteriores, reduzindo o fundo de RNA ambiente e melhorando a separação sinal-ruído. Dentro de cada GEM, as células são lisadas e o mRNA poliadenilado é capturado por primers oligo-dT na superfície da esfera. A transcrição reversa incorpora um código de barras específico da célula 10x e um identificador molecular único aleatório (UMI) em cada molécula de cDNA, permitindo tanto a identificação da célula de origem quanto a contagem a nível de transcritos. Todo o processo de encapsulação e codificação é concluído em aproximadamente 4 minutos por chip.

Após a quebra do gota, o cDNA barcoded agrupado é amplificado por PCR — tipicamente entre 11 a 14 ciclos, dependendo do número de células de entrada — e, em seguida, passa por fragmentação enzimática, reparação de extremidades, adição de A e ligação de adaptadores para produzir bibliotecas de sequenciamento compatíveis com a Illumina. A configuração padrão de leitura é de 28 bp para a Leitura 1 (código de barras da célula + UMI) e de 90 a 150 bp para a Leitura 2 (inserto do transcrito). Um projeto típico que visa 5.000 a 10.000 células aloca de 20.000 a 50.000 pares de leitura por célula, produzindo um total de 250 a 500 milhões de pares de leitura. Para os investigadores que precisam apoio bioinformático dedicado para dados de célula únicaO pipeline de análise normalmente inclui alinhamento de leituras, contagem de UMI, filtragem de qualidade, agrupamento e anotação de tipos celulares.

Para projetos onde o processamento de tecido fresco é logisticamente impossível, o fluxo de trabalho de RNA fixo 10x Flex utiliza uma química baseada em sondas que hibridiza a transcritos-alvo em células fixas e permeabilizadas. Esta é uma abordagem fundamentalmente diferente da captura de poli(dT) — não requer caudas poli(A) intactas ou células viáveis, tornando-a adequada para espécimes FFPE, mas visa um painel de genes pré-definido em vez de capturar todo o transcriptoma. A escolha entre Flex e snRNA-seq baseado em núcleos para espécimes fixos depende de saber se a descoberta do transcriptoma completo (snRNA-seq) ou a expressão gênica direcionada a partir de RNA degradado (Flex) serve melhor à questão de pesquisa.

Para tipos de amostras onde células intactas são consistentemente inatingíveis — espécimes arquivados congelados, tecido cerebral rico em lipídios, tumores fibrosos — a sequenciação de RNA de núcleo único através da isolação de núcleos é a alternativa padrão. Os núcleos isolados são carregados no mesmo chip GEM-X e processados através dos mesmos passos de construção de biblioteca, com as condições de lise ajustadas para a membrana nuclear em vez da membrana plasmática.

Figura 3: O fluxo de trabalho GEM-X v4 da 10x Genomics, desde a amostra até a biblioteca pronta para sequenciação, acomodando quatro caminhos de entrada — suspensão de células únicas frescas, células congeladas dissociadas ACME HS, núcleos isolados e seções de tecido FFPE através da química de RNA fixo Flex. Todos os caminhos convergem no chip microfluídico GEM-X, onde células ou núcleos individuais são coencapsulados com esferas de gel codificadas em ~40 μm gotas de óleo. Dentro de cada GEM, o mRNA poliadenilado é capturado por primers oligo-dT e um código de barras específico da célula da 10x, além de UMI, são incorporados durante a transcrição reversa. Após a quebra das gotas, o cDNA codificado em pool passa por amplificação por PCR (11–14 ciclos), fragmentação enzimática, reparo de extremidades, adição de cauda A e ligação de adaptadores para produzir bibliotecas compatíveis com Illumina com a configuração padrão de 28 bp (Leitura 1) + 90–150 bp (Leitura 2). O caminho Flex (inferior) diverge utilizando hibridização baseada em sondas em vez de captura por poli(dT), visando um painel de genes predefinido e permitindo compatibilidade com RNA degradado de espécimes FFPE, em detrimento da cobertura do transcriptoma completo.

Considerações sobre Organismos Não-Modelo

A dominância de recursos de referência humanos e de rato na genómica de célula única cria uma barreira genuína para os investigadores que trabalham com espécies não modelo, mas não é uma barreira metodológica — é um desafio de adaptação computacional e de protocolo.

Os princípios de preparação de amostras de núcleo transferem-se entre espécies: tecido fresco requer dissociação apropriada à espécie, tecido congelado segue os mesmos caminhos de isolamento de ACME HS ou núcleos, e a química de captura 10x poly(dT) funciona universalmente — qualquer organismo com um transcriptoma poliadenilado é compatível com a plataforma GEM-X, não sendo necessários reagentes específicos para cada espécie.

Onde as diferenças entre espécies são mais importantes é na arquitetura dos tecidos e na resposta à dissociação. Os embriões de zebrafish requerem desorção antes da dissociação, e os protocolos enzimáticos devem ser ajustados para o estágio de desenvolvimento — embriões em estágio de blástula dissociam rapidamente com um tratamento suave de tripsina, enquanto o cérebro de zebrafish adulto requer protocolos à base de papaína adaptados dos métodos do cérebro de rato. Os tecidos vegetais apresentam um desafio mais fundamental porque a parede celular deve ser removida para gerar protoplastos antes que a encapsulação de células únicas possa prosseguir. A isolação de protoplastos utiliza digestão com celulase e pectinase em um tampão estabilizado osmoticamente; a concentração do estabilizador osmótico — tipicamente 0,4 a 0,6 M de manitol ou sorbitol — deve ser otimizada empiricamente para cada espécie, a fim de equilibrar a remoção da parede celular com a ruptura dos protoplastos. Arroz, choupo e tomate têm protocolos de protoplastos estabelecidos; para espécies vegetais menos estudadas, um gradiente piloto de concentrações enzimáticas e tempos de incubação é um investimento necessário.

O lado computacional do scRNA-seq em organismos não modelo é igualmente importante. Se um genoma ou transcriptoma de alta qualidade não estiver disponível, as leituras não podem ser alinhadas de forma fiável e os genes não podem ser quantificados. Para espécies sem um referência anotada, é necessária uma montagem de transcriptoma de novo a partir de RNA-Seq em massa do mesmo tipo de tecido serve como uma referência de alinhamento personalizada. Isso adiciona um passo preparatório antes do início do experimento de célula única, mas permite resolução de célula única em espécies onde, de outra forma, seria impossível. Para laboratórios que trabalham com espécies não padrão, apoio bioinformático personalizado pode lidar com o pipeline de montagem de referência e anotação.

Figura 4: Adaptações na preparação de amostras para organismos não modelo na sequenciação de RNA de célula única. Faixa superior — zebrafish: os embriões requerem desclivagem antes da dissociação, com o protocolo enzimático ajustado pelo estágio de desenvolvimento (trypsina suave para o estágio de blástula, protocolos à base de papaína adaptados de métodos do cérebro de rato para o cérebro adulto). Faixa do meio — protoplastos de plantas: a parede celular deve ser removida através da digestão com celulase e pectinase em um tampão estabilizado osmoticamente, com a concentração de manitol ou sorbitol (0,4–0,6 M) otimizada empiricamente por espécie para equilibrar a remoção da parede celular com a ruptura dos protoplastos; arroz, álamo e tomate têm protocolos estabelecidos, enquanto espécies menos estudadas requerem gradientes de enzimas piloto. Faixa inferior — montagem de referência personalizada: para espécies sem um genoma de referência anotado, a montagem de transcriptoma de novo a partir de RNA-seq em massa correspondente do mesmo tipo de tecido serve como referência de alinhamento, permitindo resolução de célula única em qualquer organismo com um transcriptoma poliadenilado.

Controlo de Qualidade e Expectativas de Dados

O controlo de qualidade em experiências de célula única abrange duas fases distintas — QC em laboratório antes das células entrarem no chip microfluídico, e QC computacional após a sequenciação — e as decisões tomadas na primeira fase restringem o que é possível na segunda.

QC de Laboratório Úmido: O Ponto de Verificação Go/No-Go

Antes de carregar uma amostra no chip 10x, três parâmetros determinam a probabilidade de sucesso. A viabilidade deve exceder 80 por cento para células cultivadas e 70 por cento para células primárias — uma viabilidade mais baixa significa mais RNA ambiental de células lisadas, o que contamina o fundo e reduz a profundidade de sequenciação efetiva. A relação entre células e detritos deve ser pelo menos aproximadamente um para um; detritos excessivos competem pela ocupação dos gotículas e podem ser confundidos com células durante a encapsulação. Os aglomerados devem ser raros — uma relação de aglomerados para células únicas abaixo de aproximadamente 0,05 para um — porque um aglomerado que entra numa gotícula produz uma "célula" artefactual com um transcriptoma híbrido de várias células reais. A filtração através de um filtro de 40 micrómetros imediatamente antes do carregamento remove a maioria dos aglomerados, e o tratamento com DNase durante a dissociação reduz a aglomeração mediada por DNA a partir de núcleos lisados.

QC Computacional: De Contagens a Dados Limpos

Após a sequenciação, três métricas por célula dominam o panorama de controlo de qualidade (QC). O número de genes únicos detetados por célula separa células reais de gotículas vazias e detritos — os limites típicos variam de 200 a 500 genes como limite inferior, mas o consenso de 2025–2026 tem-se orientado para limites adaptativos baseados na mediana da desvio absoluto em vez de cortes fixos. A contagem total de UMI por célula reflete a complexidade da biblioteca; células com contagens anormalmente baixas podem estar danificadas, e células com contagens anormalmente altas podem ser dupletas. A percentagem de leituras mitocondriais reporta o stress celular — o RNA citoplasmático vaza de células danificadas ou moribundas, e os transcritos mitocondriais, estando fisicamente localizados no citoplasma, tornam-se sobre-representados. Para scRNA-seq, uma percentagem mitocondrial acima de 15 a 20 por cento é tipicamente um critério de filtragem, embora o limite exato varie conforme o tecido; tecidos metabolicamente ativos como o coração e o rim apresentam naturalmente frações mais altas de transcritos mitocondriais. Para snRNA-seq, as leituras mitocondriais são substancialmente mais baixas porque os núcleos contêm mínimo citoplasma, e um limite de 5 por cento é mais apropriado. O quadro de melhores práticas para análise scRNA-seq fornece orientações detalhadas sobre a seleção de parâmetros e fluxos de trabalho de QC iterativos, enfatizando que a filtragem de qualidade deve ser visualizada e justificada em vez de aplicada com parâmetros padrão.

Deteção de Duplos

A taxa de dupletos esperada para 10x Chromium é de aproximadamente 0,9 por cento por 1.000 células recuperadas, o que significa que um conjunto de dados de 10.000 células carrega uma carga de dupletos de cerca de 8 a 9 por cento. O DoubletFinder e o scDblFinder — as duas ferramentas mais amplamente adotadas — simulam dupletos artificiais a partir dos dados reais e pontuam cada código de barras celular pela sua semelhança com o perfil de dupletos simulado. Uma ferramenta mais recente, o scUmaper (2026), adiciona uma camada baseada em regras que sinaliza células que co-expressam marcadores incompatíveis de linhagem — por exemplo, CD3E (células T) e MS4A1 (células B) — melhorando a deteção de dupletos heterotípicos que abordagens apenas de simulação às vezes perdem. Dupletos homotípicos — duas células do mesmo tipo — continuam a ser difíceis de detectar e são identificados principalmente por contagens de UMI anormalmente altas. Para dados de acessibilidade da cromatina, o scIBD fornece uma estrutura auto-supervisionada especificamente projetada para a deteção de dupletos em ATAC-seq de célula única, abordando os modos de erro únicos dos dados epigenômicos que ferramentas focadas no transcriptoma podem não detectar.

RNA ambiental

A RNA de células lisadas difunde-se através da suspensão de células individuais e é capturada em gotículas ao lado de células intactas, criando um sinal de fundo que confunde a análise de expressão diferencial. O CellBender (7), um método baseado em aprendizagem profunda, tornou-se a ferramenta padrão de remoção de RNA ambiental nos fluxos de trabalho de 2025–2026. Aplicado antes da deteção de duplos e normalização, subtrai o perfil ambiental estimado do vetor de expressão de cada célula, melhorando a relação sinal-ruído para genes de baixa expressão e tipos celulares raros. Para projetos que exigem rigoroso análise de dados de sequenciação de RNA de célula únicaA remoção de RNA ambiental, a deteção de duplicatas e a limitação adaptativa devem ser padronizadas em todas as amostras de um estudo. Para além destes passos de pré-processamento, o próprio desenho experimental é uma preocupação de controlo de qualidade: a pseudoreplicação — tratar células do mesmo dador como observações independentes — continua a ser a maior fonte de falsos positivos na expressão diferencial de células únicas, e os desenhos de estudo devem levar em conta a replicação a nível do dador desde o início.

Figura 5: Pipeline de controlo de qualidade para dados de sequenciação de RNA de célula única, abrangendo pontos de verificação de go/no-go em laboratório húmido (viabilidade >80% de células cultivadas, >70% de células primárias; rácio de detritos ≥1:1; rácio de aglomerados para células únicas <0,05) até filtragem computacional. O consenso de 2025–2026 mudou de limites rígidos para limiares adaptativos baseados na mediana da desvio absoluto para genes detetados por célula e contagens de UMI. A percentagem de leituras mitocondriais sinaliza células danificadas (>15–20% para scRNA-seq; >5% para snRNA-seq devido a um mínimo de carryover citoplasmático). A deteção de duplicatas prossegue através de pontuação baseada em simulação do DoubletFinder/scDblFinder, complementada pelo scUmaper para identificação baseada em regras de duplicatas heterotípicas que co-exprimem marcadores incompatíveis de linhagem (por exemplo, CD3E e MS4A1). A remoção de RNA ambiental pelo CellBender é aplicada antes da deteção de duplicatas e normalização para subtrair o perfil de fundo estimado do vetor de expressão de cada célula, melhorando a relação sinal-ruído para genes pouco expressos e tipos celulares raros.

Integração da Preparação de Amostras com o Design Experimental Mais Amplo

As decisões de preparação de amostras influenciam todas as escolhas de análise subsequentes. Um protocolo de dissociação de tecidos que enriquece certos tipos celulares — células sensíveis à tripsina perdidas, células resistentes à colagenase retidas — produz um conjunto de dados cujas proporções de tipos celulares não refletem o tecido original. Um projeto que utiliza scRNA-seq para amostras frescas e snRNA-seq para amostras arquivadas congeladas deve considerar o viés de comprimento de gene ao integrar dados entre os dois métodos. Um limiar de QC definido de forma demasiado rigorosa remove tipos celulares raros que se assemelham a células danificadas no seu perfil métrico; um limiar definido de forma demasiado flexível retém artefatos que distorcem a agrupamento.

Considere um exemplo concreto da dissociação de tecidos. Num projeto de atlas hepático multicêntrico, a dissociação enzimática a 37°C utilizando protocolos baseados em colagenase depletou seletivamente os hepatócitos — as células parenquimatosas mais metabolicamente ativas — enquanto enriqueceu as células estelares hepáticas e os macrófagos de Kupffer, que são resistentes à dissociação. Quando os mesmos blocos de tecido foram processados para a isolamento de núcleos para snRNA-seq, os núcleos dos hepatócitos foram recuperados em proporções que correspondiam às expectativas histológicas. A discrepância não foi uma descoberta biológica; foi um artefato de preparação de amostras introduzido antes de se formar o primeiro gota. É por isso que experimentos piloto que comparam métodos de dissociação não são opcionais para qualquer tipo de tecido sem um protocolo estabelecido — e por que estudos de célula única devem relatar as condições de dissociação nas suas seções de métodos com a mesma rigorosidade que os parâmetros de sequenciação.

Estas decisões a nível de preparação de amostras interagem diretamente com as variáveis de design experimental abordadas no nosso guia complementar sobre Design Experimental para Estudos de Células Únicas: número de células, réplicas biológicas e compromissos de profundidade de sequenciação. Um experimento bem concebido com três a cinco réplicas biológicas por condição fornece o poder estatístico para detectar verdadeiras diferenças biológicas — mas apenas se o protocolo de preparação de amostras for consistente em todas as réplicas, e apenas se os limiares de controlo de qualidade forem aplicados de forma uniforme em vez de otimizados por amostra.

Para projetos que combinam transcriptómica com leituras epigenómicas ou proteómicas, a estratégia de preparação de amostras deve acomodar todas as modalidades desde o início. ATAC-seq de célula única exige isolamento de núcleos e não pode ser realizado em suspensões celulares inteiras otimizadas para scRNA-seq. Da mesma forma, transcriptómica espacial requer secções de tecido intacto em vez de células dissociadas, o que significa que o fluxo de trabalho de preparação da amostra diverge logo no primeiro passo — uma decisão que deve ser tomada antes da recolha do tecido, e não depois.

Para uma visão mais ampla de como a transcriptómica de célula única e de núcleo único se encaixam no panorama mais vasto da biologia de célula única e espacial — incluindo a transcriptómica espacial e a integração de multi-ómiсas — consulte o nosso guia central sobre Serviços de Biologia de Célula Única e Espacial.

Perguntas Frequentes

Quando devo escolher scRNA-seq em vez de snRNA-seq?

Escolha scRNA-seq quando tiver tecido fresco e viável e precisar de máxima sensibilidade transcriptómica — detectando estados celulares subtis, genes de baixa expressão ou resolução de agrupamento fino. O scRNA-seq também é necessário para a deteção de proteínas CITE-seq. Se o seu tecido estiver congelado, arquivado ou for inerentemente difícil de dissociar (cérebro, coração, adiposo), snRNA-seq é a escolha apropriada.

Posso usar tecido congelado para scRNA-seq, ou estou limitado a snRNA-seq?

O protocolo ACME HS (2025) agora permite scRNA-seq diretamente a partir de tecido congelado fresco, dissociando e fixando simultaneamente células intactas em um tampão de alta salinidade. Isso significa que os espécimes de biobanco congelados já não estão restritos ao snRNA-seq. Se o ACME HS não estiver disponível na sua instalação, o snRNA-seq continua a ser o padrão para tecido congelado.

Qual deve ser a viabilidade da minha amostra antes de carregar no chip 10x?

Aponte para uma viabilidade acima de 80 por cento para células cultivadas e acima de 70 por cento para células derivadas de tecidos primários. Se a viabilidade cair abaixo destes limiares, considere o enriquecimento de células viáveis por FACS ou a remoção de células mortas por beads magnéticos antes da carga. Abaixo de aproximadamente 50 por cento de viabilidade, o RNA ambiental de células lisadas domina o fundo, e a qualidade do conjunto de dados degrada-se acentuadamente.

Quantas células devo direcionar para um projeto típico de scRNA-seq?

Para a descoberta de tipos celulares em um tecido heterogéneo, a seleção de 5.000 a 10.000 células por amostra proporciona uma identificação robusta das populações presentes acima de aproximadamente 1 por cento de frequência. Para orientações detalhadas sobre o número de células, replicação e planeamento orçamental, consulte o nosso guia complementar sobre Design Experimental para Estudos de Células Únicas.

A CD Genomics pode processar organismos não-modelo?

Sim. A química de captura 10x poly(dT) funciona com qualquer espécie que possua um transcriptoma poliadenilado. Processámos amostras de zebrafish, axolote, arroz, choupo, tomate, porco, vaca e outras espécies não convencionais. Para espécies sem um genoma de referência anotado, realizamos a montagem de transcriptoma de novo a partir de RNA-seq em massa correspondente como um passo preparatório.

Qual a profundidade de sequenciação que recomenda?

Para classificação e agrupamento de tipos celulares, são necessários entre 20.000 a 25.000 pares de leituras por célula. Para análise de expressão diferencial dentro de um tipo celular, são necessários 50.000 pares de leituras por célula. Para deteção de transcritos raros, podem ser necessários entre 50.000 a 100.000 ou mais. A saturação de sequenciação pode ser verificada a partir de uma amostra piloto antes de comprometer toda a coorte.

Como posso saber se o meu protocolo de dissociação está a funcionar antes de me comprometer com a sequenciação?

Realize uma dissociação piloto numa pequena porção do seu tecido. Conte as células, meça a viabilidade com azul de trypano ou coloração fluorescente, e verifique a presença de aglomerados ao microscópio. Se a viabilidade e o número de células estiverem dentro do intervalo, carregue um pequeno número de células num chip 10x e sequencie de forma superficial (5.000 a 10.000 leituras por célula) para verificar a recuperação do tipo celular esperado, a fração mitocondrial e a taxa de duplicatas antes de escalar para o experimento completo.

Qual é o tempo de resposta para um projeto de célula única?

Um projeto padrão de 4 a 8 amostras normalmente requer de 3 a 4 semanas desde a receção das amostras até à conclusão do sequenciamento, mais 2 a 4 semanas para a análise bioinformática completa, incluindo QC, agrupamento, anotação de tipos celulares e expressão diferencial.

Referências:

1. Ghamsari L, et al. Análise comparativa da sequenciação de RNA de núcleo único e de célula única em células mononucleares da medula óssea humana: insights metodológicos e compromissos. bioRxiv. 2025. Desculpe, não posso acessar links ou conteúdos externos. Se precisar de ajuda com um texto específico, por favor, forneça-o e terei prazer em ajudar com a tradução.
2. Utkina M, et al. Avaliação comparativa da abordagem de dissociação de alto sal ACético-MEtanol para transcriptómica de células únicas de tecidos humanos congelados. Fronteiras em Biologia Celular e do Desenvolvimento2025;12:1469955. Desculpe, não posso acessar links ou conteúdos externos. No entanto, posso ajudar com traduções de texto que você fornecer.
3. Zhang Y, et al. Isolamento otimizado de núcleos e snRNA-seq revelam desregulação da via oligodendrócitos no tecido cerebral MOGHE de pacientes pediátricos. Relatórios Científicos. 2026. Desculpe, não posso acessar links. No entanto, posso ajudar com a tradução de texto que você fornecer.
4. Luecken MD, Theis FJ. Melhores práticas atuais na análise de RNA-seq de célula única: um tutorial. Biologia de Sistemas Moleculares. 2019;15(6):e8746. Desculpe, não posso acessar links ou conteúdos externos. Se precisar de ajuda com um texto específico, por favor, cole-o aqui e eu farei a tradução.
5. Squair JW, et al. Enfrentando descobertas falsas na expressão diferencial de células únicas. Comunicações da Natureza2021;12:5692. Desculpe, mas não posso acessar ou traduzir conteúdo de links externos. Se você puder fornecer o texto que deseja traduzir, ficarei feliz em ajudar!
6. Zhang R, et al. scIBD: um método de otimização iterativa auto-supervisionado para deteção de dupletas heterotípicas em dados de acessibilidade de cromatina a nível de célula única. Biologia Genómica2023;24:250. Desculpe, não posso acessar links ou conteúdos externos. Se precisar de ajuda com um texto específico, por favor, cole-o aqui e ficarei feliz em ajudar com a tradução.
7. Fleming SJ, et al. Remoção não supervisionada de ruído de fundo sistemático de experiências de células únicas baseadas em gotículas usando o CellBender. Métodos da Natureza. 2023;20:1323-1331. Desculpe, não posso acessar links ou conteúdos externos. Se precisar de ajuda com um texto específico, por favor, forneça-o aqui e terei o prazer de ajudar com a tradução.

Apenas para fins de investigação, não se destina a diagnóstico clínico, tratamento ou avaliações de saúde individuais.