基因组调控中心(CNAG-CRG)的国立分析中心(Centro Nacional deAnálisisGenómico)的霍尔格·海恩(Holger Heyn)领导的新研究提出了一种复杂的计算框架，可以分析单细胞基因表达水平，可扩展用于处理数百万个单个细胞。这项发表在科学期刊《基因组研究》(Genome Research)上的最新研究成果首次展示了一种能够分析此类大型单细胞RNAseq数据集的工具。这极大地扩展了单细胞基因组研究的范围。

人体中的所有细胞都具有相同的基因组，但是由于基因表达，每个细胞都有可能在组织或器官中变得特异性。世界各地的科学家正在研究什么使一种细胞与另一种细胞区分开。基因组研究的当前挑战之一是分析许多单个细胞，以发现并鉴定这些差异。使用单细胞RNA测序对单个细胞进行分析对于应对这一挑战至关重要，并彻底改变了我们对组织，器官和生物的复杂性的理解。通过一次查看一个细胞的基因表达，科学家现在能够以前所未有的分辨率描述样品的异质性，而无需事先知道其组成。

因此，大规模的单细胞项目导致了对先前未知细胞类型的鉴定并绘制了生物的全面细胞图。在“人类细胞图集”项目的框架内，研究人员旨在创建构成人体的所有细胞类型的图集。但是，此类研究创建了大量的测序数据，而分析大型数据集是一个重大挑战。

CNAG-CRG的一组科学家与庞培法布拉大学(UPF)和西班牙罕见病生物医学研究联合会(CIBERER)的研究人员合作，现已开发出一种高效的计算框架，该框架可以处理，分析和解释这样的大规模单细胞实验。该小组通过分析具有发展中的小鼠大脑的130万个单个细胞的最大的单细胞研究之一，说明了其策略的力量。

CNAG-CRG研究小组负责人，这项研究的资深作者霍尔格·海因(Holger Heyn)说：“ BigSCale在鉴定细胞类型特异性基因方面非常强大，这极大地帮助了下游实验的解释。”名为“ BigSCale”的分析工具的新颖之处在于可以灵敏地确定单个单元格之间差异的数值模型。绘制了各个细胞之间的区别后，可以将它们分组为一组细胞，以描述给定组织的细胞复杂性。由于实际上所有组织都是由不同的细胞类型和亚型组成的，因此这种分析无需最初的假设即可指导进行无偏见的深度表征。

此外，该工具旨在应对大型数据集的未来挑战。Heyn博士补充说：“获得单细胞谱的成本正在降低，而且我们正在研究增加细胞数量的研究。”在这方面，BigSCale工作流程中的模块可以通过定向卷积策略分析数百万个单元。在这里，来自相似细胞的单细胞转录组被合并为索引细胞，这大大减少了要处理的数据量。

借助新工具，该小组分析了130万个细胞中最大的单细胞基因表达数据集之一，该资源可从10x Genomics公开获得。该研究的第一作者乔瓦尼·伊科诺(Giovanni Iacono)评论说：“ BigSCale使我们能够深入研究小鼠大脑的发育过程，甚至可以表征罕见的神经元细胞类型。”具体而言，大量细胞使该小组能够放大称为Cajal-Retzius细胞的小型瞬时细胞群体，并描述与不同分化阶段，空间组织和细胞功能有关的主要亚结构。Heyn博士解释说：“ BigSCale框架几乎可以为任何物种提供强大的解决方案，甚至可以在RNA测序背景之外应用。”我们补充说，“我们希望该框架有助于大规模研究的解释，