作者：童蒙
编辑：angelica

RNA-seq是一个用来调查药物在转录组上发生改变的有效的工具，然而单个文库的成本依然很高。使用DRUG-seq这个方法，对细胞加上相应的barcode后，再进行测序，可以显著的降低成本，最低低至1/100。

DRUG-seq的方法稳定性好，可以区分出不同刺激下的实验组，同时利用这个技术也可以分析药物对转录组的扰动。

目前其他筛选平台

1 L1000：使用的是Luminex平台，针对固定的1000个的gene，进行筛选。然而位点受限，对于以外的基因需要imputation，这样效果会差；

2 PLATE-seq：可以同时对96孔板进行检测，每个成本可以降低到15美金，然而需要RNA纯化步骤，使用特殊的oligodT。

DRUG-seq怎么做？

首先在培养板上进行细胞的培养，然后每个孔进行不同的实验。之后，对每个孔进行细胞裂解，针对每个孔，加入不同barcode的polydT作为cDNA一链的反转录引物，反应一轮后，混合到一起，进行二链合成，进行普通的建库测序分析，最后得到不同barcode下的基因表达结果。总体流程如下图。

具体的实验流程示意图如下，在反转录组的时候，加上barcode，这样就可以对每个样品进行了标记。之后使用公用的模板链进行二链合成。最后进行扩增。

性能展示

• 人鼠混合样品的结果
  使用人鼠混合样品，比对结果如下图，单个孔的纯度可以在96%以上，表明该方法可以很好的将样品区分开。

• 数据量与基因检测情况的比较
  对于表达量低的基因（0-1），还是普通的RNA-seq能检测到更多基因，但是对于表达量大于1的，都差不多。

• 对不同的分子刺激后的转录组测序后，进行PCA聚类
  对433个分子进行大规模筛选，每个分子用不同的剂量，混合后，进行批量的测序，对结果进行tsne的聚类，结果如下。可以看到药物被聚到5类，同时根据不同的基因，可以在细胞周期上进行标识。表明这个方法还是很有效的。

总结

该方法可以大批量的低成本对批量处理的细胞进行转录组分析，每个成本低至1美元。

参考文献

Ye, C., Ho, D.J., Neri, M. et al. DRUG-seq for miniaturized high-throughput transcriptome profiling in drug discovery. Nat Commun 9, 4307 (2018). https://doi.org/10.1038/s41467-018-06500-x