赛尔，你好。
这是生信家书的第十九封。一张车票，换一个城市，有时候是无限欣喜，如高考题名，大学报道。当我们慢慢长大，见过很多城市，这时会发现，大部分的城市大同小异，剩下的只是匆匆。像这四季更迭，习惯了地球公转，春花秋月也了无新意。
当我们保留一颗敏感的心灵，把目光放在鳞次栉比的间隙，走进一个小胡同，还是能够嗅得每个城市不同得味道：南甜北咸，东辣西酸。我们不必去拍北京的故宫、广州的小蛮腰、上海的东方明珠、西安的大雁塔、南京的夫子庙，一下高铁，从铺面而来的气息中感受到不同城市的节奏。
到达不同城市，发现不同风景。想必你也一定有这样的心境，就是呆在名字一样的连锁酒店里，不出门，都能领略不同城市之美。
敏锐地捕获不同的信息，是生物信息学的基本工作之一。在这第十九封信里，就着换场景的感受，聊一聊单细胞多组学应用T2T基因组(telomere-to-telomere genome )的可能性及其场景。
我们知道，单细胞多组学数据分析管线中，高通量下机数据与参考基因组的比对，是至关重要的一步，从这里把测序数据转化为表达矩阵，用于下游分析。与参考基因组的比对，让我们得到每个细胞中每个基因的表达/调控信息。目前默认的单细胞转录组比对参考基因组是：
人源样本：GRCh38 鼠源样本：GRCm39
以GRCh38为例，构建完成是在2013年，距今已经十年了，这十年我们对人类基因组的认识又有着很大的进步，当然在这个过程中，GRCh38不是一成不变的，大部分是修修补补。
人类基因组一个主要的变化发生在2022年，人类完整基因组发布了：T2T(Telomere-to-Telomere )基因组指通过PacBio HiFi、ONT Ultra-long、Hi-C等多种测序技术结合，实现染色体端粒到端粒水平组装的0 gap基因组。这一基因组的发布，不仅是人类基因组的完善，也为更多物种基因的构建提供了生物信息方法与流程。
当然，我们今天主要讨论的还是参考基因组从GRCh38 到 T2T的转变，对单细胞多组学数据的影响。
在这之前，我们需要了解二者之间的差异。2022年3月31日~4月1日，Science以特刊形式发表了端粒到端粒（T2T）联盟的研究成果，报告了最新的人类参考基因组（T2T-CHM13），包括人类所有22条常染色体和X染色体的无缝组装。该成果完成了人类基因组计划（GRCh38）中8%尚未解决的任务。
在文章The complete sequence of a human genome中，做了二者在基因组注释，完整性等方面的比较，T2T自然是信息更为全面的一个版本，而且很可能是最后一个版本。
令人好奇的是：人类T2T基因组发布已经2年多了，为什么单细胞多组学的数据还在使用GRCh38，而没有升级到信息更全的T2T呢？
原因可能是以下几个：
没必要，以单细胞转录组为例，用于定量的只是3‘端的信息，用T2T差别不大。 随大流，大家用的都是GRCh38，已经发了这么多文章 流程强，官方给的构建参考基因组的流程用的都是GRCh38 成本大，已经用GRCh38做了分析，换参考基因组成本高 重点论，我做的不是基因组，把重点放在下游分析就行了
我相信，T2T参考基因组定将用于单细胞多组学分析，原因也有几点。
第一，对单细胞转录组定量差异也许不大，但是对全长转录组或单细胞表观组的定量影响会大一些。以表观组为例，在文章Epigenetic patterns in a complete human genome中，作者比较了表观层面两个基因组的差异，用T2T参考基因组识别的峰更多一些。
第二，GRCh38已经用了十年，而T2T的质量之高，下一个十年必然成为主要的参考基因组。
第三，随着单细胞组学维度的增加，如单细胞全长，单细胞三代，单细胞基因组，单细胞表观等技术的开发，完整基因组的必要性日益凸显。
基因组的完善，也将推进单细胞多组学走进新的前沿。
晚安了，有没有冲动一下，用T2T基因组来分析自己的单细胞数据呢？
你的运来
20240919
于北京
