做过单细胞测序的小伙伴大概率踩过这样的坑：组织处理、细胞核提取全部做完，开开心心送样上机，最后拿到的数据直接让人傻眼。
组织消化完了、核也分出来了、上机了，结果数据一塌糊涂——
很多人第一反应：是不是试剂盒不行？测序仪器出问题？还是起始细胞数量太少？
别急着换设备、换试剂。大量实际项目经验加上顶刊基准研究都告诉我们：很多失败，根源卡在上游的细胞核分离环节。
单细胞全基因组测序（whole-genome sequencing，WGS）的价值，在于回答bulk测序（批量测序）很难回答的生物学问题：细胞之间的遗传异质性、细胞内部多个突变的共现关系、拷贝数变异（copy number variation，CNV）、克隆谱系追踪和细胞类型特异的突变特征。
细胞核的状态会连锁影响整条实验链路：核膜完不完整、细胞核会不会成团、基因组 DNA 有没有发生断裂损伤，会直接传递到后续全基因组扩增的均匀程度、基因组覆盖度、中位绝对成对差异（median absolute pairwise difference，MAPD）、等位基因脱落率，最终干扰单核苷酸变异（single nucleotide variant，SNV）、插入缺失突变（insertion/deletion，indel）、拷贝数变异（CNV）和细胞克隆谱系的分析结果。
特别是冷冻组织样本在这里格外棘手。冷冻保存、复融、组织解离、细胞核提取当中任意一步操作不当，都会损伤细胞核质量。很多临床存档、死后捐赠的冷冻珍贵样本，前面保存十几年都好好的，就在核分离这一步直接毁掉。
2026年10月人类组织体细胞嵌合网络（Somatic Mosaicism across Human Tissues Network，SMaHT Network）在《Cell》发表的旗舰基准论文，构建了一套覆盖细胞系、人死后冷冻组织的大规模体细胞突变检测基准体系。项目横跨4个不同技术开发中心、102 个来自人肺和结肠冷冻死后组织的单细胞核样本，完整走完冷冻组织样本处理-细胞核制备-主模板定向扩增（Primary template‑directed amplification，PTA）全基因组扩增-单细胞 WGS 测序-突变分析全流程。样本体系包含细胞系模型、人原代成纤维细胞‑诱导多能干细胞（iPSC）、真实人体冷冻组织，用来模拟不同变异等位基因频率（Variant Allele Frequency，VAF）的体细胞突变，校验整套实验与生信流程。
图片来源：Cell 189, 6594–6612
研究得出一句非常实在的结论，被写进论文实操建议里：
"Extracting high‑quality nuclei is key for successful amplification and mutation calling."译文：获得高质量的细胞核，是扩增与突变检测取得成功的关键。 —— 来自论文 Box 2 实践建议。
直白的说：细胞核提取质量差，后续PTA 扩增、WGS 测序、突变检测全部都是空中楼阁。
论文还明确提醒：不要只靠显微镜看细胞核外观。还要看扩增后测序指标：在20‑30×测序深度条件下，合格的单细胞数据需要满足：变异等位基因频率（VAF）以 50% 为中心呈钟形分布，标准差≤23%；等位基因脱落率（ADO）＜8%；250kb 分箱计算的中位绝对成对差异（MAPD）小于 0.5；被 1× 深度覆盖的基因组占比＜3%；发生拷贝数变异的基因组占比小于 15%。
一旦核制备过程带来 DNA 损伤，以上指标会集体崩盘，我们很难分辨结果是细胞真实突变，还是实验操作带来的假象。
多数实验室沿用去垢剂裂解方案提取细胞核，处理新鲜细胞、新鲜组织尚能勉强。但冷冻过后的组织，细胞膜、细胞骨架本身脆性就很高。SDS等去垢剂，只要浓度把控稍有偏差或者裂解孵育时间稍微久一点，就会穿透本就脆弱的核膜。造成核内容物渗漏、基因组 DNA发生断裂；同时破碎的线粒体、胞质碎片大量释放，直接拉高线粒体污染与背景杂质。
这里有一个高频误区：显微镜下看细胞核圆圆的、形态看着没问题，不等于细胞核内部完好。核膜微小破损、DNA单链断裂肉眼完全看不出。PTA 扩增时模板稳定性下降，高GC区域扩增失效、等位基因丢失率上升，最后得到的 CNV分段杂乱、体细胞SNV假阳性扎堆。
SMaHT 多中心测试：无去垢剂方案进入官方基准流程
为了解决不同实验室带来的巨大批次效应，SMaHT 开展多中心平行比对，不同技术开发中心，使用不一样的细胞核制备策略，处理同一批冷冻死后肺、结肠组织样本。
实验组一部分使用传统蔗糖缓冲液配合匀浆的方法，另一部分采用Invent Minute™无表面活性剂细胞核分离试剂盒（货号 NI‑024）。试剂盒不靠去垢剂裂解细胞膜，依靠柱式离心的物理作用剥离细胞膜，更大程度保留细胞核以及核膜的完整结构。
各中心分别完成组织破碎、细胞核提取，经过流式荧光分选（FACS）拿到单个细胞核；所有样本统一使用 ResolveDNA PTA 试剂盒开展全基因组扩增。
项目设置了一道很关键的前置筛选：必须通过 4‑locus 四引物多重 PCR，4 条预期扩增条带全部清晰检出，才允许进入后续建库测序。这个简单的预筛，帮团队提前筛掉扩增潜能差的细胞核，实实在在提高了后续单细胞测序的有效数据产出率。
在冷冻死后组织这种高难度样本中，Invent 这套无去垢剂方案可以稳定得到形态圆润、分散不抱团、DNA 完整性良好的单细胞核，因此被纳入 SMaHT 官方基准工作流。
实测数据显示全链路收益：线粒体污染水平明显下降，胞质碎片带来的背景杂质得到控制；PTA 扩增之后，基因组覆盖更加均匀，MAPD 质控指标表现更稳定，高 GC、重复序列这类难扩增的基因组区域丢失变少；等位基因脱落（ADO）得到抑制，体细胞突变、拷贝数变异的检测可信度明显提升。
本研究 102 个细胞核由 4 个独立中心完成提取扩增，全部交给同一个数据分析中心（DAC）统一处理，锁死生信分析变量，直观证明：样本前处理才是决定单细胞 WGS 数据好坏的核心变量，标准化核制备是削减队列研究批次效应的第一道关口。
很多课题组把大量精力投入优化扩增试剂、分选参数、测序深度，但忽视一个关键点：单细胞 WGS 只有一套模板：单个细胞核内的基因组。
对比转录组就很好理解：单核转录组有成千上万条 mRNA 作为缓冲，少量 RNA 降解，依然还能拿到可用数据。但单细胞全基因组测序没有容错的冗余。 一旦细胞核 DNA 受损，再先进的扩增算法、再高的测序深度，都无法还原细胞原本的真实基因组。
结合日常科研工作，如果您正在开展以下这些工作，细胞核质量会直接决定实验成败，值得多花心思评估前处理流程：
1. 单核转录组测序（snRNA-seq） /单核染色质开放区域测序（snATAC-seq）：组织很难解离、线粒体占比居高不下、检测基因数目过低，优先排查细胞核提取步骤；
2. 单细胞全基因组扩增（PTA / MALBAC / 单细胞 WGS）：扩增偏倚大、覆盖不均——核质量是根因；
3.冷冻组织 / FFPE 样本：临床样本珍贵，不能在第一步浪费；
4. 稀有细胞群研究（神经元、肿瘤浸润免疫细胞）：需要兼顾得率与纯度；
5.空间组学、单核多组学联合分析：核形态、核膜完整是实验基础；
6.体细胞嵌合、肿瘤异质性、神经 / 发育生物学队列研究，需要批量单细胞 WGS，且要和批量测序（bulk WGS）、单分子双链测序（duplex sequencing）做结果交叉验证。
哪种核提取方案更适合您的实验，更靠谱的方式是小样本开展平行对照，对标论文的质控指标评估核提取方案适配性。重点关注以下这些指标：
|
评估模块
|
重点观测指标
|
|
核制备质量
|
细胞核浓度、形态完整度、细胞核结团比例
|
|
扩增初筛
|
4‑locus多重 PCR 的样本通过率
|
|
等位基因平衡性
|
VAF分布标准差、等位基因脱落率 ADO
|
|
基因组扩增均匀度
|
MAPD（250kb 分箱）
|
|
低覆盖噪声水平
|
1×深度覆盖的基因组占比
|
|
CNV 可信度
|
发生 CNV 变异的基因组占比
|
|
整体流程表现
|
PTA 扩增成功率，合格可用细胞核比例
|
SMaHT 的 Cell 基准研究厘清三类技术的互补定位：
-
bulk WGS：适合高变异等位基因频率突变，难以捕捉细胞私有低频突变；
-
duplex 测序：评估样本整体突变负荷，但突变无法定位到单个细胞；
-
单细胞PTA‑WGS：解析细胞异质性、突变共现、克隆谱系，但极度依赖高质量细胞核模板。
Fig.Bulk WGS is limited to assessing mutations occurring early in life or from clonal expansions.
图片来源：Cell 189, 6594–6612
很多人把目光聚焦在测序平台、扩增、生信算法。但这篇基准文章提醒我们：单细胞 WGS 真正的起点，是一颗完整无损的细胞核。
Invent Minute™无表面活性剂细胞核分离试剂盒（货号 NI‑024），是 NIH 共同基金（NIH Common Fund）资助的 SMaHT 联盟项目中，冷冻死后组织单细胞 WGS 上游核制备经过多中心验证的备选方案。
产品名称：Invent Minute™ 无表面活性剂细胞核分离试剂盒 (Cat# NI-024)
核心特点：
项目背书：NIH Common Fund SMaHT Network，相关成果发表于 Cell（2026），DOI: 10.1016/j.cell.2026.09.037
更多单个细胞核分离系列产品
参考文献：
The Somatic Mosaicism across Human Tissues Network. Comprehensive benchmarking of somatic mutation detection by the SMaHT Network. Cell 189, 6594–6612, October 15, 2026.
站内热点