Lesson 5 of 20

단일세포 RNA-seq — 세포 하나의 레시피를 읽는다

Zhu, Dann et al. (2026) Methods — single-cell profiling

유전자가 켜져 있다는 것은 그 유전자가 mRNA를 만들고 있다는 뜻입니다. mRNA는 레시피의 복사본 — DNA의 지시를 세포 공장으로 전달하는 전령입니다.

단일세포 RNA-seq(scRNA-seq)은 세포 하나마다 mRNA를 전부 읽습니다. 마치 2백만 명에게 "지금 읽고 있는 레시피를 전부 말해 주세요" 라고 물어보는 것입니다.

📋

벌크 RNA-seq

세포 수천 개를 갈아서 섞은 평균. 개인차가 사라진다.

🔬

단일세포 RNA-seq

세포 하나하나를 따로 읽는다. 세포마다 다른 이야기를 들을 수 있다.

High school어떻게 세포 하나씩 나누나

핵심은 세포마다 다른 바코드를 붙이는 것입니다.

단계	일어나는 일
1	세포를 하나씩 기름방울에 가둔다 (또는 미세 웰에)
2	각 방울에 고유 바코드가 붙은 구슬을 하나씩 넣는다
3	세포를 터뜨려 RNA를 꺼내고, 그 바코드를 붙인다
4	전부 한 통에 모아 시퀀싱한다
5	바코드로 다시 나눈다 — 어느 RNA가 어느 세포에서 왔는지

5단계가 마법 같습니다. 물리적으로는 다 섞였는데, 바코드 덕에 계산으로 다시 분리돼요.

High schoolPerturb-seq에서는 바코드가 둘

여기에 하나가 더 붙습니다.

바코드	알려 주는 것
세포 바코드	이 RNA가 어느 세포에서 왔나
가이드 RNA 서열	그 세포가 어느 유전자를 껐나

세포마다 "나는 X번 세포이고 Y 유전자를 껐다"는 두 장의 명찰이 붙어 있습니다.

이 둘이 있어야 "Y를 끈 세포들"을 모아 대조군과 비교할 수 있어요. 하나만 있으면 안 됩니다.

210만 × 2만 = 420억 개의 숫자입니다

Python Runs in your browser

import numpy as np

n_cells = 2_100_000
n_genes = 20_000
print(f"세포 수:   {n_cells:>12,}개")
print(f"유전자 수: {n_genes:>12,}개")
print(f"데이터 행렬 크기: {n_cells:,} x {n_genes:,}")
print(f"  = {n_cells * n_genes:,}개의 숫자")
print(f"  = 약 {n_cells * n_genes / 1e9:.1f}십억 개")
print()
print("보통 이 행렬의 90% 이상이 0입니다 (sparse).")
print("유전자 대부분은 특정 세포에서 꺼져 있으니까요.")

High school단일세포 자료의 성질 — 대부분이 0

세포 하나에서 읽히는 RNA는 실제로 있는 것의 일부뿐입니다. 그래서 자료가 0으로 가득 차 있어요.

관찰	이유
세포 하나당 유전자 2,000~5,000개만 검출	2만 개 중 대부분이 0
발현이 있는데도 0으로 나옴	포획 효율이 10~20% 정도
세포마다 총 읽기 수가 다름	정규화가 필요

여기서의 0은 "없다"가 아니라 "이번에 못 잡았다"인 경우가 많습니다.

그래서 세포 하나만 보면 판단할 수 없습니다. 여러 세포를 모아야 해요 — 8강의 유사벌크가 그 해법입니다.

🤔 Check yourself

단일세포 RNA-seq과 벌크 RNA-seq의 가장 큰 차이는?