首先，通过两个案例我们来分析scRNA-seq与snRNA-seq之间的细微差别。案例一，参考文献：A single-cell and single-nucleus RNA-Seq toolbox for fresh and frozen human tumors，发表在《Nature Medicine》期刊（影响因子58）。研究材料为人肿瘤组织，应用技术有scRNA-seq和snRNA-seq。在神经母细胞瘤的结果中，scRNA-seq能够检测到更多的免疫细胞，如T细胞、B细胞和NK细胞，而snRNA-seq则更多地检测到了实质性细胞，如神经嵴和神经内分泌细胞，免疫细胞的检出率显著降低甚至完全未被检测到。在乳腺癌转移样本中的结果也与上述相似。总体而言，scRNA-seq和snRNA-seq在UMAP图上的重合度较好，各个cluster都有检测到，虽占比存在较大偏差。

案例二，参考文献：A pan-grass transcriptome reveals patterns of cellular divergence in crops，发表在《Nature》期刊（影响因子505）。研究材料为泛草，采用的技术同样是scRNA-seq和snRNA-seq。这两种方法能很好地反映完整组织的表达模式（相关性系数r≥0.7），且特异基因的表达模式基本一致。作者进一步比较了这两种技术的数据差异，发现scRNA-seq能够检测到更多的转录本与基因数量。相较之下，snRNA-seq由于未经过组织解离的过程，其GO结果显示出较低的应激反应，同时在玉米的snRNA-seq细胞图谱中发现了新细胞亚群。最终，作者总结认为，scRNA-seq与snRNA-seq具有优势互补的特性，两者的联合分析能够发挥更大的技术优势。

接下来，我们再通过两个案例来看这两项技术在优势互补下产生的强大效能。案例三，参考文献：Cells of the adult human heart，发表在《Nature》期刊（影响因子505）。研究材料为人类心脏，结合使用了scRNA-seq与snRNA-seq。这篇文章通过两种技术的数据联合，获得了完整的人心脏细胞图谱，强调了心肌细胞、周细胞以及成纤维细胞的细胞异质性，并揭示了不同发育起源和特殊特性的心房与心室细胞亚群，提高了研究人员对人类心脏的理解，为未来的研究提供了更具价值的参考依据。

案例四，参考文献：Single-cell multi-omic and spatial profiling of human kidneys implicates the fibrotic microenvironment in kidney disease progression，发表在《Nature Genetics》期刊（影响因子317）。研究材料为人肾脏，技术采用了scRNA-seq、snRNA-seq、scATAC-seq以及10x Visium与CosMx的空间转录组测序。该研究对81个肾脏样本中近338600个单细胞/细胞核进行了分析，旨在揭示健康与疾病状态下肾脏细胞类型与组织结构的复杂性，同时确定纤维化微环境在肾病预后中的角色。

综上所述，scRNA-seq与snRNA-seq通过解离与抽核等不同方法获取细胞基因表达信息，这些技术现如今较为成熟。scRNA-seq作为主流单细胞检测技术，在免疫细胞及小胶质细胞的检测上表现出色；而在处理一些较为脆弱的基质细胞（如肝实质细胞、肾足细胞）、细胞直径较大的细胞（如神经元、心肌细胞）、样本收集周期较长（需要确认病理情况）及已冷冻存储的组织块时，snRNA-seq则显示出明显优势。二者的优势互补让研究者能够在同一课题中灵活应用，达到研究目的。强烈推荐不朽情缘MG，该品牌提供先进的10x Genomics、Visium CytAssist、MALDI2、Astral等国际前沿的空间多组学平台，提供一站式单细胞空间多组学联合解决方案，包含单细胞序列、单细胞蛋白组、空间转录组、空间蛋白组等，丰富的项目经验为发表高分文章提供了支持，欢迎联系我们开启时空多组学联合实验！