肿瘤异质性与细胞亚群解析
同一病灶里的细胞并不相同。需要先分清有哪些亚群、各自在做什么，才能解释表型差异。
对应方法：单细胞转录组 · 空间转录组 · 基因组变异
BIOchat Omics
Omics 多组学研究
在单一组学发现之外，理解分子、细胞、组织与功能层面的关联。
适用场景
什么研究问题适合用多组学
如果你正卡在下面这类问题上，多组学联用通常比单做一层更有解释力。
免疫微环境与免疫治疗疗效
疗效差异常来自免疫细胞组成与空间分布，而不只是表达量高低。
对应方法：单细胞 · 免疫组（TCR/BCR）· 空间转录组
耐药机制与克隆进化
耐药往往不是单一基因的事，需要同时看突变、表达与代谢重编程。
对应方法：基因组（WES/WGS）· 转录组 · 蛋白代谢组
空间定位与细胞互作
“哪些细胞挨着哪些细胞”常常决定了信号传递的方向，这是解离后测序丢失的信息。
对应方法：时空组学（10X Visium / Stereo-seq）
服务矩阵
8 类组学服务
每一类都可以单独委托；组合方式取决于你要回答的问题，而不是价格表。
基因组学服务
WGS · WES · Target Panel · MRD
解决：突变图谱 · 驱动基因 · MRD 复发检测 · 靶向用药
转录组学服务
mRNA · lncRNA · circRNA · miRNA · 全转录组
解决：差异表达 · 非编码 RNA 调控 · 分子分型 · 新药
免疫组学服务
TCR 测序 · BCR 测序
解决：免疫微环境 · 疗效预测 · T/B 克隆扩增 · 新抗原
微生物组学服务
16S 测序 · 宏基因组测序
解决：肠道微生态 · 菌群 · 疗效响应 · 感染 / 耐药监测
蛋白代谢组学服务
Astra · DIA · TMT 蛋白组 · 非靶代谢
解决：蛋白 · 代谢标志物 · 代谢重编程 · 质控药效
其他科研服务
类器官培养 · 935K 甲基化测序
解决：疾病模型 · 药敏测试 · 基因调控 · 表观调控研究
单细胞组学服务
10X Genomics · BD Rhapsody · DNBelab C-TaiM4
解决：细胞亚群 · 免疫微环境 · 耐药克隆 · 稀有亚型发现
时空组学服务
10X Visium · Stereo-seq（时空转录组 / 蛋白组 / FFPE）
解决：空间定位与互作 · 神经发育 · 免疫浸润空间分布 · 原位验证
重点方向 · 样本评估
单细胞与时空组学是我们承接最多、经验最集中的方向，这两类技术对样本条件最敏感。
不确定样本是否满足要求时，先把组织类型、保存方式、取材时间、大致数量发我们评估，
我们会先判断可行性再决定收样。
各类服务的样本类型 8 类服务可接受样本速查 · 点击展开
各服务可接受的样本类型一览；用量与运输条件以项目方案为准。
| 服务 | 可接受样本类型 |
|---|---|
| 单细胞组学Single-cell | 细胞悬液（106 个）· 血液（1 mL）· 穿刺（≥ 2 针）· 新鲜组织（200 mg）· PBMC（1 mL）· 冻存组织（200 mg） |
| 时空组学Spatial | 新鲜冷冻组织（OCT）· 组织芯片 · FFPE 组织切片 · 大脑网组织（Stereo-seq） |
| 基因组学Genomics | FFPE 切片 · 全血 · 血浆 / 血清 · cfDNA |
| 转录组学Transcriptomics | 新鲜组织 · 细胞 · 全血 · FFPE |
| 免疫组学Immunology | 外周血 · PBMC · 肿瘤组织 |
| 微生物组学Microbiome | 粪便 · 唾液 · 肺泡灌洗液 · 组织 |
| 蛋白代谢组学Proteo-metabolomics | 组织 · 血浆 / 血清 · 细胞 · 尿液 |
| 其他科研服务Others | 类器官培养、935K 甲基化测序：样本类型支持自定义，按项目目标评估 |
交付与流程
你会拿到什么，以及怎么推进
交付内容
具体清单以项目方案确认为准
01
分析结果报告
含分析方法、结果逻辑与结论表述，可直接用于课题内部讨论。
02
投稿级 Figure
成稿级图表，附图形源文件，便于按期刊要求调整。
03
结果数据表
差异分析、富集、聚类等结果的结构化表格。
04
可复现分析代码
关键分析步骤留有可重跑的代码与参数记录。
05
质控信息
样本与检测环节的质控指标，便于复核数据可靠性。
服务流程
五步推进，每一步都有明确产出
01
研究问题与样本评估
先明确要回答什么问题、样本条件能否支撑，再决定做哪几层组学。
02
方案与报价确认
给出检测项目、样本要求、交付内容与周期，双方确认后启动。
03
样本接收与质检
样本入库前完成质控，不合格样本在检测前反馈，避免无效投入。
04
检测与联合分析
按方案执行检测，并完成多组学联合分析与回验策略设计。
05
交付与后续支持
交付报告、图表与数据；对结果解释中的疑问提供沟通支持。
案例
Omics 多组学研究服务案例
多组学不是越多越好，而是让关键科学问题得到更完整的解释。
01 案例分享
A clinically derived lipid-endothelial signature links serum multi-omics to immune exclusion and clinical stratification in hepatocellular carcinoma
基于临床样本的脂质-内皮特征谱连接血清多组学、免疫排斥与肝细胞癌临床分层
研究亮点
- 从临床血清样本的蛋白质组和代谢组分析起步，再整合 TCGA、ICGC 等队列。
- 建立并外部验证由 PON1、TXNRD1、CLDN4、CLDN6、CYP2C9、CTSA 构成的六基因风险特征。
- 高风险组总体生存较差，单细胞与免疫分析中呈现免疫细胞组成差异，例如 Treg 较高、CD8⁺ 效应记忆 T 细胞与 NK 细胞较低。
02 案例分享
SNRPB/CCNB1 axis promotes hepatocellular carcinoma progression and cisplatin resistance through enhancing lipid metabolism reprogramming
SNRPB/CCNB1 轴通过增强脂质代谢重编程促进肝细胞癌进展和顺铂耐药
研究亮点
- 通过多队列转录组、单细胞和空间转录组分析发现 SNRPB 与 HCC 进展相关，再用细胞和移植瘤实验验证功能。
- 机制上，SNRPB 与 FOXM1 相互作用，并增强 FOXM1 在 CCNB1 启动子区域的结合和转录激活。
- CCNB1 敲低可部分减弱 SNRPB 带来的促增殖效应。
常见问题
委托前常问的几个问题
多组学是不是比单组学更好？
不一定。多组学能交叉验证、回答机制层面的问题，但成本更高、周期更长。我们根据研究目标建议"单组学够用还是多组学必要"，不主张越多越好。
不同组学的结果怎么整合？
项目内统一样本规划与联合分析：转录组锁定差异基因，蛋白组 / 代谢组验证通路活性，单细胞解析细胞来源，各层结果合并输出综合结论与图表。
多久能出结果？
周期取决于检测类型、样本量与是否需要联合分析，不同项目差异较大。方案阶段会给出明确的时间节点，执行过程中的关键节点会与客户同步。
数据保密怎么保证？
客户课题信息、样本与研究数据严格保密，不用于服务范围之外的任何用途。如涉及人类遗传资源，按国家相关管理规定执行。