导读**1.**2026 年 Nature Biotechnology 文献DOI10.1038/s41587-026-03068-6核心机构为斯坦福大学生物工程系、Stanford Medicine 与 Chan Zuckerberg Biohub。**2.**研究针对单细胞 RNA 图谱偏向 polyadenylated transcript 的缺口把非编码 RNA、tRNA、microRNA 和病毒非 poly(A) 转录本纳入同一分析框架。**3.**TotalX 适配标准液滴平台在发育中人脑、PBMC 与登革病毒感染肝细胞中展示统一捕获和分析能力。**4.**主要发现是非编码 RNA 能补足细胞身份、时间状态和感染状态的调控层边界在于不同样本类型的 RNA biotype 覆盖仍需针对性质量控制。研究背景与目的单细胞 RNA-seq 让细胞类型和状态识别进入高通量时代但主流图谱多依赖 poly(A) 捕获容易把非编码 RNA 的调控层压到背景里。细胞身份并不只由蛋白编码基因决定microRNA、tRNA、lncRNA、snRNA 以及病毒转录本都可能参与状态切换、发育时序和疾病反应。这篇文献的目的很直接在不重建整套硬件生态的前提下让标准液滴平台尽可能同时看到 coding 与 noncoding transcriptomics。它解决的是图谱覆盖问题也是单细胞图谱从“表达量地图”走向“调控层地图”的技术入口。单细胞转录组长期更偏向 poly(A) RNA因此大量非编码 RNA、未成熟转录本、增强子相关转录以及部分降解片段容易被低估。TotalX 所处理的不是简单的测序通量问题而是观察窗口的问题当编码和非编码 RNA 被同场捕获细胞状态就不再只由成熟 mRNA 描述而能同时呈现调控过程和转录后层面的变化。研究方法研究团队提出 TotalX将 total RNA profiling 适配到标准 droplet-based 平台并配套统一分析管线。方法不是只在一种组织里验证而是在发育中人脑、外周血单个核细胞和登革病毒感染肝细胞中分别测试覆盖神经发育、免疫细胞状态和感染模型。Fig. 1TotalX 在标准液滴平台上捕获 coding 与 noncoding RNA 的总体设计。在人脑数据中研究按 neuronal 与 non-neuronal lineage 映射多类 RNA biotype观察不同细胞类型和发育时间点的表达程序。围绕 Cajal–Retzius 神经元文献重点追踪 MIR137 动态及其靶基因反相关关系把非编码 RNA 信号连接到神经发育与疾病相关调控。Fig. 2发育中人脑样本中不同 RNA biotype 的细胞类型和时间特异性。方法设计的重点在“可扩展”和“总 RNA”之间取得平衡。单细胞体系若只强调捕获范围容易牺牲细胞数量和批量处理能力若只强调规模又会回到常规 mRNA 视角。文献通过实验流程和计算处理同时优化使不同 RNA 类型能在同一个细胞条形码体系内被定量便于后续直接比较编码与非编码转录活动。计算分析层面TotalX 需要同时处理成熟外显子信号、内含子信号和多类非编码转录本。不同 RNA 片段的定位和丰度不能用同一种解释逻辑直接套用因此数据处理必须把基因表达、转录活跃度和调控相关转录区分开来才能避免把丰富信息压扁成普通表达矩阵。主要发现第一TotalX 证明非编码 RNA 可以在单细胞尺度进入可解释图谱。发育中人脑数据不仅分出细胞类型还呈现 RNA biotype 的细胞类型特异性和时间特异性说明非编码层并非噪声而是细胞状态的组成部分。第二MIR137 的案例显示方法能捕捉更具体的调控关系。MIR137 与精神分裂症和智力障碍相关在 Cajal–Retzius 神经元中出现富集并与靶基因形成反相关。这个结果把技术覆盖优势转化为可追踪的生物学线索。第三TotalX 在 PBMC 和感染模型中展示外推能力。PBMC 数据揭示 coding 与 noncoding RNA 共同形成的转录模块登革病毒感染肝细胞则捕获非 adenylated viral transcripts说明方法不只服务发育图谱也可用于免疫和感染状态识别。主要结果说明非编码 RNA 不是背景噪声而是在细胞类型识别、状态转换和调控活动中提供了补充维度。某些状态变化可能在 mRNA 层面尚不明显但在 intronic reads、long noncoding RNA 或 enhancer RNA 中已经出现信号。TotalX 由此把单细胞转录组从“表达终点读数”推进到“转录过程读数”。这种联合观察还改变了细胞状态判读方式。传统单细胞分析常把 cluster 差异归结为基因表达差异而 TotalX 能进一步追问这些差异来自成熟转录本积累、正在进行的转录活动还是非编码调控区域启动。机制解释因此比单一 mRNA 读数更有层次。结论与意义这篇文献的核心意义在于扩展单细胞图谱的可见范围。过去很多 atlas 实际上是 poly(A) transcriptome atlasTotalX 让图谱更接近 total transcriptome从而把非编码调控、病毒转录本和细胞身份放入同一框架。对于生命科学研究技术价值体现在两层一是减少因捕获偏倚造成的盲区二是把 coding 与 noncoding 信号联合解释。这样的图谱更适合研究发育时序、细胞命运转换、免疫状态和感染反应。这项工作对多组学研究的意义在于许多调控事件不一定需要额外平台才能被观察到关键是原始 RNA 捕获策略是否足够完整。若编码 RNA 与非编码 RNA 能在同一细胞内联合分析细胞谱系、刺激响应、发育轨迹和疾病状态的解释会更接近真实转录过程而不是只依赖成熟转录本留下的结果。局限性与未来方向局限在于 total RNA 覆盖增加后噪声、低丰度转录本和批次效应也会变得更复杂。不同 RNA biotype 的捕获效率、比对策略和定量口径需要单独评估不能简单把所有信号放到同一阈值下解释。未来方向包括扩大疾病组织和临床样本验证建立跨平台质量控制标准并把 total RNA 单细胞图谱与空间定位、扰动实验和蛋白层信息整合起来。未来应用需要进一步处理不同 RNA 类型的稳定性差异、片段分布差异和注释不完整问题。非编码 RNA 的生物学解释仍然依赖参考注释和独立验证尤其在罕见细胞、临床样本和跨物种比较中如何区分真实调控信号与技术捕获偏差会决定方法的实际使用边界。参考文献Nature Biotechnology2026年3月31日。原文题名Scalable single-cell total RNA sequencing unifies coding and noncoding transcriptomics。 DOI10.1038/s41587-026-03068-6。