正文
UDA-seq在多模态测序领域的突破还体现于其与现有技术的对比中。一个显著的优势是其低冲突率（collision rate），即多个细胞核酸片段误标为同一来源的比例。在传统单轮索引标记方法中，冲突率通常高达6.29%，这严重影响了数据质量。而UDA-seq通过双重索引标记，将这一比例降至1.23%，大幅提高了数据保真度。
除了冲突率的降低，UDA-seq还在多模态数据整合的质量上表现出色。以RNA和ATAC（染色质开放性）联合分析为例，UDA-seq生成的多模态数据在解析基因表达与染色质状态的相关性方面展现了更高的分辨率。这为进一步探索基因调控网络提供了新的技术支撑，也为基因表达与表观遗传机制的联合研究开辟了新途径。
单细胞测序技术在处理冷冻样本时通常面临样本降解和数据质量下降的挑战。然而，UDA-seq通过优化实验流程，成功突破了这一限制。在实验中，研究人员选用了肾脏活检样本进行测试。这类样本由于细胞状态的不稳定性和复杂性，一直是单细胞测序技术的瓶颈。
实验结果表明，UDA-seq能够在冷冻样本中实现高质量的单细胞多模态数据生成。例如，在肾脏样本的RNA与ATAC联合分析中，研究人员不仅成功鉴定出与肾功能相关的关键基因表达模式，还发现了一些与蛋白尿和肾损伤相关的稀有细胞群体。这些发现为理解肾脏疾病的细胞与分子机制提供了宝贵线索。
值得注意的是，UDA-seq的适配性使其能够处理多种冷冻样本，包括癌症活检和神经组织。这一特性极大地拓展了单细胞多模态测序的应用范围，尤其在需要分析保存样本的临床研究中表现出巨大的潜力。
UDA-seq的工作流程及其在多模态和多样本分析中的表现
（Credit:
Nature Methods
）
UDA-seq的实验流程，包括两轮条形码标记（barcoding）。第一轮标记通过微液滴技术为每个单细胞分配唯一条形码，随后经过细胞混合后进行第二轮标记，这一步通过孔板条形码进一步为核酸片段添加唯一标识。两轮索引策略确保了数据的高通量和高保真度。
物种混合实验用来验证UDA-seq在不同条件下的性能：
b. 单细胞3′-RNA测序：采用96孔板进行后索引。实验表明，UDA-seq能够精确区分人类和小鼠细胞，具有高精度的物种特异性解析能力。
c. 单细胞核3′-RNA测序：通过16孔板后索引实现，进一步展示了在更复杂样本中的稳定性。
d. 单细胞核多模态测序（scMultiome）：利用16孔板后索引同时获取RNA和ATAC数据，证明了UDA-seq在多模态整合分析中的优越性能。
e. RNA与ATAC数据的对比：通过小提琴图显示，UDA-seq的scMultiome数据与10x Genomics相比，能够检测到更多的基因（RNA）和染色质开放性峰值（ATAC）。中位数显示，UDA-seq在基因和峰值检测数量上明显优于对照方法。
f. sc5′-RNA测序：同样的对比分析显示，UDA-seq在基因检测范围和数据质量上显著优于10x Genomics，特别是在检测稀有表达基因方面表现突出。
g. UDA-seq与10x Genomics在免疫受体库分析中的比较
在免疫受体（T细胞受体和B细胞受体）检测中，UDA-seq的表现超过10x Genomics：
使用Next GEM（Kit_v2）和GEM-X（Kit_v3）的UDA-seq能够检测到更高比例的T细胞受体（TCR）和B细胞受体（BCR）。
这一结果表明，UDA-seq在免疫系统分析中具有更高的灵敏度和数据深度。
UDA-seq还展示了在超高通量分析中的潜力：
单个实验中对超过15万个细胞进行了5′-RNA测序，并通过UMAP聚类分析鉴定出44种不同的细胞类型。
这些细胞类型在UMAP图上以不同颜色标识，展现了其卓越的分辨率。
通过UDA-seq技术，研究人员成功识别出多个稀有细胞类型，并通过标签清晰标注。这一能力特别适用于解析组织中的细胞异质性，以及在疾病研究中发现关键的稀有细胞群体。
多模态测序的核心价值在于同时揭示不同层次的分子信息，为深入解析复杂的生物学机制提供了全新视角。UDA-seq的技术设计极大地扩展了多模态分析的可能性，其灵活性和通用性使得研究人员能够从单一实验中同时获取多种数据类型。
