一种用于在单细胞RNA测序实验中分配供体的新计算方法，提供了一种从人群中解散数据的准确方法。由Wellcome Sanger研究所的研究人员及其合作者创建的Souporcell方法可以帮助研究不同人群的遗传变异如何影响感染或对药物反应期间表达的基因。

该软件于本周在《自然方法》杂志上发表，可以提高单细胞实验的效率，有助于研究移植，个性化医学和疟疾。

单细胞RNA测序(RNAseq)可以准确揭示每个细胞中打开了哪些基因，揭示了细胞类型及其作用。将多个人的细胞汇集到一个细胞的RNAseq实验中有助于确定不同的基因组如何影响该基因表达。但是，至关重要的是要能够将个人数据分开，这可能非常困难。

作者使用胎盘细胞，多能干细胞系**和疟疾寄生虫，针对其他三种计算方法对Souporcell *进行了测试。

惠康大学桑格研究所的第一作者海恩斯·希顿说：“我们的方法叫做Souporcell，它能够在scRNAseq实验中分离个体细胞的混合物，而不必像以前的方法那样事先不知道每个人的完整基因组序列。关键之一该方法的特点是它可以估计死细胞中通常被称为汤的背景RNA的量。这样就可以消除这种噪声源，因此得名Souporcell。”

能够将细胞合并到一个实验中，可以提高准确性，找到更多信息，还可以降低这些实验的成本。

维康桑格研究所的资深作者马丁·海姆伯格博士说：“每个人的确切基因序列都可以影响他们对感染或药物治疗的反应。这种新方法可以分析来自多个人的单细胞表达数据，展示疾病和药物存在下基因型和表型之间的联系。这将对个性化医学产生影响。”

另外，一些样品固有地具有不同基因组的细胞混合物，包括来自具有原始细胞和来自供体的细胞的移植患者的样品，或来自受感染个体的寄生虫如疟疾群体的样品。

惠康大学桑格研究所的资深作者Mara Lawniczak博士说：“这种方法有助于我们了解疟疾。人们一次感染多种疟疾，但我们不知道这些菌株之间是如何竞争的。甚至要问这个问题，我们必须能够分裂出不同疟疾菌株的细胞，而Souporcell正在实现这一目标。”