由西班牙国家分析中心(CNAG-CRG)的Holger Heyn领导的小组发现，由RIKEN生物系统动力学研究中心的团队开发的Quartz-seq2方法总体上是开发用于序列单细胞RNA。该研究发表在《自然生物技术》上。

该小组基于以下担忧开始了该项目：过去，由于缺乏基因组分析方法的基准测试，在该过程的后期出现了问题，因为不同的小组使用的标准不同，结果不同的方法也不同。 。考虑到这一点，许多致力于单细胞RNA分析的小组共同评估了不同的方法，以确保具有良好的重现性。

单细胞DNA测序被视为基因组研究的下一个重大项目。最初，以人类基因组计划为例的基因组研究试图确定在任何生物体的所有细胞中发现的DNA序列。

但是，使事情变得复杂的是，尽管生物体中的细胞共享相同的DNA代码，但实际上，这些细胞在表型上都是不同的，因为根据表观遗传因素表达或不表达不同的基因。在称为启动子和增强子的遗传区域的表达中存在巨大差异，它们不直接编码蛋白质，但作用于其他遗传区域。

了解单个细胞的遗传组成将使人们有可能确定单个细胞在诸如癌症等疾病中如何差异以及细胞在发育过程中如何变化。目前，参与人类细胞图谱的研究人员正在努力开发一种在不同细胞类型中基因表达的综合图谱。

为了进行比较，该小组使用13种方法分析了一组选择来满足四种条件的大约3,000个细胞：它包括多种细胞类型，一些细胞非常相似，基因表达只有细微的差异，细胞具有可追踪的标记，并且包括不同物种的细胞。这些细胞主要是人外周血细胞和小鼠结肠细胞，但也包括一小组狗细胞。

根据这些方法可以检测细胞概况和标志物表达的精确度进行评估。该小组使用个关键指标评估了这些方法：基因检测，转录特征表达的总体水平，簇的准确性，分类概率，整合后的簇准确性以及可混合性。

选择这些指标是为了比较这些方法的准确性，对各种细胞类型的适用性，区分紧密相关的细胞类型的能力，产生可再现的谱图的能力，检测群体标记物的能力，与其他方法的兼容性以及具有良好的预测性的能力单元格映射的值。

结果，他们发现日本RIKEN研究人员开发的Quartz-seq2方法特别准确，在基准测试中得分最高。开发该方法的小组的负责人Itoshi Nikaido表示：“我们很高兴我们的方法被选为整体最佳方法，并计划进一步改进它，以便我们能够在Human Atlas Project等项目中取得最佳结果，我们感到非常高兴。”