단일세포 RNA 시퀀싱(scRNA-seq)이란? — 세포 하나하나를 읽는 법 (10x·바코드·UMI·드롭아웃 완전 정리)

조직을 단일세포로 해리 → 드롭릿에 한 개씩 포획(바코드 비드) → 셀 바코드·UMI 라벨 → 세포×유전자 행렬. (직접 그린 도식)

TL;DR — 보통의 RNA-seq (벌크)는 조직을 통째로 갈아 모든 세포의 평균 발현을 봅니다. 면역세포·암세포·정상세포가 다 섞인 '평균'이라, 어떤 세포가 무엇을 하는지는 묻혀 버립니다. 단일세포 RNA 시퀀싱(scRNA-seq)은 이 평균을 깨고 세포 하나하나의 발현을 따로 읽습니다.

비결은 '라벨'입니다. 세포를 기름 방울에 한 개씩 가두고(드롭릿), 각 방울에서 나온 모든 mRNA에 두 가지 바코드를 붙입니다 — 셀 바코드(어느 세포에서 왔나)와 UMI (어느 분자였나). 그러면 수만 세포를 한꺼번에 섞어 시퀀싱해도, 나중에 '몇 번 세포의, 몇 개째 분자'로 정확히 되돌릴 수 있습니다.

다만 마법은 아닙니다. 포착 효율이 낮아 발현하는 유전자도 0으로 찍히는 '드롭아웃(dropout)'이 흔하고(데이터의 ~90%가 0), 해리되는 세포만 보는 편향, 두 세포가 한 방울에 갇히는 더블렛이 따라옵니다. "모든 세포의 모든 유전자를 본다"는 건 과장입니다.

🔗 관련 글  ·  같은 분석 계열: Seurat 단일세포 분석 실전  ·  DESeq2로 벌크 RNA-seq 차등발현

1. 왜 단일세포인가 — '평균'의 함정

벌크 RNA-seq는 조직 한 덩어리에서 RNA를 뽑아 한꺼번에 측정합니다. 결과는 그 안 모든 세포의 평균입니다. 문제는 — 평균이 이질성(heterogeneity)을 가린다는 점입니다.

종양 조직을 예로 들면, 암세포·면역세포·혈관세포·섬유아세포가 뒤섞여 있습니다. 벌크는 이 모두를 평균 내므로, "면역세포가 지쳐 있는가", "어떤 희귀 세포가 약에 저항하는가" 같은 질문에 답하지 못합니다. scRNA-seq는 세포를 하나씩 따로 읽어, 누가 있고 각자 무엇을 하며 어떻게 변해 가는지(발생 궤적)를 봅니다.

한마디로 — 벌크가 '도시 전체의 평균 소득'이라면, 단일세포는 '집집마다의 가계부'입니다.

그림 1. 벌크 vs 단일세포 — 벌크는 모든 세포의 '평균', 단일세포는 세포 하나하나의 발현을 본다.

2. 어떻게 세포를 하나씩 잡나 — 드롭릿

세포 수만 개를 어떻게 하나씩 분리할까요? 가장 널리 쓰는 방법이 드롭릿(droplet) 미세유체 방식입니다(대표 플랫폼 10x Genomics).

원리는 이렇습니다. 세포 현탁액과 바코드가 붙은 젤 비드, 그리고 기름을 미세한 통로에서 만나게 하면, 기름 속 물방울(GEM, Gel Beads-in-EMulsion)이 만들어집니다. 이상적으로는 한 방울에 세포 1개 + 비드 1개가 들어갑니다.

여기서 통계가 끼어듭니다. 세포가 방울에 들어가는 건 무작위(포아송 분포)라, 욕심내서 세포를 많이 넣으면 한 방울에 두 개가 들어갈 확률이 커집니다(→ 더블렛, 6절). 그래서 일부러 묽게 넣고, 그 결과 대부분의 방울은 비어 있습니다. 낭비처럼 보여도, 더블렛을 줄이려는 의도된 설계입니다.

3. 두 개의 바코드 — '어느 세포'와 '어느 분자'

scRNA-seq의 진짜 핵심은 여기 있습니다. 수만 세포를 결국 한 통에 섞어 시퀀싱하는데, 어떻게 '몇 번 세포에서 나온 읽기'인지 알까요? 답은 두 가지 바코드입니다.

• 셀 바코드(cell barcode, 약 16개 염기) — 한 방울(=한 세포)의 젤 비드에 실린 동일한 꼬리표. 그 세포에서 나온 모든 mRNA에 같은 셀 바코드가 붙습니다. → "어느 세포에서 왔나"를 알려 줍니다.
• UMI (고유분자식별자, Unique Molecular Identifier, 약 12개 염기) — PCR로 증폭하기 전에 각 mRNA 분자에 붙는 무작위 꼬리표. → "어느 분자였나"를 알려 줍니다.

UMI가 왜 필요할까요? 시퀀싱 전 PCR 증폭은 분자를 수백~수천 배로 불립니다. UMI가 없으면 같은 분자를 여러 번 센 것과 원래 많았던 것을 구분할 수 없습니다. UMI를 붙여 두면, 같은 UMI는 한 분자로 합쳐(중복 제거) 진짜 분자 수를 셉니다. 즉 scRNA-seq는 읽기(read) 수가 아니라 분자(molecule) 수를 셉니다.

정리하면 — 셀 바코드 = 어느 세포냐, UMI = 어느 분자냐. 이 두 라벨 덕분에 수만 세포를 한 번에 처리하고도 깔끔히 풀어낼 수 있습니다.

그림 2. 두 바코드 — 셀 바코드(약 16염기)는 '어느 세포', UMI (약 12염기)는 '어느 분자'. UMI로 PCR 중복을 제거해 분자 수를 센다.

4. 무엇을 읽나 — 3′ 태그 vs 풀렝스

세포에서 transcript 전체를 읽느냐, 한쪽 끝만 읽느냐도 갈립니다.

• 3′ (또는 5′) 태그 방식 — 10x 같은 드롭릿 방식은 transcript의 한쪽 끝만 읽습니다. 수천~수만 세포를 값싸게 처리하지만, 전장(full-length)이 아니라 이형질체(isoform)·스플라이싱 정보는 제한적입니다.
• 풀렝스(full-length) 방식 — Smart-seq2·Smart-seq3 같은 플레이트 기반은 transcript 전체를 읽어 세포당 민감도가 높지만, 수백 세포 규모로 처리량이 낮고 비쌉니다.

즉 '많은 세포를 얕게'(드롭릿) vs '적은 세포를 깊게'(플레이트)의 맞교환입니다. 목적에 따라 고릅니다.

5. 결과 데이터 — 세포×유전자 행렬과 '드롭아웃'

분석의 출발점은 세포 × 유전자 카운트 행렬입니다(행=세포, 열=유전자, 값=UMI 수). 그런데 이 행렬은 대부분이 0입니다 — 관측값의 약 90%가 0인 게 흔합니다. 두 가지가 겹친 결과입니다.

• 진짜 0 — 그 세포가 그 유전자를 정말 안 켰다.
• 드롭아웃(dropout) — 켜져 있는데도 0으로 검출됨. mRNA 포착 효율이 낮아서(대략 10~40% 수준, 플랫폼·세포에 따라 편차) 생깁니다.

여기서 가장 중요한 교훈 — 0이라고 해서 '발현 안 함'이 아닙니다. 안 잡혔을 뿐일 수 있습니다. 이 희소성(sparsity)·드롭아웃이 단일세포 분석을 까다롭게 만드는 근본 이유입니다. 참고로 세포 하나당 검출되는 유전자는 보통 1,000~5,000개 수준이고(세포 종류·시퀀싱 깊이에 따라 크게 다름), 이 역시 '전부'와는 거리가 멉니다.

그림 3. 세포×유전자 행렬과 드롭아웃 — 포착 효율이 낮아 대부분이 0. 단, '0 ≠ 발현 없음'.

6. 분석은 어떻게 — Seurat로 푼다

이 거대한 희소 행렬을 풀어내는 표준 도구가 R 패키지 Seurat입니다. 흐름만 보면 — 품질관리(QC) → 정규화 → 고변이 유전자 선택 → 차원축소(PCA) → 클러스터링 → UMAP → 셀타입 주석입니다.

이 한 줄을 코드로 끝까지 따라가는 실전은 따로 정리해 뒀습니다 → Seurat로 시작하는 단일세포 RNA-seq 분석.

7. 한계와 함정 — 과장하지 말 것

scRNA-seq는 강력하지만 만능이 아닙니다. 좋은 분석가는 이 한계를 먼저 압니다.

• 해리 편향(dissociation bias) — scRNA-seq는 조직을 단일세포 현탁액으로 해리해야 합니다. 그래서 해리가 어려운 세포(뉴런·지방세포 등)는 손실되거나 스트레스를 받습니다. 즉 '본 세포'가 '있던 세포 전부'는 아닙니다. 대안으로 핵만 분리하는 단일핵 RNA 시퀀싱(snRNA-seq)이 있지만, 이건 또 세포질 mRNA를 놓치는 맞교환이 있습니다.
• 앰비언트 RNA (ambient RNA) — 현탁액에 떠다니는 free mRNA가 모든 방울에 조금씩 섞여 들어가 오염시킵니다(보정 도구: SoupX·CellBender).
• 더블렛(doublet) — 한 방울에 세포가 둘 들어가면 가짜 잡종 세포처럼 보입니다. 10x 기준 대략 1,000 세포당 ~0.8%씩 늘고, Seurat 기본엔 제거 기능이 없어 DoubletFinder·scDblFinder 같은 별도 도구가 필요합니다.
• 시점의 스냅샷 — scRNA-seq는 한 순간의 정지 사진입니다. 'RNA 속도(velocity)'로 동역학을 추론하려는 시도가 있지만, 어디까지나 가정에 기댄 추론입니다.

⚠️ 걸러야 할 세 가지 과장 — ① "모든 세포의 모든 유전자를 본다"(✗ 드롭아웃), ② "편향 없는 전체 관점"(✗ 해리·앰비언트 편향), ③ "클러스터 = 진짜 세포형"(✗ 클러스터는 알고리즘 산물, 셀타입은 마커 기반 해석).

8. 프런티어 — 위치와 다중 오믹스

단일세포는 빠르게 진화하고 있습니다.

• 공간 전사체학(spatial transcriptomics) — scRNA-seq는 세포를 갈아 위치를 잃습니다. 10x Visium (조직 위 격자)·Xenium (단일세포 해상도)은 조직에서의 위치를 보존한 채 발현을 읽습니다.
• 다중 오믹스(multiome) — 같은 세포에서 RNA 발현과 염색질 접근성(scATAC)을 동시에 측정해, '무엇을 켰나'와 '무엇을 켤 수 있나'를 함께 봅니다.

단일세포가 점점 표준이 되고 비용이 내려가면서, 이제 질문은 '한 세포를 읽을 수 있나'가 아니라 '언제 어디서 무엇과 함께 읽을까'로 옮겨가고 있습니다.

9. 핵심 정리

• ✅ scRNA-seq = 세포 하나하나의 발현을 읽어 벌크의 '평균'이 가리는 이질성을 본다.
• ✅ 드롭릿(10x)으로 세포를 한 개씩 가두고, 두 바코드 — 셀 바코드(어느 세포)·UMI (어느 분자) — 로 라벨링해 수만 세포를 한 번에 처리.
• ✅ UMI로 분자 수를 센다(PCR 중복 제거). 셀 바코드 약 16염기, UMI 약 12염기.
• ✅ 결과는 희소한 세포×유전자 행렬 — 드롭아웃 때문에 0이 많다(0 ≠ 발현 없음). 포착 효율 ~10~40%.
• ✅ 분석은 Seurat (QC→정규화→클러스터→UMAP→주석). 더블렛은 별도 도구로 제거.
• ⚠️ 한계 — 해리 편향·앰비언트 RNA·스냅샷. '모든 세포의 모든 유전자'·'편향 없음'·'클러스터=셀타입'은 모두 과장.

10. 다음 학습 추천

• 🧬 Seurat로 시작하는 단일세포 RNA-seq 분석 — 이 개념을 R 코드로 끝까지 따라하기 (실전)
• 📊 DESeq2로 벌크 RNA-seq 차등발현 — '평균'을 보는 사촌 기법, 단일세포와 비교 (비교)
• 🧪 clusterProfiler로 농축분석 — 셀타입 마커 목록에 생물학적 의미 입히기 (응용)

References

1. Macosko, E. Z., et al. (2015). Highly parallel genome-wide expression profiling of individual cells using nanoliter droplets (Drop-seq). Cell, 161(5), 1202–1214.
2. Zheng, G. X. Y., et al. (2017). Massively parallel digital transcriptional profiling of single cells. Nature Communications, 8, 14049.
3. Luecken, M. D., & Theis, F. J. (2019). Current best practices in single-cell RNA-seq analysis: a tutorial. Molecular Systems Biology, 15(6), e8746.
4. 10x Genomics. Chromium Single Cell 3′ Reagent Kits — Technical Notes (cell barcode 16 nt, UMI 12 nt, multiplet rate).

Pipette & Pipeline · A bio portfolio journal — bridging research, data, and industry.