查看原文
其他

一文让您搞懂单细胞转录组常见分析套路 | 单细胞专题

运营部-GCL 联川生物 2022-05-21
对于第一次做单细胞的老师来讲,拿到单细胞转录组分析报告和结果后,可能面临两大难题:一是如何快速理解结果的意义,二是如何进一步对数据结果进行挖掘。别着急,通过此文我们来一一梳理单细胞转录组常见的分析套路,助力您的文章发表。
1结果解读
对于基本分析结果图表的意义理解,我司已经录制了单细胞转录组报告解读视频(您可以登录我们的云平台-https://www.lc-bio.cn进行学习,具体步骤如下:),助您快速掌握您项目分析结果情况。
2单细胞转录组数据挖掘分析思路
1)细胞鉴定
对于单细胞转录组第一步也是最最重要的一步就是细胞鉴定,分析结果中的细胞聚类结果cluster0、cluster1,……clusterN是基于细胞基因表达谱获得。我们需要根据细胞特异性marker基因(marker基因的选择可参考数据库:CellMarker:单细胞转录组测序定义细胞群体之利器)对获得的cluster进行细胞类别的鉴定(细胞鉴定方法:手把手教你用Marker基因定义细胞亚群),细胞鉴定的准确性将直接影响后续的一系列分析结果。
基于特异性marker基因tsne表达图(下图为各类细胞特异marker基因在细胞中的表达情况,灰色表示该基因低表达,红色表示该基因高表达),可以获得细胞鉴定结果(下图按照Cell type着色,图片来源-文献【1】):
2)感兴趣细胞类群亚群细化
对每个cluster细胞鉴定完成后,还可以对感兴趣的细胞进一步做类型细分,分析各个小亚群细胞差异及研究小亚群在生物学过程中参与的功能。比如上图鉴定结果中的1592个内皮细胞可以分为6个sub-clusters,24911个T细胞可以细分为9个sub-clusters,并根据marker基因将这些sub-clusters分配给已知的内皮/T细胞类型进行更深入的研究(图片来源-文献【1】)。
 3)两种不同cluster/细胞或两种不同处理间差异比较
在进行单细胞差异分析时,一般采用的策略是目标cluster与其他所有cluster细胞间进行差异分析,但在实际研究中,往往需要研究某两类cluster或某两类细胞之间的差异,或者是某一类细胞在不同处理样本间的差异基因情况,因此需要将待比较的cluster提取出来单独进行分析。如文献【2】中,骨髓来源内皮细胞(BMEC)可以细分为3个不同的细胞sub-clusters:动脉血管内皮细胞(Arterial BMECs)、小动脉血管内皮细胞(Arteriolar BMECs,aBMECs)和窦状血管内皮细胞(sinusoidal BMECs,sBMECs)。对动脉血管内皮细胞和小动脉血管内皮细胞进行差异基因分析,发现两个cluster间具有不同的的基因表达模式(下图左显示两个cluster间显著性差异基因火山图),说明动脉血管内皮细胞可能是BMEC的一个特殊亚群。同样在文献【3】中,通过对两种不同T细胞之间进行差异基因分析,可以明显看到两种T细胞亚群之间的基因表达差异(下图右)。
4)拟时序分析
拟时序分析也称为轨迹分析,最开始拿到的单细胞转录组测序数据,并未直接告诉我们每一个细胞处在什么状态下,因此需要借助一些分析方法来实现轨迹上的排序,以推算潜在的细胞之间的演化关系。拟时序分析方法思路及图表意义请参考:10X单细胞转录组个性化分析-拟时序分析对不同发育时期小鼠SSC(spermatogenic stem cell,精原干细胞)细胞进行拟时序分析获得的结果与发育的年龄是一致的(下图左),并确定了4种主要的基因表达动力学模式(下图右,参考文献【4】)。
当然,除了以上4种常见的分析套路外,还可以根据自身的研究目的选择细胞周期分析,细胞间的互作分析,单细胞CNV分析,RNA速率分析、WGCNA分析等诸多个性化分析。最后,再强调一遍,细胞鉴定对整个单细胞转录组的研究是至关重要的,因此,建议在前期课题设计时应尽可能多的收集组织中相关细胞类别,以及各细胞特异性marker基因。
【相关参考文献】:
【1】Lambrechts, Diether, et al. "Phenotype molding of stromal cells in the lung tumor microenvironment." Nature medicine 24.8 (2018): 1277-1289.
【2】Baryawno, Ninib, et al. "A cellular taxonomy of the bone marrow stroma in homeostasis and leukemia." Cell 177.7 (2019): 1915-1932.
【3】Zhang, Lei, et al. "Lineage tracking reveals dynamic relationships of T cells in colorectal cancer." Nature 564.7735 (2018): 268-272.
【4】Law, Nathan C., Melissa J. Oatley, and Jon M. Oatley. "Developmental kinetics and transcriptome dynamics of stem cell specification in the spermatogenic lineage." Nature communications 10.1 (2019): 1-14.
相关阅读


联川生物单细胞测序工具书正式开售
联川线上单细胞培训课程答疑合集 | 单细胞专题
单细胞国自然标书模板之研究内容和拟解决问题 | 单细胞专题
5k阅读的单细胞消化男主角告诉你毛肚单细胞有多难做
单细胞国自然标书模板之立项依据(综述前言) | 单细胞专题
2020国自然单细胞项目申请——“小众”研究方向 | 单细胞专题之国基金

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存