查看原文
其他

单细胞SCI热点+癌型万能组合思路火热预定中

Eirc 生信人 2022-09-04

新出炉的影响因子想必大家都有所耳闻了,生信相关杂志IF涨幅喜忧参半,有人欢喜有人愁😂。涨的最多的大多都与病毒研究相关,不知道大家有没有后悔当时生信人推出病毒系列思路的时候没做一个。如今单细胞分析这么火,那么今天思路大家就不容错过了,可以拍着胸脯说是小编见过最适合结合热点分析的单细胞思路。参考文章发表杂志影响因子也是从去年的5.3涨到了8.4👍👍👍。


单细胞相关思路

扫码咨询




摘要:

研究基于m6A因子和NMF方法(非负矩阵分解)对结直肠癌(CRC)单细胞数据进行分析。成纤维细胞、巨噬细胞、T细胞、B细胞分别被细分成了4-5个亚群,根据富集到的不同生物学过程和m6A marker基因对亚群进行了标记(m6A调控因子介导的TME细胞亚群);结果也显示m6A甲基化调控因子可能与CRC临床、生物学特征、TME主要细胞类型的伪时间轨迹显著相关;bulk测序数据分析显示,m6A介导的TME细胞亚群(尤其是成纤维和巨噬细胞亚群)有显著的预后价值并在免疫治疗临床获益情况有显著差别;细胞通讯分析(CellChat)发现m6A介导的TME细胞亚群与上皮细胞呈多样且广泛的细胞通讯(一般认为恶性细胞来源上皮细胞)。总之,研究首次阐述了在肿瘤生长和抗肿瘤免疫调节过程中,m6A甲基化调控因子介导了TME细胞间的通讯过程。


1、结直肠癌TME细胞中m6A甲基化调控因子landscape

图A: 研究整体设计示意图

图B:研究涉及单细胞数据TME细胞类型t-SNE可视化

图C:细胞通讯分析显示结直肠癌的TME细胞之间存在相互作用

图D:结合不同的临床因素展示m6A因子在不同分组中的表达水平

图E:6种TME细胞中m6A因子表达热图

图F:每个样本中m6A因子对每种TME免疫细胞NMF聚类细分亚群的比例展示图


2、m6A甲基化调控因子介导的成纤维细胞亚群

图A: 伪时序分析分析展示了m6A因子在亚群轨迹中发挥重要作用(以成纤维细胞亚群为例)

图B:4种不同m6A因子主导的成纤维细胞亚群与上皮细胞间的细胞通讯(有不同数量的受-配体对)

图C:肿瘤和正常中成纤维细胞亚群比例展示(WTAP + CAF-C2显著差异;ps: WTAP是m6A因子之一)

图D:WTAP + CAF-C2亚群通路富集分析

图E:成纤维细胞亚群与pan-CAF signature相关性分析(WTAP + CAF-C2与炎性CAF相关)

图F:成纤维细胞亚群TF活性差异(一些TF在WTAP + CAF-C2显著上调)

图G:成纤维细胞亚群中致癌通路基因表达展示(WTAP + CAF-C2和NoneMethy-CAF-C4显著不同)

图H:成纤维细胞亚群中REACTOME 通路基因富集


3、m6A甲基化调控因子介导的巨噬细胞亚群与经典分型特征相似

图A: 5种m6A因子主导的巨噬细胞亚群与上皮细胞间的细胞通讯(有不同数量的受-配体对)

图BC:WTAP+mac-C1与促炎性巨噬细胞显著相关,HNRNPA2B1+mac-C3与SPP1+、C1q+巨噬细胞显著相关

图D:5种巨噬细胞亚群TF活性差异(WTAP + mac-C1 、HNRNPA2B1 + mac-C3存在显著差异)

图E:5种巨噬细胞亚群代谢过程活性有显著差异

图F:WTAP+mac-C1、HNRNPA2B1+mac-C3和TTHDC1 & YTHDF3+mac-C4巨噬细胞亚群有不同的REACTOME 通路富集


4、m6A甲基化调控因子介导的T/B细胞亚群表型阐明CRC中的抗肿瘤免疫反应

图AB:  8种类型的Tcell t-SNE可视化(A)以及比例图(B);

图C:5种不同m6A因子主导的T细胞亚群与上皮细胞间的细胞通讯(有不同数量的受-配体对)

图D:T细胞亚群有不同TF活性

图E:T细胞亚群有不同的T细胞功能signature差异(T exhaustion score, T cytotoxic score, T efector score, T evasion score);此外展示了T细胞亚群在免疫刺激因子,抑制因子和T细胞功能标记基因的表达差异

图F:在3种类型B细胞中不同m6A因子主导的B细胞亚群的数量和比例没有差异

图H:4种不同m6A因子主导的B细胞亚群与上皮细胞间的细胞通讯(受-配体对数量相似)

图I:不同m6A因子主导B细胞亚群有不同TF活性


5、m6A甲基化调控因子介导的TME模式有助于CRC预后和免疫治疗反应预测

提取了不同m6A因子主导的TME细胞亚群的差异基因,基于GSVA和结直肠癌队列(11cohort)和免疫治疗队列(13cohort)表达谱计算了不同的m6A亚群评分,并评估了他们在单独和meta数据集中的预后价值以及对免疫治疗的反应预测价值

图A: 11个CRC队列RFS预后价值(不同m6A亚群评分有显著差异)

图B:11个CRC队列OS预后价值(不同m6A亚群评分有显著差异)

图C:13个免疫治疗队列m6A亚群评分的反应率(不同m6A亚群评分有显著差异)


6、m6A甲基化调控因子介导的TME模式加强了细胞间通讯

图A:  细胞通讯分析识别到了m6A TME细胞亚群到肿瘤上皮细胞间关键的受-配体对

图B:m6A TME亚群影响细胞通讯的机制假设



总结:

作者基于单细胞数据识别了热点方向m6A修饰的TME具体细胞亚群,揭示了m6A介导TME细胞之间的多样且广泛的细胞通讯。单这一点就十分值得借鉴,此外,不知道你有没有发现这是一篇 热点+癌型 可万能组合的单细胞经典思路。来,老司机带你速速上车!


单细胞万能组合思路

立即扫码


END

不想错过每天的热点和技术欢迎大家添加生信人为星标推荐
撰稿  ▎Eric
排版  ▎CY.

往期推荐

人物专题

• 董晨院士研究成果全汇总

• 张泽民老师系列研究成果全汇


免疫专题

• 二区免疫治疗纯生信挖掘

• 6+多组学免疫治


空间代谢

• 单细胞测序联合空间转录组测序

• 空间代谢+耐药


铁死亡专题

• 铁死亡文章汇总

• 经典铁死亡,再出新思


m6A专题

• m6A调节因子整合生信分析

• 同样是m6A胶质瘤为何越发越高


科研加速

• 生物信息如何加速科研课题

• 临床科研湿实验必备技能


irAEs专题

• irAEs:概述

• irAEs:生信signatur


更多生信分析问题咨询:18501230653(微信同号)

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