查看原文
其他

BRCA1和BRCA2基因敲除小鼠的单细胞转录组

生信技能树 生信技能树 2022-06-06

看到于2020年11月发表在杂志《nature cancer》的文章:《Mutations in BRCA1 and BRCA2 differentially affect the tumor microenvironment and response to checkpoint blockade immunotherapy》里面有基于10X的单细胞转录组测序数据,文献链接是:https://www.nature.com/articles/s43018-020-00139-8

上游数据分析

数据在  https://www.ncbi.nlm.nih.gov/bioproject/PRJNA632854 :

需要自行下载这些数据,参考我在《生信技能树》的教程:cellranger更新到4啦(全新使用教程)

目前单细胞转录组以10X公司为主流,我们也是在单细胞天地公众号详细介绍了cellranger流程,大家可以自行前往学习,如下:

但是这个两年前的系列笔记是基于V2,V3版本的cellranger,目前呢它更新到了版本4,建议以我的最新版教程为准,在《生信技能树》的教程:cellranger更新到4啦(全新使用教程)

如果计算机资源ok的话,基本上下载这些数据需要一两天,走cellranger流程需要一两天,就可以拿到表达矩阵了。其实作者也上传了:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE137818 可以把自己的表达矩阵跟作者的进行对比:

GSM4088924 Mouse 4T1 Brca2 KO Untreated single cell RNA-seq Rep 1
GSM4088925 Mouse 4T1 Brca2 KO Untreated single cell RNA-seq Rep 2
GSM4088926 Mouse 4T1 Brca2 KO Untreated single cell RNA-seq Rep 3
GSM4088927 Mouse 4T1 Brca1 KO Untreated single cell RNA-seq Rep 1
GSM4088928 Mouse 4T1 Brca1 KO Untreated single cell RNA-seq Rep 2
GSM4088929 Mouse 4T1 Parental (BRCA WT) Untreated single cell RNA-seq Rep 1
GSM4088930 Mouse 4T1 Parental (BRCA WT) Untreated single cell RNA-seq Rep 2
GSM4088931 Mouse 4T1 Parental (BRCA WT) Untreated single cell RNA-seq Rep 3

但是它给出来的并不是原始的3文件,而是  GSE137818_scRNA_logcounts.csv.gz 一个整合好的表达矩阵。

这样的分群是不是比较简陋

假如你没有技术资源都这个上游分析,直接拿到GSE137818_scRNA_logcounts.csv.gz 这个整合好的表达矩阵走下游分析也可以。大家不要看到我们的教程提到10x单细胞转录组需要3个文件才能载入seurat就不懂得变通了,表达矩阵本身比3个文件更方便读入。不过也有一些比较特殊的文献,甚至使用了还有一些作者上传h5文件,需要使用特殊的函数了:

Read10X_h5: Read 10X hdf5 file
In Seurat: Tools for Single Cell Genomics

Description
Read count matrix from 10X CellRanger hdf5 file. This can be used to read both scATAC-seq and scRNA-seq matrices.

载入表达矩阵后的降维聚类分群,看我在《单细胞天地》的单细胞基础10讲:

文章的第一次分群,如下:

很有意思,里面的14-16,21-23,这6群细胞作者直接就命名为ambiguous了,然后剩余的细胞都是免疫相关的细胞亚群,包括淋巴系的T,B,NK等等,以及髓系的DC,macrophage这样的myeloid细胞。

然后单独对myeloid拿出来细分亚群的时候,又是很有意思的,感觉是很粗糙:


并不需要给出具体的细胞亚群生物学命名,仅仅是根据一些关键基因的高低表达很粗暴的二分类而已,这个代码实现起来就太简单了。

学徒作业有两个

首先是可以下载PRJNA632854数据集的fastq文件走cellranger流程拿到每个样品的3个文件,其次是可以直接使用GSE137818_scRNA_logcounts.csv.gz 这个整合好的表达矩阵走下游分析,拿到如上所示的两个聚类分群图。


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