猜一猜这个人类肺部器官单细胞研究会发在CNS吗
最近在bioRxiv 预印本发现了一篇人类肺部器官单细胞研究,来自于斯坦福大学团队,发表在Aug. 27, 2019; doi: http://dx.doi.org/10.1101/742320 有约7万个单细胞数据,找到了58个细胞亚群,其中大部分是前人研究发现过的,但是有14个新亚群。
前人研究是:(11 epithelial, 5 endothelial, 7 stromal, 20 immune, and 2 neuronal cell types) 这些信息在Table S1. Canonical cell types (45) in the human lung and their abundances, markers, and available expression data. 需要大量的背景知识和人力才能整理出来。
作者的分类是:15 epithelial (clusters 1-15), 9 endothelial (16-24), 9 stromal (25-33), and 25 immune (34-58) populations
作者的亚群信息都在Table S2. Human lung cell cluster identities and their abundances in each dataset.分别是:
epithelial (club, ciliated, basal, goblet, mucous, serous,ionocyte, neuroendocrine, alveolar type 1, alveolar type 2),
endothelial (pulmonary artery, vein,capillary, lymphatic),
stromal (airway smooth muscle, vascular smooth muscle, fibroblast,myofibroblast, lipofibroblast, pericyte, mesothelium) compartments
免疫细胞比较清晰
前人定义的23种经典细胞类型中的7个 (ciliated, basal, alveolar type 2, capillary, bronchial vessel, myofibroblast, and fibroblast), 都被发现其实还可以进一步分群。
当然,本研究也使用了前面提到的 两个小鼠器官单细胞图谱 , 里面介绍的2018年其实在nature和cell分布发表了小鼠器官单细胞图谱研究数据,表达矩阵都是可以直接下载的,浙江大学的研究有小白鼠近50种器官组织的40余万个细胞,斯坦福大学的研究从小鼠20个不同器官中分离出超过10万个细胞测序。
技术细节
单细胞转录组技术手段蛮多的,细节也值得关注, 可以看单细胞天地的详细介绍:
破解肿瘤细胞的病人特异性之谜(第一个纯粹的单细胞公共数据库挖掘高分文章)
单细胞转录组得到的基因集如何看生存效果呢?(不妨试试看GSVA)
如果你对单细胞转录组研究感兴趣,但又不知道如何入门,也许你可以关注一下下面的课程
看完记得顺手点个“在看”哦!
长按扫码可关注