乳腺癌淋巴结转移的细胞异质性和转录组特征

生信技能树jimmy

发布于 2023-11-28 14:43:00

2320

发布于 2023-11-28 14:43:00

文章概述

文章标题：《Single-cell RNA sequencing reveals cell heterogeneity and transcriptome profile of breast cancer lymph node metastasis》

发表日期和杂志：2021年发表在Oncogenesis上

在线阅读链接：https://doi.org/10.1038/s41389-021-00355-6

实验设计

乳腺癌是女性中最常见的恶性肿瘤，也是因转移而导致癌症相关死亡的常见原因。腋窝淋巴结也是癌细胞迁移的最常见部位。

本研究收集来自5名患者的5个原发肿瘤和10个配对淋巴结被用于scRNA-seq，研究了来自原发肿瘤和腋窝淋巴结样本的96,796个单细胞的转录组图谱。

单细胞转录组数据情况

数据链接是：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE180286

文章选择5例患者的原发乳腺癌(PC)和2个淋巴结(LN)进行综合分析，用单细胞RNA测序对PC、LN样品进行分析，一共是15个样品，。

GSM5457199 P1-primary breast cancer-scRNA
GSM5457200 P1-lymph node 1-scRNA
GSM5457201 P1-lymph node 2-scRNA
GSM5457202 P2-primary breast cancer-scRNA
GSM5457203 P2-lymph node 1-scRNA
GSM5457204 P2-lymph node 2-scRNA
GSM5457205 P3-primary breast cancer-scRNA
GSM5457206 P3-lymph node 1-scRNA
GSM5457207 P3-lymph node 2-scRNA
GSM5457208 P4-primary breast cancer-scRNA
GSM5457209 P4-lymph node 1-scRNA
GSM5457210 P4-lymph node 2-scRNA
GSM5457211 P5-primary breast cancer-scRNA
GSM5457212 P5-lymph node 1-scRNA
GSM5457213 P5-lymph node 2-scRNA

提供了txt.gz格式的下载文件，直接下载之后使用fread()函数读取即可。

GSM5457199_A2019-1.expression_matrix.txt.gz 3.3 Mb
GSM5457200_A2019-2.expression_matrix.txt.gz 4.0 Mb
GSM5457201_A2019-3.expression_matrix.txt.gz 7.6 Mb
GSM5457202_B2019-1.expression_matrix.txt.gz 18.3 Mb
GSM5457203_B2019-2.expression_matrix.txt.gz 7.6 Mb
GSM5457204_B2019-3.expression_matrix.txt.gz 6.6 Mb
GSM5457205_C2020-1.expression_matrix.txt.gz 8.0 Mb
GSM5457206_C2020-2.expression_matrix.txt.gz 6.8 Mb
GSM5457207_C2020-3.expression_matrix.txt.gz 6.0 Mb
GSM5457208_D2020-1.expression_matrix.txt.gz 5.6 Mb
GSM5457209_D2020-2.expression_matrix.txt.gz 4.2 Mb
GSM5457210_D2020-3.expression_matrix.txt.gz 6.2 Mb
GSM5457211_E2020-1.expression_matrix.txt.gz 13.6 Mb
GSM5457212_E2020-2.expression_matrix.txt.gz 4.8 Mb
GSM5457213_E2020-3.expression_matrix.txt.gz 4.3 Mb

数据下载导入，并创建Seurat对象：

###### step1:导入数据 ######  
samples=list.files('GSE180286_RAW//')
samples 
sceList = lapply(samples,function(x){ 
  # x=samples[1]
  print(x)
  y=file.path('./GSE180286_RAW',x )  
  a=fread(y,data.table = F)
  a[1:4,1:4] 
  rownames(a)=a[,1]
  a=a[,-1]
  sce=CreateSeuratObject(a,project = samples)
  return(sce)
})
samples
samples = substring(samples,12,18)
samples=gsub('-','_',samples)
samples
library(stringr) 
names(sceList) = samples
sceList

sce.all <- merge(sceList[[1]], y= sceList[ -1 ] ,
                 add.cell.ids=samples) 

as.data.frame(sce.all@assays$RNA@counts[1:10, 1:2])
head(sce.all@meta.data, 10)
table(sce.all@meta.data$orig.ident)

在批量读取数据之前，一般要先读取一个数据用来进行测试，确认无误后，再使用循环批量读取全部的数据用于后续的分析。

后面就是标准分析啦,对读取进来的数据进行质控、harmony整合以及细分亚群定义等。