前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >2016年的单细胞转录组数据居然发oncotarget !!!

2016年的单细胞转录组数据居然发oncotarget !!!

作者头像
生信技能树jimmy
发布2020-03-27 17:06:30
4930
发布2020-03-27 17:06:30
举报

呐,等你关注都等出蜘蛛网了~

不知不觉在单细胞转录组领域做知识分析也快两年了,很幸运聚集了五个小伙伴携手共进,我们承诺不间断更新5个月,把我们这两年的学习成果全部掏出来给大家,包括5个栏目:
  1. 文献速递(简短介绍,扩充知识面)
  2. 文献详解(图文并茂带来大家系统性学习)
  3. R与Bioconductor的技巧(书籍翻译,妙招共享)
  4. scRNAseq的GitHub的书籍翻译(原汁原味的名校教程)
  5. 全网第一个单细胞转录组视频教程学习笔记分享

希望大家能有所收获!

现在你看到的是文献速递

文章信息

文章发表于:Oncotarget. 2016; 7:66069-66076. doi.org/10.18632/oncota 是深圳大学及其附属罗湖医院团队做的,在BGI测序。题目是:Single-cell analyses of transcriptional heterogeneity in squamous cell carcinoma of urinary bladder 这篇文章就一幅图!!!而且是对一个病人。

癌症背景知识

很明显,关注的癌症是: squamous cell carcinoma of the bladder (SCCB) ,是膀胱癌症的一种,但是只占10%左右,不过比起占比非常高的urothelial carcinoma (UC)来说,更容易复发,更恶性!

单细胞转录组

不过该文章采用的单细胞转录组方法比较不常见,是 single-cell tagged reverse transcription (STRT) ,使用 Fluorescence Activated Cell Sorting (FACS) 挑选细胞,拿到了 75 tumor cells, 18 normal cells and 3 negative control ,平均每个细胞测序数据量是0.38M ,平均成功比对率是64.87%,具体统计信息可以查看Supplementary Table S1. 唯一的过滤标准是表达基因数量要超过3000,这样剩下 67 tumor cells and 7 normal cells。

使用的是HiSeq2000测序仪,Single-end reads of 50bp were generated along with 8-bp index reads corresponding to the cell-specific barcodes.

数据处理使用的是 Tophat 2.0.12 ,NCBI 37.1 assembly, Reads Per Million (RPM) , 很简单,比较奇怪的是基因表达定量他们居然用自己的perl脚本,我感觉很诡异,现成的featureCounts和HTseq居然不用。

差异分析

很明显,作者把差异分析当做了重头戏,而且完全是把单细胞转录组测序数据用传统的bulk转录组分析方法来处理的,比如使用NOISeq包(参数是; “q = 0.999, graphic = “MD”)来找差异表达基因。统计学显著的上调下调基因就去做GO/KEGG等数据库富集分析,再讨论一下富集分析结果在膀胱癌的生物学意义即可。

高级转录组数据分析

仍然是传统的bulk转录组分析方法,这里用了Weighted Gene Co-expression Network Analysis (WGCNA),挑选5530高表达变异的基因,得到48个模块,然后集中分析前5个比较大的基因模块,同样也是去做GO/KEGG等数据库富集分析,再讨论一下富集分析结果在膀胱癌的生物学意义即可。加多了一个分析,就是在这些模块里面找hub gene,讨论一下这些在膀胱癌的生物学意义即可。 至于WGCNA如何做,看我在菜鸟团博客写的教程即可。

单细胞水平的肿瘤异质性

既然是一个病人的67个肿瘤细胞的单细胞表达矩阵,那么没办法很清晰的分群也很正常,这些细胞的相关系数差异很大 r ~ 0.15 to 0.89,说明了肿瘤异质性。然后仅仅是针对那些高表达量基因 (RPM > 100)来根据coefficient of variation (CV)值来挑选the most 100 variably and most 100 stably 基因集,理所当然的,变化剧烈的那些基因是癌症相关的,表达量稳定的那些基因是housekeeping genes。

意义

The fresh tissues (cancer and normal control specimens from one patient) were minced (5-10mm in maximum dimension) during surgery, and kept in cryopreservation medium (10% DMSO+90% DMEM medium with 30% FBS) under -80°C.

病人其实已经去世了!

The patient died six months after the operation because of intestinal metastasis.

Upregulation of CCND1 was uncovered in various cancers, indicating its potential effects on tumorigenesis process, providing a therapeutic target of this patient.

数据可以重新下载并且分析

数据都在NCBI的SRA数据库:SRP078083 ,查看我在生信技能树的教程就很容易理解: vip.biotrainee.com/d/33

很容易下载样本列表及原始数据,然后自己重新分析:ncbi.nlm.nih.gov/Traces

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-04-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 单细胞天地 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 单细胞转录组
  • 差异分析
  • 高级转录组数据分析
  • 单细胞水平的肿瘤异质性
  • 意义
  • 数据可以重新下载并且分析
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档