呐,等你关注都等出蜘蛛网了~
希望大家能有所收获!
现在你看到的是文献速递
文章信息
文章题目是:Reference component analysis of single-cell transcriptomes elucidates cellular heterogeneity in human colorectal tumors. 发表于 2017 年5月的Nature杂志。PMID: 28319088
单细胞转录组分析
单细胞转录组,使用的是GPL11154Illumina HiSeq 2000 (Homo sapiens) ,数据都上传到了:GSE81861 ;BioProject:PRJNA323703;SRA:ERP016958
既有病人的单细胞转录组数据,同时也有细胞系的数据做验证。
上游测序数据没有必要重新下载分析了,可以直接使用作者上传的表达矩阵:
Supplementary fileSizeDownloadFile type/resourceGSE81861_CRC_NM_all_cells_COUNT.csv.gz3.2 Mb(ftp)(http)CSVGSE81861_CRC_NM_all_cells_FPKM.csv.gz4.7 Mb(ftp)(http)CSVGSE81861_CRC_NM_epithelial_cells_COUNT.csv.gz2.5 Mb(ftp)(http)CSVGSE81861_CRC_NM_epithelial_cells_FPKM.csv.gz4.0 Mb(ftp)(http)CSVGSE81861_CRC_tumor_all_cells_COUNT.csv.gz4.3 Mb(ftp)(http)CSVGSE81861_CRC_tumor_all_cells_FPKM.csv.gz7.9 Mb(ftp)(http)CSVGSE81861_CRC_tumor_epithelial_cells_COUNT.csv.gz3.6 Mb(ftp)(http)CSVGSE81861_CRC_tumor_epithelial_cells_FPKM.csv.gz6.5 Mb(ftp)(http)CSVGSE81861_Cell_Line_COUNT.csv.gz13.1 Mb(ftp)(http)CSVGSE81861_Cell_Line_FPKM.csv.gz28.9 Mb(ftp)(http)CSVGSE81861_GEO_EGA_ID_match.csv.gz14.4 Kb(ftp)(http)CSV
作者认为全文最重要的是开发了一个挖掘细胞类型的算法:reference component analysis (RCA) 优于其它现有的算法。可以把cancer-associated fibroblasts (CAFs)继续分成两个类别。对比的算法包括:
使用 adjusted Rand index (ARI) 指标来评价各个聚类算法的优劣。结果发现自己开发的RCA表现超常!!!
当然了,还在 Tirosh, I. et al. Dissecting the multicellular ecosystem of metastatic melanoma by single-cell RNA–seq. Science 352, 189–196 (2016). 文章的数据里面做了验证。
肿瘤异质性很重要,单细胞转录组测序很厉害,以前的研究根据单细胞转录组表达矩阵进行分类的算法不够好,所以他们开发reference component analysis (RCA) , 而且 Colorectal cancer (CRC) 疾病非常严重,需要探索。
630个细胞的表达数据,过滤后剩下561个,这里使用Fragments per kilobase per million reads (FPKM)来进行表达定量。因为其上游处理走的是TOPHAT2+CUFFLINKS流程。
rate of exonic reads (ROER) 需要大于5%
number of detected genes (NODG) 需要大于1000, 基因的FPKM ≥1才能算被检测到了。
Exonic reads (ER) 要大于0.1Million
管家基因: TFRC, ACTB, RPLP0, PGK1, GAPDH, LDHA, NONO, B2M, GUSB and PPIH.
首先从 BioGPS数据库里面下载两个数据集:HumanU133A/GNF1H Gene Atlas and the Primary Cell Atlas ,从中挑选 A total of 4,717 genes were selected as features for GNF1H and 5,209 genes were selected for the Primary Cell Atlas. 还使用了 WGCNA 算法。
还使用了一些其它公共数据:TCGA, GSE14333, the PRECOG database, and GSE33113, GSE37892 and GSE39582 来验证单细胞转录组得到的基因集(The 'fibroblast-like' signature )是否能显著的区分CRC病人的生存情况。
做成了一个R包供使用:RCA R package, github.com/GIS-SP-Group.