Seurat教程上新||Mixscape : 用多模态单细胞数据筛选免疫检查点

生信技能树jimmy

发布于 2020-07-07 11:13:26

1.2K0

发布于 2020-07-07 11:13:26

文章被收录于专栏：单细胞天地

作者 | 周运来

男，

一个长大了才会遇到的帅哥，

稳健，潇洒，大方，靠谱。

一段生信缘，一棵技能树，

一枚大型测序工厂的螺丝钉，

一个随机森林中提灯觅食的津门旅客。

PD-L1等抑制性免疫检查点分子的表达在人类癌症中较为常见，可导致T细胞介导的免疫应答的抑制。在这里，我们应用ECCITE-seq技术来探索调控PD-L1表达的分子网络。ECCITE-seq技术将混合的CRISPR筛查与单细胞mRNA和表面蛋白测量相结合。我们还开发了一个计算框架，mixscape，它通过识别和去除混杂的变异源，大大提高了单细胞扰动屏幕的信噪比。利用这些工具，我们识别和验证PD-L1的调控因子，并利用我们的多模态数据识别转录和转录后的调控模式。特别是，我们发现kelch样蛋白keap1和转录激活因子NRF2介导了IFN刺激后PD-L1的上调。我们的结果为免疫检查点的调节确定了一个新的机制，并为分析多模态单细胞perturbation screens提供了一个强大的分析框架。

免疫检查点(IC)分子调节免疫反应中激活和抑制之间的关键平衡。在正常生理条件下，抑制IC分子对于维持自身耐受和防止自身免疫是必不可少的，但在人类癌症中，抑制IC分子的表达常常被错误调控，以逃避免疫监控。例如，抑制性IC PD-L1与T细胞上的PD -1受体相互作用，抑制T细胞活化，在许多癌症中过表达，并作为患者生存和免疫治疗反应的预后因素。因此，人们不仅对识别阻断这些相互作用的治疗途径感兴趣，而且对理解癌细胞上调PD-L1等ICs的分子网络也很感兴趣。

之前的研究已经初步建立了一套能够影响PD-L1 mRNA和表面蛋白水平的分子调控因子。大量研究发现，干扰素(IFN)的暴露可迅速诱导PD-L1在体外和肿瘤微环境中的表达。因此，IFN反应的核心成分是PD-L1表达的上游调控因子，包括转录因子IRF1(直接与PD-L1启动子结合)、JAK-STATsignal转导通路和IFN受体本身。此外，还鉴定了其他IFN的阻断信号、PD-L1启动子染色质状态或对uv介导的应激的调节因子。

此外，最近人们特别关注PD-L1稳定性和降解的转录后调节因子的特性。例如，Cullin 3-SPOPE3-ligase复合物可以细胞周期依赖的方式直接泛素化PD-L1，导致其降解。此外，全基因组CRISPR筛选发现了两个之前未鉴定的调节因子cmtm6和CMTM4，它们通过防止溶酶体介导的降解来稳定PD-L1表面表达。在这些案例中，PD-L1调节剂的干扰被证明可以调节抗肿瘤T细胞的活性，这就突出了理解抑制IC分子调控的治疗兴趣。

我们最近引入了扩展的crispr兼容的CITE-seq (ECCITE-seq)，它同时测量转录组、表面蛋白水平和在单细胞分辨率上的扰动，作为一种识别和表征分子调节剂的新方法。ECCITE-seq建立在混合CRISPR屏幕的实验设计上，在单一实验中，多个扰动被复用在一起，但是有明显的优势。首先，单细胞测序读数(即 Perturb-seq, CROP-seq, CRISP-seq)能够测量详细的分子表型，而不是单个表型(单个蛋白的表达或细胞活力)。其次，通过同时耦合测量mRNA、表面蛋白和直接检测同一细胞内的导联，ECCITE-seq允许对每个扰动进行多模态表征。因此，我们认为ECCITE-seq将使我们能够同时测试和识别IC分子的新调控因子，特别是区分转录模式和转录后模式。此外，丰富和高维的读出容易促进网络和基于路径的分析，这可以超越鉴定单个基因和产生对其调控机制的洞察。

在这里，我们应用ECCITE-seq来同时扰乱和表征假定的调节抑制分子对IFN不刺激的反应。当分析我们的单细胞数据时，我们确定了混杂的异质性来源，包括那些接受了靶向引导RNA但没有表现出干扰效应的细胞，这些细胞在下游分析中引入了大量的噪声。我们开发并验证了计算方法来控制这些因素，并大幅增加了我们的统计能力来表征多模态扰动。

利用这些工具，我们确定了一组基因，其扰动会影响PD-L1转录水平、表面蛋白水平，或两者都影响，并确定了每个调控器所使用的潜在分子通路。特别是，我们发现在人类癌症中经常突变的kelch样蛋白keap1和转录激活因子NRF2可以改变PD-L1水平。我们将这些发现与CUL3的一个新的调节机制联系起来，并表明该基因通过稳定NRF2通路作为PD-L1mRNA的间接转录激活剂。综上所述，我们的发现确定了免疫检查点调节的一个重要途径，并提出了一个强大的和广泛适用的分析框架来分析ECCITE-seq数据。

在ECCITE-seq实验中，我们运行了10x Genomics 5’(Chromium Single Cell Immune Profiling Solution v1.0， #1000014， #1000020， #1000151)的8个lanes ，目标是每个lanes 捕获10000个细胞。在运行之前，细胞存活率被确定和细胞数量估计之前描述。为了跟踪每个生物学重复身份，样本按照细胞hashing protocol 进行。

mRNA
hashtags (Hashtag-derived oligos, HTOs)
protein (Antibody-derived oligos, ADTs)
gRNA (Guide-derived oligos, GDOs)

文库均由10x genomics and ECCITE-seq protocols方法构建。在NovaSeq运行时，所有库都在两个lanes上进行测序。利用Cellranger (V2.1.1)将来自mRNA文库的测序片段映射到hg19参考基因组。为了生成HTO、ADT和GDO库的计数矩阵，使用了CITE-seq-count package (https://github.com/Hoohm/CITE-seq-Count)。然后使用计数矩阵作为Seurat R包的输入来执行所有的下游分析。

下面我们跟着官网教程来看看是如何达到目的的。

首先，我们需要安装新的Seurat，下载示例数据：

remotes::install_github(“satijalab/seurat”, ref = “mixscape”)

# Load packages.
library(Seurat)
library(SeuratData)
library(ggplot2)
library(patchwork)
library(scales)
library(dplyr)

# Download dataset using SeuratData.
InstallData(ds = "thp1.eccite")

# Setup custom theme for plotting.
custom_theme <- theme(plot.title = element_text(size = 16, hjust = 0.5), legend.key.size = unit(0.7,
    "cm"), legend.text = element_text(size = 14))

老规矩，我们来看一下数据格式。

# Load object.
eccite <- LoadData(ds = "thp1.eccite")
eccite
An object of class Seurat
18776 features across 20729 samples within 4 assays
Active assay: RNA (18649 features, 0 variable features)
 3 other assays present: ADT, HTO, GDO

我们看到有4个assay: RNA , ADT, HTO, GDO，一个Seurat玩转4套数据，在才叫多模态啊。我们分别看看这四套数据的内容：

eccite@assays$RNA@data[1:4,1:4]
4 x 4 sparse Matrix of class "dgCMatrix"
              l1_AAACCTGAGCCAGAAC l1_AAACCTGAGTGGACGT l1_AAACCTGCATGAGCGA l1_AAACCTGTCTTGTCAT
AL627309.1                      .                   .                   .                   .
AP006222.2                      .                   .                   .                   .
RP4-669L17.10                   .                   .                   .                   .
RP11-206L10.3                   .                   .                   .                   .
> eccite@assays$ADT@data[1:4,1:4]
4 x 4 sparse Matrix of class "dgCMatrix"
      l1_AAACCTGAGCCAGAAC l1_AAACCTGAGTGGACGT l1_AAACCTGCATGAGCGA l1_AAACCTGTCTTGTCAT
CD86                  118                 243                  99                 110
PDL1                  522                 139                 109                 334
PDL2                   94                 104                  56                  48
CD366                  67                  59                  80                  47
> eccite@assays$HTO@data[1:4,1:4]
4 x 4 sparse Matrix of class "dgCMatrix"
          l1_AAACCTGAGCCAGAAC l1_AAACCTGAGTGGACGT l1_AAACCTGCATGAGCGA l1_AAACCTGTCTTGTCAT
rep1-tx                    82                  18                  55                  14
rep1-ctrl                   3                   1                   4                   .
rep2-tx                    13                  11                   6                   6
rep2-ctrl                   1                   4                   .                   .
> eccite@assays$GDO@data[1:4,1:4]
4 x 4 sparse Matrix of class "dgCMatrix"
       l1_AAACCTGAGCCAGAAC l1_AAACCTGAGTGGACGT l1_AAACCTGCATGAGCGA l1_AAACCTGTCTTGTCAT
eGFPg1                   1                   1                   1                   1
CUL3g1                   1                   1                   1                   1
CUL3g2                   1                   1                   1                   1
CUL3g3                   1                   1                   1                   1

metadata的内容：

 head(eccite@meta.data)
                    orig.ident nCount_RNA nFeature_RNA nCount_HTO nFeature_HTO nCount_GDO nFeature_GDO nCount_ADT nFeature_ADT percent.mito MULTI_ID MULTI_classification
l1_AAACCTGAGCCAGAAC      Lane1      17207         3942         99            4        576          111        801            4     2.295577  rep1-tx              rep1-tx
l1_AAACCTGAGTGGACGT      Lane1       9506         2948         35            5        190          111        545            4     4.512939  rep1-tx              rep1-tx
l1_AAACCTGCATGAGCGA      Lane1      15256         4258         66            4        212          111        344            4     4.116413  rep1-tx              rep1-tx
l1_AAACCTGTCTTGTCAT      Lane1       5135         1780         22            3        243          111        539            4     5.491723  rep1-tx              rep1-tx
l1_AAACGGGAGAACAACT      Lane1       9673         2671         99            5        198          111       1053            4     3.359868  rep1-tx              rep1-tx
l1_AAACGGGAGACAGAGA      Lane1      14941         3918         97            5        124          111        487            4     3.379961  rep1-tx              rep1-tx
                    MULTI_classification.global HTO_classification guide_ID guide_ID.global  gene con      NT    crispr replicate     S.Score   G2M.Score Phase
l1_AAACCTGAGCCAGAAC                     rep1-tx            rep1-tx  STAT2g2         Singlet STAT2  tx STAT2g2 Perturbed      rep1 -0.25271565 -0.77130934    G1
l1_AAACCTGAGTGGACGT                     rep1-tx            rep1-tx   CAV1g4         Singlet  CAV1  tx  CAV1g4 Perturbed      rep1 -0.12380192 -0.33260303    G1
l1_AAACCTGCATGAGCGA                     rep1-tx            rep1-tx  STAT1g2         Singlet STAT1  tx STAT1g2 Perturbed      rep1 -0.15463259 -0.69441836    G1
l1_AAACCTGTCTTGTCAT                     rep1-tx            rep1-tx   CD86g1         Singlet  CD86  tx  CD86g1 Perturbed      rep1 -0.06126198 -0.03781951    G1
l1_AAACGGGAGAACAACT                     rep1-tx            rep1-tx   IRF7g2         Singlet  IRF7  tx  IRF7g2 Perturbed      rep1 -0.13218850 -0.35315597    G1
l1_AAACGGGAGACAGAGA                     rep1-tx            rep1-tx     NTg1         Singlet    NT  tx      NT        NT      rep1 -0.20998403 -0.58247261    G1

禁不住用我们的桑吉图看看分属关系：

library(ggforce)
eccite@meta.data %>%
  gather_set_data(17:21) %>%
  ggplot(aes(x, id = id, split = y, value = 1))  +
  geom_parallel_sets(aes(fill = NT), show.legend = FALSE, alpha = 0.3) +
  geom_parallel_sets_axes(axis.width = 0.1, color = "lightgrey", fill = "white") +
  geom_parallel_sets_labels(angle = 0) +
  theme_no_axes()

要理解这里的每一列是什么就要学习CRISPR的基本知识了。重要的一点是理解perturbation 的概念。

# Normalize protein.
eccite <- NormalizeData(object = eccite, assay = "ADT", normalization.method = "CLR", margin = 2)

为了获得全局的观点，我们先对RNA的数据执行Seurat的一般流程：基于rna的聚类是由混杂的变异源驱动的。

# Prepare RNA assay for dimensionality reduction: Normalize data, find variable features and
# scale data.
DefaultAssay(object = eccite) <- "RNA"
eccite <- NormalizeData(object = eccite) %>% FindVariableFeatures() %>% ScaleData()

# Run Principle Component Analysis (PCA) to reduce the dimensionality of the data.
eccite <- RunPCA(object = eccite)

# Run Uniform Manifold Approximation and Projection (UMAP) to visualize clustering in 2-D.
eccite <- RunUMAP(object = eccite, dims = 1:40)

# Generate plots to check if clustering is driven by biological replicate ID, cell cycle phase
# or target gene class.
p1 <- DimPlot(eccite, group.by = "replicate", label = F, pt.size = 0.2, reduction = "umap") + scale_color_brewer(palette = "Dark2") +
    ggtitle("Biological Replicate") + xlab("UMAP 1") + ylab("UMAP 2") + custom_theme

p2 <- DimPlot(eccite, group.by = "Phase", label = F, pt.size = 0.2, reduction = "umap") + ggtitle("Cell Cycle Phase") +
    ylab("UMAP 2") + xlab("UMAP 1") + custom_theme

p3 <- DimPlot(eccite, group.by = "crispr", pt.size = 0.2, reduction = "umap", split.by = "crispr",
    ncol = 1, cols = c("grey39", "goldenrod3")) + ggtitle("Perturbation Status") + ylab("UMAP 2") +
    xlab("UMAP 1") + custom_theme

# Visualize plots.
((p1/p2 + plot_layout(guides = "auto")) | p3)

接下来，计算局部扰动特征减轻混杂效应。

 Calculate local perturbation signature.
eccite <- CalcPerturbSig(object = eccite, assay = "RNA", slot = "data", gd.class = "gene", nt.cell.class = "NT",
    reduction = "pca", ndims = 40, num.neighbors = 20, split.by = "replicate", new.assay.name = "PRTB")

# Prepare PRTB assay for dimensionality reduction: Normalize data, find variable features and
# center data.
DefaultAssay(object = eccite) <- "PRTB"

# Use variable features from RNA assay.
VariableFeatures(object = eccite) <- VariableFeatures(object = eccite[["RNA"]])
eccite <- ScaleData(eccite, do.scale = F, do.center = T)

# Run PCA to reduce the dimensionality of the data.
eccite <- RunPCA(object = eccite, reduction.key = "prtbpca", reduction.name = "prtbpca")

# Run UMAP to visualize clustering in 2-D.
eccite <- RunUMAP(object = eccite, dims = 1:40, reduction = "prtbpca", reduction.key = "prtbumap",
    reduction.name = "prtbumap")

# Generate plots to check if clustering is driven by biological replicate ID, cell cycle phase
# or target gene class.
q1 <- DimPlot(eccite, group.by = "replicate", reduction = "prtbumap", pt.size = 0.2) + scale_color_brewer(palette = "Dark2") +
    ggtitle("Biological Replicate") + ylab("UMAP 2") + xlab("UMAP 1") + custom_theme

q2 <- DimPlot(eccite, group.by = "Phase", reduction = "prtbumap", pt.size = 0.2) + ggtitle("Cell Cycle Phase") +
    ylab("UMAP 2") + xlab("UMAP 1") + custom_theme

q3 <- DimPlot(eccite, group.by = "crispr", reduction = "prtbumap", split.by = "crispr", ncol = 1,
    pt.size = 0.2, cols = c("grey39", "goldenrod3")) + ggtitle("Perturbation Status") + ylab("UMAP 2") +
    xlab("UMAP 1") + custom_theme

# Visualize plots.
(q1/q2 + plot_layout(guides = "auto") | q3)

Mixscape识别没有检测扰动的细胞。


#install.packages('mixtools')
# Run mixscape to classify cells based on their perturbation status.
eccite <- RunMixscape(object = eccite, assay = "PRTB", slot = "scale.data", labels = "gene", nt.class.name = "NT",
    min.de.genes = 5, iter.num = 10, de.assay = "RNA", verbose = F)

# Show that only IFNG pathway KO cells have a reduction in PD-L1 protein expression.
Idents(object = eccite) <- "gene"

VlnPlot(object = eccite, features = "adt_PDL1", idents = c("NT", "JAK2", "STAT1", "IFNGR1", "IFNGR2",
    "IRF1"), group.by = "gene", pt.size = 0.2, sort = T, split.by = "mixscape_class.global", cols = c("coral3",
    "grey79", "grey39")) + ggtitle("PD-L1 protein") + theme(axis.text.x = element_text(angle = 0,
    hjust = 0.5))

KO,NP,NT 是啥意思？

If the cell received a NT gRNA, it retains its assignment as non-targeting (NT)
If the cell received a targeting gRNA, and is classified in step 8 as NT, it is assigned a non-perturbed (NP) label
If the cell received a targeting gRNA, and is classified in step 8 as KO, it receives a perturbed/knock-out (KO) label

用线性判别分析(LDA)可视化扰动响应。

# Remove non-perturbed cells and run LDA to reduce the dimensionality of the data.
Idents(eccite) <- "mixscape_class.global"
sub <- subset(eccite, idents = c("KO", "NT"))

sub <- MixscapeLDA(object = sub, assay = "RNA", pc.assay = "PRTB", labels = "gene", nt.label = "NT",
    npcs = 10, logfc.threshold = 0.25, verbose = F)

# Use LDA results to run UMAP and visualize cells on 2-D.
sub <- RunUMAP(sub, dims = 1:11, reduction = "lda", reduction.key = "ldaumap", reduction.name = "ldaumap")

# Visualize UMAP clustering results.
Idents(sub) <- "mixscape_class"
sub$mixscape_class <- as.factor(sub$mixscape_class)
p <- DimPlot(sub, reduction = "ldaumap", label = T, repel = T, label.size = 5)

col = setNames(object = hue_pal()(12), nm = levels(sub$mixscape_class))
names(col) <- c(names(col)[1:7], "NT", names(col)[9:12])
col[8] <- "grey39"

p + scale_color_manual(values = col, drop = FALSE) + ylab("UMAP 2") + xlab("UMAP 1") + custom_theme

代码和降维图均来自mixscape官网，为什么没有自己画，因为画到一般发现自己的PC计算资源不够用了。对原理感兴趣看一看文章：Characterizing the molecular regulation of inhibitory immune checkpoints with multi-modal single-cell screens.

在分析的过程中注意Seurat数据的assay之间的切换，这是四套数据了。大部分函数是我们熟悉的Seurat的函数，几个关键的函数需要我们亲自查看help文档，如RunMixscape ``CalcPerturbSig。当然，最为关键的还是我们对ECCITE-seq和CRISPR技术的原理和细节。

Mixscape 的出现再次验证了：单细胞只是概念，我们可以基于此开发相应的技术。

References

[1] mixscape: https://github.com/satijalab/seurat/tree/mixscape [2] 基因筛查进入单细胞时代: https://www.lifeomics.com/?p=36110 [3] CRISPR-Cas9基因编辑技术简介: https://zhuanlan.zhihu.com/p/137760447

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2020-07-01，如有侵权请联系 cloudcommunity@tencent.com 删除

缓存