上周考看到了单细胞天地公众号解读了一个有意思的单细胞数据文章,其详细解读见:单细胞测序揭示不同环境下的中性粒细胞异质性
对单细胞转录组数据的 第一层次降维聚类分群,我们通常是:
绝大部分文章都是抓住免疫细胞亚群进行细分,包括淋巴系(T,B,NK细胞)和髓系(单核,树突,巨噬,粒细胞)的两大类作为第二次细分亚群。但是也有不少文章是抓住stromal 里面的fibo 和endo进行细分,并且编造生物学故事的。
其中中性粒细胞(属于髓系)在10x技术里面并不友好,首先10x很难测到 它,其次它也很难跟单核细胞区分开来,如果是单核细胞,目前比较确定的是cd14阳性的经典单核细胞和cd16阳性的单核细胞亚群。
但是其实中性粒(单核)细胞也有很多细化的空间,比如 发表在《Nat Immunol 》杂志 2020 Sep;21(9):1119-1133. PMID: 32719519的文章标题是:《Single-cell transcriptome profiling reveals neutrophil heterogeneity in homeostasis and infection》
其单细胞数据集在:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE137539
全部的样品如下所示 :
GSM4081545 wt_ctl_bm1
GSM4081546 wt_ctl_bm2
GSM4081547 wt_ctl_pb2
GSM4081548 wt_ctl_sp2
GSM4081549 wt_eco_bm1
GSM4081550 wt_eco_bm2
GSM4081551 wt_eco_pb2
GSM4081552 wt_eco_sp2
GSM4081553 wt_eco_lv2
GSM4081554 wt_eco_pc2
GSM4081555 NKD181202670
GSM4473444 RBD00006-T
GSM4473445 HDY_PB
包含了多种器官组织来源的样品; bone marrow (BM), peripheral blood (PB), spleen (SP), liver (LV) and peritoneal cavity (PC).
其单细胞样品制备之前都经过了细胞分选哦:
因为我这方面背景知识不足,所以无法介绍为什么作者选择了 cKit+ Gr1+ 的流式分选。
虽然是经过细胞分选,但是也不可能保证百分百数据都是自己想要的单核/中性粒细胞,可以看到全部的来源于 bone marrow (BM), peripheral blood (PB), and spleen (SP) 的2万细胞分类如下所示 :
因为是免疫细胞,所以淋巴系(T,B,NK细胞)和髓系(单核,树突,巨噬,粒细胞)的两大类作为第二次细分亚群。
如果看图,就能发现,细胞分选是有效果的,至少保证了绝大部分都是作者想要的 neutrophils (Neu) (S100a8 and S100a9) 单细胞亚群(这里我 就很奇怪,为什么作者不选择S100a8 和 S100a9,而是 cKit+ Gr1+ 的流式分选 ):
第一层次降维聚类分群
接下来就开始对neutrophils (Neu) (S100a8 and S100a9)取子集,独立分析,也可以看到第一层次降维聚类分群还不错:
中性粒细胞的独立分析
而且每个亚群都是可以找到相对清晰的特异性高表达量基因作为标记;
相对清晰的特异性高表达量基因
但是这些基因在我自己的数据里面却无法验证出来
如果你确实觉得我的教程对你的科研课题有帮助,让你茅塞顿开,或者说你的课题大量使用我的技能,烦请日后在发表自己的成果的时候,加上一个简短的致谢,如下所示:
We thank Dr.Jianming Zeng(University of Macau), and all the members of his bioinformatics team, biotrainee, for generously sharing their experience and codes.
十年后我环游世界各地的高校以及科研院所(当然包括中国大陆)的时候,如果有这样的情谊,我会优先见你。