文章标题:《Single-cell transcriptomics reveals the landscape of intra-tumoral heterogeneity and transcriptional activities of ECs in CC》
发表日期和杂志:2021年发表在Molecular Therapy-Nucleic Acids上
在线阅读链接:https://doi.org/10.1016%2Fj.omtn.2021.03.017
在本研究中,对宫颈肿瘤组织和宫颈癌旁正常组织进行了单细胞RNA测序,旨在揭示宫颈癌中肿瘤细胞的异质性及其与其他细胞的相互作用。通过scRNA-seq检测了来自CC和邻近正常组织的20938个细胞。
数据链接是:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE168652
文章给的单细胞RNA测序数据一共是2个样品,分别是宫颈肿瘤组织和癌旁正常组织。
GSM5155196 Cells from cervical cancer tissue
GSM5155197 Cells from normal adjacent tissue
提供了tar.gz格式的下载文件,直接下载之后解压开来即可看到10X格式的三个文件,使用Read10X函数读取即可。
GSM5155196_Tumor.tar.gz 116.8 Mb
GSM5155197_Normal.tar.gz 69.0 Mb
数据下载导入,并创建Seurat对象:
###### step1:导入数据 ######
library(data.table)
dir='GSE168652_RAW/'
samples=list.files( dir )
samples
library(data.table)
sceList = lapply(samples,function(pro){
# pro=samples[1]
print(pro)
sce=CreateSeuratObject( Read10X(file.path(dir,pro )),
project = pro,
min.cells = 5,
min.features = 300 )
return(sce)
})
names(sceList)
samples
sce.all=merge(x=sceList[[1]],
y=sceList[ -1 ],
add.cell.ids = samples)
as.data.frame(sce.all@assays$RNA@counts[1:10, 1:2])
head(sce.all@meta.data, 10)
table(sce.all$orig.ident)
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。
在测序的细胞中,来自肿瘤样本的总共11,289个细胞和邻近正常样本的9,649个细胞符合我们的质量控制(QC)指标,并被进一步分析以确定各种细胞类型。
确定了13个细胞簇,通过交叉参考在每个簇中差异表达的基因来指定假定的细胞类型身份。
文章对不同的细胞簇进行了定义和命名:
研究了上皮/癌细胞及其标记基因(EPCAM, TP63, CDH1和CDKN2A)的相互表达模式。
根据鉴定出的标记物,它们被分为四组具有不同生物学功能的细胞。
通过热图展示了每个亚群中富集的代表性基因,并且对这些基因的功能解读。
CC干细胞(CSCs)是肿瘤细胞中的一个小亚群,在肿瘤发生中起决定性作用,而大多数肿瘤细胞在短暂分化后死亡包括SOX220和醛脱氢酶1 (ALDH1)在内的细胞表面标记物和转录因子21已被用于从包括cc在内的不同肿瘤中分离和鉴定CSC群体。
通过小提琴图发现CSC标记基因ALDH1A1和SOX2在集群8中显著升高。
通过异质性分析揭示内皮细胞在宫颈癌中的过渡轨迹
为了表征不同的EC表型,在EC簇中确定了7个亚簇
小提琴曲线图显示了具有代表性的动脉和静脉标记物以及毛细血管标志物在七个ECs亚组中的表达。
用Monocle 2推测的内皮细胞的拟时间轨迹和基因表达谱
往期回顾
如果你对单细胞转录组研究感兴趣,但又不知道如何入门,也许你可以关注一下下面的课程
看完记得顺手点个“在看”哦!
生物 | 单细胞 | 转录组丨资料
每天都精彩