单细胞RNA测序分析人高级别浆液性卵巢癌的组织结构

生信技能树jimmy

发布于 2024-01-02 17:01:25

8420

文章被收录于专栏：单细胞天地单细胞天地

文章概述

文章标题：《Single-Cell RNA Sequencing Reveals the Tissue Architecture in Human High-Grade Serous Ovarian Cancer》

发表日期和杂志：2022年发表在Clinical Cancer Research上

在线阅读链接：https://doi.org/10.1158%2F1078-0432.CCR-22-0296

之前整理过单细胞测序分析进展性高级别浆液性卵巢癌核心原型表型的演变，这篇文章分析了人高级别浆液性卵巢癌的组织结构

实验设计

为了系统地研究HGSOC的肿瘤内异质性，采用深层单细胞RNA测序技术(scRNA-seq)对7例初治HGSOC早期和晚期患者及5例年龄匹配的非恶性卵巢组织标本进行肿瘤分析。

共获得59,324个HGSOC和非恶性卵巢组织的单细胞，其中，33264个细胞（56%）来⾃HGSOC肿瘤患者组织，26060个（44%）来⾃⾮恶性卵巢组织标本。

单细胞转录组数据情况

数据链接是：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE184880

GSM5599220 Normal ovarian tissue1
GSM5599221 Normal ovarian tissue2
GSM5599222 Normal ovarian tissue3
GSM5599223 Normal ovarian tissue4
GSM5599224 Normal ovarian tissue5
GSM5599225 Cancer_HGSOC1
GSM5599226 Cancer_HGSOC2
GSM5599227 Cancer_HGSOC3
GSM5599228 Cancer_HGSOC4
GSM5599229 Cancer_HGSOC5
GSM5599230 Cancer_HGSOC6
GSM5599231 Cancer_HGSOC7

提供了10X标准格式的三个文件，不过我们直接下载后按照数据集整理对应的文件，使用Read10X()函数读取即可。

数据整理：下载数据，然后按照数据集名称对应的整理

fs=list.files('./','features.tsv.gz')
fs
samples1=gsub('-features.tsv.gz','',fs)
samples1
library(stringr)
samples2= gsub('-filtered','',samples1)
samples2

lapply(1:length(samples2), function(i){
  x=samples2[i]
  y=samples1[i]
  dir.create(x,recursive = T)
  file.copy(from=paste0(y,'-features.tsv.gz'),
            to=file.path(x,  'features.tsv.gz' )) 
  file.copy(from=paste0(y,'-matrix.mtx.gz'),
            to= file.path(x, 'matrix.mtx.gz' ) ) 
  file.copy(from=paste0(y,'-barcodes.tsv.gz'),
            to= file.path(x, 'barcodes.tsv.gz' )) 
  
})

读取数据，创建seurat结构进行后续的分析。

###### step1:导入数据 ######  
dir='GSE184880_RAW/outputs/' 
samples=list.files( dir )
samples
# samples = head(samples,10) 
sceList = lapply(samples,function(pro){ 
  # pro=samples[1] 
  print(pro)  
  sce =CreateSeuratObject(counts =  Read10X(file.path(dir,pro )) ,
                          project =  gsub('^GSM[0-9]*_','',pro)  ,
                          min.cells = 5,
                          min.features = 500 )
  return(sce)
})
names(sceList) 
# gsub('^GSM[0-9]*','',samples)
sce.all=merge(x=sceList[[1]],
              y=sceList[ -1 ],
              add.cell.ids =  gsub('_gene_cell_exprs_table.txt.gz','',gsub('^GSM[0-9]*_','',samples) )     )

as.data.frame(sce.all@assays$RNA$counts[1:10, 1:2])
head(sce.all@meta.data, 10)
table(sce.all$orig.ident) 

# 确认分组信息，通常是隐含在文件名，样品名字里面
sce.all$group=toupper( substring(colnames(sce.all),1,4))

table(sce.all@meta.data$group)
table(sce.all@meta.data$orig.ident)

在批量读取数据之前，一般要先读取一个数据用来进行测试，确认无误后，再使用循环批量读取全部的数据用于后续的分析。

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。