天啦，啥肿瘤有如此高比例的树突细胞

生信技能树

发布于 2024-06-08 08:24:16

1060

发布于 2024-06-08 08:24:16

最近在咱们的微信交流群看到了小伙伴反馈一个数据挖掘文章从根上就错了，标题：《Integrative analyses of bulk and single-cell transcriptomics reveals the infiltration and crosstalk of cancer-associated fibroblasts as a novel predictor for prognosis and microenvironment remodeling in intrahepatic cholangiocarcinoma》，链接是：https://translational-medicine.biomedcentral.com/articles/10.1186/s12967-024-05238-z

如下所示是的降维聚类分群和命名，很明显的可以看到髓系免疫细胞里面的巨噬细胞和树突细胞的比例是有问题的，而且那些高表达量基因明明是单核细胞的并不是树突细胞的：

降维聚类分群和命名

可以看到，研究者们重新理由的是GSE138709这个数据集，很容易下载其表达量矩阵：

   15M 10 10  2019 GSM4116579_ICC_18_Adjacent_UMI.csv.gz
   16M 10 10  2019 GSM4116580_ICC_18_Tumor_UMI.csv.gz
  6.4M 10 10  2019 GSM4116581_ICC_20_Tumor_UMI.csv.gz
  8.2M 10 10  2019 GSM4116582_ICC_23_Adjacent_UMI.csv.gz
   11M 10 10  2019 GSM4116583_ICC_23_Tumor_UMI.csv.gz
   11M 10 11  2019 GSM4116584_ICC_24_Tumor1_UMI.csv.gz
  6.9M 10 11  2019 GSM4116585_ICC_24_Tumor2_UMI.csv.gz
  3.5M 10 11  2019 GSM4116586_ICC_25_Adjacent_UMI.csv.gz

然后批量读取到Seurat里面即可完成降维聚类分群，只需复制粘贴我的代码（https://pan.baidu.com/s/1bIBG9RciAzDhkTKKA7hEfQ?pwd=y4eh ）里面的编号4的文件夹，其中读入的代码是：

dir='GSE138709_RAW'
samples=list.files( dir  )
samples 
sceList = lapply(samples,function(pro){ 
  # pro=samples[5] 
  # pro=samples[1] 
  print(pro)
  ct=fread(file.path( dir ,pro),data.table = F) 
  ct[1:4,1:4]
  rownames(ct)=ct[,1]
  ct=ct[,-1]
  sce=CreateSeuratObject(counts =  ct ,
                         project = gsub('_UMI.csv.gz','',pro))
  return(sce)
}) 
do.call(rbind,lapply(sceList, dim)) 
samples =  gsub('_UMI.csv.gz','',samples)
samples
samples =  gsub('^GSM[0-9]*_ICC_','',samples)
samples
names(sceList)  = samples
names(sceList) 
sce.all=merge(x=sceList[[1]],
              y=sceList[ -1 ],
              add.cell.ids = samples  ) 
names(sce.all@assays$RNA@layers)
sce.all[["RNA"]]$counts 

# Alternate accessor function with the same result
LayerData(sce.all, assay = "RNA", layer = "counts")
sce.all <- JoinLayers(sce.all)
dim(sce.all[["RNA"]]$counts )

肿瘤微环境的单细胞亚群比例情况

一般来说，我们拿到了肿瘤相关的单细胞转录组的表达量矩阵后的第一层次降维聚类分群通常是：

immune (CD45+,PTPRC),
epithelial/cancer (EpCAM+,EPCAM),
stromal (CD10+,MME,fibro or CD31+,PECAM1,endo)

参考我前面介绍过 CNS图表复现08—肿瘤单细胞数据第一次分群通用规则，这3大单细胞亚群构成了肿瘤免疫微环境的复杂。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 fibro 和endo进行细分，并且编造生物学故事的。

在肿瘤组织中，单细胞亚群的比例可以因肿瘤类型、分期、患者的个体差异以及肿瘤微环境等多种因素而显著不同。在单细胞RNA测序技术的帮助下，研究人员可以更精确地分析肿瘤微环境中各种细胞亚群的比例和特征。然而，这些比例并不是固定不变的，它们可能随着肿瘤的发展、治疗干预以及患者的免疫状态等因素而变化。具体的细胞亚群比例需要通过实验方法如流式细胞术、免疫组织化学、单细胞RNA测序等来确定，并且每个肿瘤样本都是独特的。

但是，我们人为的处理了接近1000多个不同癌症的单细胞转录组数据集，树突细胞基本上都是占比都低于5%了，甚至都不到1%。前面我们已经介绍了心肝脾肺肾等多个器官的上皮细胞的细分亚群，以及免疫细胞里面的髓系和B细胞细分亚群：

而且树突细胞细分亚群比较多，是cDC1，cDC2，cDC3，以及pDC，有一些文章里面也把上面的 cDC3 叫做是 mregDC，但是总体上来说，树突细胞不应该是有很大的比例。

数据挖掘很重要，但务必认真

现如今（2024-06-03 ）基本上每个疾病都是有成百上千个单细胞转录组数据集公开了，比如肾癌这两天我在咱们的微信交流群就看到下面的3个数据集，实验设计基本上没有区别：

2022-GSE156632-肾癌和癌旁-单细胞
2023-GSE210041-肾癌和癌旁-单细胞
2023-GSE222703-肾癌和癌旁-单细胞

而且都是可以批量读取到Seurat里面即可完成降维聚类分群，只需复制粘贴我的代码（https://pan.baidu.com/s/1bIBG9RciAzDhkTKKA7hEfQ?pwd=y4eh ）里面的编号4的文件夹。

但是我们给大家的代码里面的单细胞亚群是需要人工手动命名的，而且我们的代码里面内置了绝大部分亚群的特异性基因，肉眼简单的检查一下即可：

myeloids_markers_list3 = list(
  Mac=c("C1QA","C1QB","C1QC","SELENOP","RNASE1","DAB2","LGMN","PLTP","MAF","SLCO2B1"),
  mono=c("VCAN","FCN1","CD300E","S100A12","EREG","APOBEC3A","STXBP2","ASGR1","CCR2","NRG1"),
  neutrophils =  c("FCGR3B","CXCR2","SLC25A37","G0S2","CXCR1","ADGRG3","PROK2","STEAP4","CMTM2" ),
  pDC = c("GZMB","SCT","CLIC3","LRRC26","LILRA4","PACSIN1","CLEC4C","MAP1A","PTCRA","C12orf75"),
  DC1 = c("CLEC9A","XCR1","CLNK","CADM1","ENPP1","SNX22","NCALD","DBN1","HLA-DOB","PPY"),
  DC2= c( "CD1C","FCER1A","CD1E","AL138899.1","CD2","GPAT3","CCND2","ENHO","PKIB","CD1B"),
  DC3 =  c("HMSD","ANKRD33B","LAD1","CCR7","LAMP3","CCL19","CCL22","INSM1","TNNT2","TUBB2B")
)

生命科学领域正在迅速发展，其中公共数据集的利用变得日益重要，原因包括：