单细胞交响乐
  • 前言:我与《单细胞交响乐》的缘分
  • 1 准备篇:背景知识
    • 1.1 数据结构
    • 1.2 总览 | 从实验到分析
  • 2 积累篇:文献阅读
    • 2.1.1 综述 | 2019-单细胞转录组分析最佳思路
    • 2.1.2 综述 | 2018-单细胞捕获平台
    • 2.1.3 综述 | 2017-scRNA中的细胞聚类分群
    • 2.1.4 综述 | scRNA已经开发出超过1000款工具了,你用过几种?
    • 2.1.5 综述 | 2021-单细胞测序的微流控技术应用
    • 2.2.1 研究 | 2018-单细胞转录组探索癌症免疫治疗获得性抗性机理
    • 2.2.2 研究 | 2018-人类结直肠癌单细胞多组学分析
    • 2.2.3 研究 | 2020-单细胞分析揭示葡萄膜黑色素瘤新的进化复杂性
    • 2.2.4 研究 | 2020-COVID-19病人支气管免疫细胞单细胞测序分析
    • 2.2.5 研究 | 2020-原汁原味读--单细胞肿瘤免疫图谱
    • 2.2.6 研究 | 2021-多发性骨髓瘤发展过程中肿瘤和免疫细胞的共同进化
    • 2.2.7 研究 | 2021-多个组织的成纤维细胞图谱
    • 2.2.8 研究 | 2021-多组学分析肺结核队列的记忆T细胞状态
    • 2.2.9 研究 | 2021-CancerSCEM: 人类癌症单细胞表达图谱数据库
    • 2.2.10 研究| 2021-单细胞转录组分析COVID-19重症患者肺泡巨噬细胞亚型
    • 2.2.11 研究 |2021-单细胞转录组揭示肺腺癌特有的肿瘤微环境
    • 2.2.12 研究 | 2021-单细胞转录组揭示乳头状甲状腺癌起始与发展
    • 2.2.13 研究 | 2021-解析食管鳞癌化疗病人的单细胞转录组
    • 2.2.14 研究 | 2021-单细胞水平看骨髓瘤的细胞状态和基因调控
    • 2.3.1 算法|2020-BatchBench比较scRNA批次矫正方法
    • 2.3.2 算法 | 2021-scPhere——用地球仪来展示降维结果
    • 2.3.3 算法 | 2021-单细胞差异分析方法评测
    • 2.3.4 算法 | 2021-细胞分群新方法——CNA(co-varying neighborhood analysis)
    • 2.3.5 工具 | 2018-iSEE:单细胞数据可视化辅助网页工具
    • 2.3.6 工具 | 2021-MACA: 一款自动注释细胞类型的工具
    • 2.3.7 工具 | 2021-一个很有想法的工具——Ikarus,想要在单细胞水平直接鉴定肿瘤细胞
  • 3 流程篇:分析框架
    • 3.1 质控
    • 3.2 归一化
    • 3.3 挑选表达量高变化基因
    • 3.4 降维
    • 3.5 聚类
    • 3.6 Marker/标记基因检测
    • 3.7 细胞类型注释
    • 3.8 批次效应处理
    • 3.9 多样本间差异分析
    • 3.10 检测Doublet
    • 3.11 细胞周期推断
    • 3.12 细胞轨迹推断
    • 3.13 与蛋白丰度信息结合
    • 3.14 处理大型数据
    • 3.15 不同R包数据的相互转换
  • 4 实战篇:活学活用
    • 4.1 实战一 | Smart-seq2 | 小鼠骨髓
    • 4.2 实战二 | STRT-Seq | 小鼠大脑
    • 4.3 实战三 | 10X | 未过滤的PBMC
    • 4.4 实战四 | 10X | 过滤后的PBMC
    • 4.5 实战五 | CEL-seq2 | 人胰腺细胞
    • 4.6 实战六 | CEL-seq | 人胰腺细胞
    • 4.7 实战七 | SMARTer | 人胰腺细胞
    • 4.8 实战八 | Smart-seq2 | 人胰腺细胞
    • 4.9 实战九 | 不同技术数据整合 | 人胰腺细胞
    • 4.10 实战十 | CEL-seq | 小鼠造血干细胞
    • 4.11 实战十一 | Smart-seq2 | 小鼠造血干细胞
    • 4.12 实战十二 | 10X | 小鼠嵌合体胚胎
    • 4.13 实战十三 | 10X | 小鼠乳腺上皮细胞
    • 4.14 | 实战十四 | 10X | HCA计划的38万骨髓细胞
  • 5 补充篇:开拓思路
    • 5.1 10X Genomics概述
      • 5.1.1 10X Genomics 问题集锦
    • 5.2 CellRanger篇
      • 5.2.1 CellRanger实战(一)数据下载
      • 5.2.2 CellRanger实战(二) 使用前注意事项
      • 5.2.3 CellRanger实战(三) 使用初探
      • 5.2.4 CellRanger实战(四)流程概览
      • 5.2.5 CellRanger实战(五) 理解count输出的结果
    • 5.3 Seurat的使用
      • 5.3.1 Seurat V3 | 实战之2700 PBMCs分析
      • 5.3.2 Seurat V3 | 如何改造Seurat包的DoHeatmap函数?
      • 5.3.3 scRNA的3大R包对比
      • 5.3.4 Seurat两种数据比较:integrated vs RNA assay
      • 5.3.5 seurat 的几种findmaker比较
    • 5.4 Monocle的使用
      • 5.4.1 Monocle V3实战
    • 5.5 多个数据集的整合
      • 5.5.1 使用Seurat的merge功能进行整合
      • 5.5.2 如何使用sctransform去除批次效应
由 GitBook 提供支持
在本页
  • 速览
  • 摘要
  • 实验设计
  • 首先看稳态小鼠组织的成纤维细胞
  • 受伤或患病小鼠紊乱组织的成纤维细胞
  • 人的成纤维细胞图谱

这有帮助吗?

  1. 2 积累篇:文献阅读

2.2.7 研究 | 2021-多个组织的成纤维细胞图谱

刘小泽写于2021.5.13

上一页2.2.6 研究 | 2021-多发性骨髓瘤发展过程中肿瘤和免疫细胞的共同进化下一页2.2.8 研究 | 2021-多组学分析肺结核队列的记忆T细胞状态

最后更新于4年前

这有帮助吗?

速览

  • 作者:Genentech团队

    基因泰克公司(英语:Genentech Inc.),全名基因工程科技公司(英语:Genetic Engineering Technology),是一家生物科技公司,由创投人罗伯特·史旺森(Robert A. Swanson)与生物化学家赫伯特·博耶(Herbert Boyer)博士于1976年成立,这件事也被视为是生物科技产业的起点。罗氏药厂于2009年3月26日以大约468亿美元完成了基因泰克的收购,并完全拥有此公司。 截至2019年2月为止,基因泰克有超过13,697名员工。

  • 链接:

  • 发表在:Nature

  • 日期:12 May 2021

  • 还发了一个在线工具: FibroXplorer is an interactive data portal that allows users to examine gene expression at the single-cell level in ~230,000 mouse fibroblasts from 17 tissues, 50 datasets and 12 disease states

摘要

  • 很多研究都表明:成纤维细胞在单个组织中存在异质性,但是在不同健康和患病器官的组织中并没有证明

  • 文章整合了2个物种的17个组织,涵盖11种疾病状态,50个数据集,得到了230,000个细胞scRNA数据

  • 比较了人和小鼠的成纤维细胞图谱发现,成纤维细胞的转录状态是保守的

  • 文章提出假设,成纤维细胞的异质性是由于稳态组织和疾病组织之间的波动差异导致的

实验设计

重点还是落在小鼠

  • Mouse tissue digestion and stromal cell isolation or identification by FACS

  • qPCR, RNA extraction and cDNA synthesis

  • Mouse scRNA-seq and cell hashing

  • Tissue processing for histology

  • RNAscope in situ hybridization

  • DSS-induced colitis

  • Tumour inoculation

  • Mouse bulk RNA-seq analysis

  • Mouse bulk ATAC–seq analysis

  • Human tissue digestion and stromal cell isolation

  • Open chromatin regions (OCRs) identification

  • Motif enrichment analysis

  • ATAC–seq and RNA-seq concordance

  • Mouse scRNA-seq meta-analysis

  • Human scRNA-seq meta-analysis

  • Pseudo-bulk analytical strategy

  • Projection of human gene sets onto mouse perturbed-state atlas

首先看稳态小鼠组织的成纤维细胞

先做了bulk RNA和ATAC-Seq:

单细胞图谱构建思路(图a):

得到10个细胞群,marker分别是:Pi16+, Col15a1+, Ccl19+, Coch+, Comp+, Cxcl12+, Fbln1+, Bmp4+, Npnt+ and Hhip+

Ccl19+ fibroblastic reticular cells (FRCs), Coch+ red pulp fibroblasts, Cxcl12+ mesenchymal stromal cells and osteolineage cells, Fbln1+ and Bmp4+ intestinal fibroblasts, Comp+ fibroblasts, Npnt+ alveolar fibroblasts Hhip+ peribronchial fibroblasts

几乎所有的组织都有Pi16+ and Col15a1+ clusters

DEGs in the Pi16+ cluster (Pi16, Dpp4 and Ly6c1) suggested an identity similar to adventitial stromal cells Col15a1+ cluster exhibited an association with the basement membrane, evidenced by expression of Col4a1, Hspg2 and Col15a1

图d是:Slingshot lineage inference identified trajectories that emerged from the Pi16+ cluster, passed through the Col15a1+ cluster, and ended at specialized clusters

scRNA和bulkRNA的一致性还是很高的,说明scRNA在提高精度的同时,没有引入其他的技术误差:

结论是:在稳态小鼠组织中,Pi16+ and Col15a1+的成纤维细胞亚群普遍存在,当然还有一些特异的亚群,它们之间可能存在进化的关联

受伤或患病小鼠紊乱组织的成纤维细胞

组织的紊乱包括:感染、损伤、癌症、纤维化、代谢变化和关节炎

探索了17 publicly available scRNA-seq datasets across 13 tissues to generate a perturbed-state fibroblast atlas (n = 99,596 cells

也是得到10个cluster:Pi16+, Col15a1+, Ccl19+, Cxcl12+, Comp+, Npnt+, Hhip+, Adamdec1+, Cxcl5+ and Lrrc15+

发现: Cxcl12+, Ccl19+, Comp+, Npnt+, and Hhip+ 这几个cluster在基因表达和组织分布和稳态组织的结果很相似; Cxcl5+, Adamdec1+ and Lrrc15+ 这几个是紊乱组织特有的,激活了稳态中没有的细胞状态

人的成纤维细胞图谱

假设:小鼠在稳定和紊乱状态的成纤维细胞亚型方面可能与人类表现出一些相似性

使用3个胰腺癌病人的癌和癌旁样本:n = 21,262 cells (图a-c),分成了CAF (c3和c8)和normal fibroblasts

在c8的20个高表达基因中,有12个也在稳态中高表达:Dpt+Pi16+ (DPT, IGFBP5, IGFBP6, C3, APOD) or Dpt+Col15a1+ (CXCL12, SMOC2, C7, FBLN5, MFAP4, LUM, FMO2)

接着,拿C3 PDAC CAFs + colon fibroblasts + lung fibroblasts from individuals with non-small cell lung cancer (NSCLC), IPF or COVID-19 (n = 10,355 cells)进行整合,得到6个cluster

NPNT+ alveolar fibroblasts derived from individuals with lung disease

ADAMDEC1+ and CCL19+31 clusters primarily from colitis samples

PI16+ cluster, in which the human universal signature was most enriched

two myofibroblast clusters defined by LRRC15+ and COL3A1+ expression:

  • LRRC15+ myofibroblasts were enriched in cells from individuals with pancreatic and lung cancer,

  • COL3A1+ cluster was enriched in cells from patients with COVID-19

进而验证了小鼠的图谱: LRRC15+ myofibroblasts and ADAMDEC1+ fibroblasts

另外还发现了COVID-19病人中存在一个独特的myofibroblast细胞群

最后留下疑问:It remains unclear why two universal Dpt+ fibroblast subtypes exist, though we speculate that this may represent a necessary division of labour within the lineage.

https://www.nature.com/articles/s41586-021-03549-5
https://www.fibroxplorer.com/