Scissor:整合bulk+scRNA鑒定功能亞群

前言

關(guān)注生信寶庫(kù)時(shí)間比較久的小伙伴會(huì)發(fā)現(xiàn)评雌,我們除了更新免疫相關(guān)的推文外,最多的就是單細(xì)胞研究相關(guān)的算法的文獻(xiàn)解讀了芳绩。最近有一位粉絲通過后臺(tái)和我們說能不能更新一些單細(xì)胞聯(lián)合bulk測(cè)序或者是bulk數(shù)據(jù)挖掘的推文催什,那當(dāng)然是沒問題啦,生信寶庫(kù)是很寵粉的晰韵!

其實(shí)Immugent之前就寫過一篇推文:基于單細(xì)胞數(shù)據(jù)進(jìn)行Bulk定量之MuSiC,可以對(duì)小鼠和大鼠的bulk數(shù)據(jù)進(jìn)行deconvolution;此外熟妓,在IOBR:一個(gè)R包帶你走進(jìn)數(shù)據(jù)挖掘的殿堂中介紹了一款功能強(qiáng)大的bulk數(shù)據(jù)挖掘軟件雪猪,感興趣的小伙伴可以學(xué)習(xí)一下。

由于目前scRNA的測(cè)序成本依然很高起愈,我們無(wú)法實(shí)現(xiàn)對(duì)很多患者同時(shí)進(jìn)行scRNA-seq只恨,這就限制了樣本量因此很多在大批量bulk數(shù)據(jù)上進(jìn)行的分析無(wú)法開展译仗,因此聯(lián)合bulk和scRNA可以為我們提供更好的研究視野。今天Immugent介紹一款今年發(fā)表的一個(gè)聯(lián)合分析bulk和scRNA數(shù)據(jù)的新軟件--Scissor官觅,相應(yīng)的文章發(fā)表在Nature Biotechnology雜志上纵菌。總的來說休涤,Scissor可利用大量單細(xì)胞數(shù)據(jù)和表型信息識(shí)別與疾病高度相關(guān)的細(xì)胞亞群咱圆,從一個(gè)新的角度來探索和解釋了單細(xì)胞數(shù)據(jù),對(duì)揭示疾病的機(jī)制功氨,提高疾病的診斷和治療具有重要意義序苏。

由于這個(gè)軟件功能還是挺強(qiáng)大的,Immugent會(huì)連續(xù)推出3篇推文對(duì)其進(jìn)行介紹捷凄,首先是今天這篇對(duì)原文獻(xiàn)的解讀杠览,后面會(huì)推出兩期代碼實(shí)操,敬請(qǐng)期待纵势!


主要內(nèi)容

文章的第一幅圖主要是介紹Scissor的開發(fā)流程,Scissor的三個(gè)輸入數(shù)據(jù)源分別是單細(xì)胞表達(dá)矩陣管钳、bulk表達(dá)矩陣和目的表型的信息钦铁。每個(gè)bulk樣本的表型注釋可以是連續(xù)變量、二分向量或臨床生存數(shù)據(jù)才漆。Scissor利用批量數(shù)據(jù)及其注釋的各類表型信息牛曹,從單細(xì)胞數(shù)據(jù)中自動(dòng)識(shí)別與給定表型相關(guān)度最高的細(xì)胞亞群。Scissor的關(guān)鍵步驟是通過對(duì)每對(duì)細(xì)胞和bulk樣本的Pearson相關(guān)性等檢測(cè)醇滥,量化單細(xì)胞數(shù)據(jù)和大量細(xì)胞數(shù)據(jù)之間的相似性黎比。

image.png

利用來自TCGA的577個(gè)肺腺癌(LUAD)腫瘤樣本和正常表型樣本,研究團(tuán)隊(duì)設(shè)計(jì)了一個(gè)基于樣本表型相關(guān)矩陣的回歸模型并整合了相似性網(wǎng)絡(luò)鸳玩。通過優(yōu)化這個(gè)回歸模型阅虫,Scissor可以識(shí)別與目標(biāo)表型最相關(guān)的細(xì)胞亞群。結(jié)果顯示不跟,Scissor能夠很好地區(qū)分腫瘤細(xì)胞和正常細(xì)胞颓帝,證明Scissor能夠在大量細(xì)胞表型數(shù)據(jù)信息的指導(dǎo)下,從單細(xì)胞數(shù)據(jù)中準(zhǔn)確識(shí)別大多數(shù)表型相關(guān)細(xì)胞窝革。

image.png

隨后购城,研究人員對(duì)黑色素瘤scRNA序列數(shù)據(jù)集進(jìn)行了Scissor操作,以確定與ICB反應(yīng)相關(guān)的T細(xì)胞亞群虐译。在黑色素瘤中瘪板,Scissor發(fā)現(xiàn)了一個(gè)與免疫治療反應(yīng)正相關(guān)的低PDCD1/CTLA4和高TCF7表達(dá)的T細(xì)胞亞群,表明即使單細(xì)胞數(shù)據(jù)本身沒有相關(guān)表型信息漆诽,Scissor分析仍能識(shí)別與特定表型相關(guān)的細(xì)胞亞群侮攀。

image.png

Scissor不僅適用于腫瘤數(shù)據(jù)的分析锣枝,對(duì)非腫瘤數(shù)據(jù)預(yù)測(cè)也具有很好的表現(xiàn)。最后魏身,研究人員應(yīng)用Scissor對(duì)阿爾茨海默癥(AD)scRNA-seq研究中的三種腦細(xì)胞類型進(jìn)行了分析惊橱,確定了三種與AD高度相關(guān)的腦細(xì)胞亞群,對(duì)理解AD的潛在發(fā)病機(jī)制箭昵、疾病診斷和治療具有重要作用税朴。除了在癌癥和AD中的應(yīng)用,Scissor在肌肉疾病單細(xì)胞數(shù)據(jù)集分析方面也有很高的應(yīng)用潛力家制。

image.png

綜上所述正林,Scissor可以從任何給定表型相關(guān)的單細(xì)胞數(shù)據(jù)中識(shí)別細(xì)胞亞群,從而將bulk和scRNA數(shù)據(jù)進(jìn)行整合颤殴,彌補(bǔ)了scRNA測(cè)序深度不足/bulk檢測(cè)精度不足的缺點(diǎn)觅廓。Scissor應(yīng)用于肺癌scRNA-seq數(shù)據(jù)集,可識(shí)別出與生存惡化和TP53突變相關(guān)的細(xì)胞亞群涵但;在黑色素瘤中杈绸,Scissor發(fā)現(xiàn)了一個(gè)與免疫治療反應(yīng)相關(guān)的低PDCD1/CTLA4和高TCF7表達(dá)的T細(xì)胞亞群。除了癌癥矮瘟,Scissor在肌肉疾病和AD方面的應(yīng)用也很有效瞳脓,從新的角度探索和解釋了單細(xì)胞數(shù)據(jù),為疾病機(jī)制提供新的思路澈侠,是一種很有應(yīng)用前景的工具劫侧。


展望

雖然目前單細(xì)胞轉(zhuǎn)錄組價(jià)格已經(jīng)有所降低,但是依然比較昂貴哨啃。除此之外烧栋,單細(xì)胞測(cè)序深度不足,導(dǎo)致其檢測(cè)的基因數(shù)目較少拳球,這也是其缺點(diǎn)之一审姓。相較于此,單個(gè)樣品的bulk-RNAseq價(jià)格就很便宜了醇坝,幾百塊錢即可邑跪,而且測(cè)的基因數(shù)目很多,所以一般的課題組很輕松就能做幾十個(gè)樣品甚至好幾百樣品的隊(duì)列數(shù)據(jù)呼猪,而且在公共數(shù)據(jù)庫(kù)里面比比皆是画畅。那么,如果我們把大樣品隊(duì)列的常規(guī)轉(zhuǎn)錄組項(xiàng)目里面的結(jié)論去我們的小樣品隊(duì)列里面去驗(yàn)證宋距,去輔助我們探索表型特異性單細(xì)胞亞群就變得十分有意義轴踱。

Scissor雖然功能強(qiáng)大,但是也有一些不足之處:1. 使用Scissor預(yù)測(cè)的符合標(biāo)準(zhǔn)的細(xì)胞(也就是Scissor+)數(shù)目過少谚赎,這樣不利于發(fā)現(xiàn)低豐度的細(xì)胞淫僻;2. Scissor只能找出符合疾病表型的細(xì)胞诱篷,但是無(wú)法將這些細(xì)胞種類細(xì)分,如果根據(jù)單細(xì)胞注釋的結(jié)果進(jìn)行分析雳灵,那也失去了聯(lián)合bulk-RNAseq的意義棕所。但是有終歸比沒有好,任何事物都有兩面性悯辙,揚(yáng)其長(zhǎng)而避其短才是王者之道琳省。Immugent相信在未來肯定會(huì)開發(fā)出比Scissor更好的算法,讓我們拭目以待躲撰!

好啦针贬,本期分享到這就結(jié)束啦,我們下期再會(huì)~~~

[參考文獻(xiàn)]

Sun D, Guan X, Moran AE, Wu LY, Qian DZ, Schedin P, Dai MS, Danilov AV, Alumkal JJ, Adey AC, Spellman PT, Xia Z. Identifying phenotype-associated subpopulations by integrating bulk and single-cell sequencing data. Nat Biotechnol. 2022 Apr;40(4):527-538. doi: 10.1038/s41587-021-01091-3. Epub 2021 Nov 11. PMID: 34764492; PMCID: PMC9010342.

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末拢蛋,一起剝皮案震驚了整個(gè)濱河市桦他,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌谆棱,老刑警劉巖快压,帶你破解...
    沈念sama閱讀 206,126評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異垃瞧,居然都是意外死亡嗓节,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門皆警,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人截粗,你說我怎么就攤上這事信姓。” “怎么了绸罗?”我有些...
    開封第一講書人閱讀 152,445評(píng)論 0 341
  • 文/不壞的土叔 我叫張陵意推,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我珊蟀,道長(zhǎng)菊值,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,185評(píng)論 1 278
  • 正文 為了忘掉前任育灸,我火速辦了婚禮腻窒,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘磅崭。我一直安慰自己儿子,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,178評(píng)論 5 371
  • 文/花漫 我一把揭開白布砸喻。 她就那樣靜靜地躺著柔逼,像睡著了一般蒋譬。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上愉适,一...
    開封第一講書人閱讀 48,970評(píng)論 1 284
  • 那天犯助,我揣著相機(jī)與錄音,去河邊找鬼维咸。 笑死剂买,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的腰湾。 我是一名探鬼主播雷恃,決...
    沈念sama閱讀 38,276評(píng)論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼费坊!你這毒婦竟也來了倒槐?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,927評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤附井,失蹤者是張志新(化名)和其女友劉穎讨越,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體永毅,經(jīng)...
    沈念sama閱讀 43,400評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡把跨,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,883評(píng)論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了沼死。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片着逐。...
    茶點(diǎn)故事閱讀 37,997評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖意蛀,靈堂內(nèi)的尸體忽然破棺而出耸别,到底是詐尸還是另有隱情,我是刑警寧澤县钥,帶...
    沈念sama閱讀 33,646評(píng)論 4 322
  • 正文 年R本政府宣布秀姐,位于F島的核電站,受9級(jí)特大地震影響若贮,放射性物質(zhì)發(fā)生泄漏省有。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,213評(píng)論 3 307
  • 文/蒙蒙 一谴麦、第九天 我趴在偏房一處隱蔽的房頂上張望蠢沿。 院中可真熱鬧,春花似錦匾效、人聲如沸搏予。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)雪侥。三九已至碗殷,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間速缨,已是汗流浹背锌妻。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評(píng)論 1 260
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留旬牲,地道東北人仿粹。 一個(gè)月前我還...
    沈念sama閱讀 45,423評(píng)論 2 352
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像原茅,于是被迫代替她去往敵國(guó)和親吭历。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,722評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容