生命数字联合码解析（3种转录组联合分析）
生命数字联合码解析（3种转录组联合分析）2) 提高数据质量和可靠性：单细胞测序和bulk RNA测序的批次效应和技术噪声可以通过空间转录组测序来验证和校正，同时也能够排除一些可能存在的假阳性结果1) 综合考虑细胞表达谱和空间位置信息：单细胞测序能够获得单个细胞的基因表达谱，空间转录组测序能够反映细胞在组织中的空间位置信息，联合两者可以更好地理解细胞在组织中的功能和相互作用关系。先跟着小云看一下单细胞测序、空间转录组测序和普通转录组测序的区别：单细胞测序、bulk RNA测序和空间转录组测序各自具有不同的优势和局限性，三者联合可以弥补彼此之间的不足，从而得到更全面、准确、深入地分析和解读生物学问题的结论。总结三者联合生信分析的优势有：
尔云间 一个专门做科研的团队原创不易 欢迎点赞 转发 关注我们 [送心]
要说测序界比较火的技术，肯定有单细胞测序和空间转录组测序！
新技术在最开始应用的时候，简单的几例样本就能发一篇高分文章，属于技术红利期。
如果手里有样本 经费，可以直接做测序发文。当然随着测序数据越来越多，直接对公共数据库中现成的数据进行分析，也是一种迂回策略~
先跟着小云看一下单细胞测序、空间转录组测序和普通转录组测序的区别：
单细胞测序、bulk RNA测序和空间转录组测序各自具有不同的优势和局限性，三者联合可以弥补彼此之间的不足，从而得到更全面、准确、深入地分析和解读生物学问题的结论。
总结三者联合生信分析的优势有：
1) 综合考虑细胞表达谱和空间位置信息：单细胞测序能够获得单个细胞的基因表达谱，空间转录组测序能够反映细胞在组织中的空间位置信息，联合两者可以更好地理解细胞在组织中的功能和相互作用关系。
2) 提高数据质量和可靠性：单细胞测序和bulk RNA测序的批次效应和技术噪声可以通过空间转录组测序来验证和校正，同时也能够排除一些可能存在的假阳性结果
3) 更全面、深入地理解生物学问题：三者联合生信分析可以涵盖从个体细胞到整个组织的多个层次，从而能够更好地解读生物学问题的复杂性和多样性。
因此，三者联合生信分析是生物学研究的一个重要趋势和发展方向。
那么趁着数据库中相关的数据越来越多，将三组数据联合分析不失为一种生信分析的新思路！
（不知道如何找新思路或创新升级的可以找小云，各种个性化分析思路~）
今天小云给大家分享一篇三种转录组学分析的生信文章，一起来学习一下吧~
题目：三阴性乳腺癌中的同源重组缺陷（HRD）:多尺度转录组学揭示了不同的肿瘤微环境和预测免疫治疗反应的局限性
杂志：Computers in biology and medicine
影响因子：6.698
发表时间：2023年3月
#01数据信息
#02研究思路
三阴性乳腺癌(TNBC)的同源重组缺陷(HRD)比例最高。HRD一直被认为是免疫检查点抑制剂(ICIs)反应的生物标志物。收集来自单细胞、空间和bulk RNA测序的数据集，在多个尺度上探索HRD在TME发展中的作用。基于TME的研究结果，使用机器学习算法在11个ICI治疗队列中构建反应预测模型。
#03主要研究结果
1.HRD和非HRD样本的单细胞数据分析
收集了8个TNBC样本的单细胞RNA-seq数据，包括4个HRD和4个非HRD样本（图1A）。比较两组细胞类型的分布，HRD组免疫细胞和基质细胞的百分比更高(图1B)。HRD组浸润淋巴细胞增多，可能与HRD导致新抗原增多有关。
（ps：单细胞分析可以用小云新开发的零代码生信分析小工具实现，云生信分析工具平台包含超多零代码分析和绘图小工具，上传数据一键出图，感兴趣的小伙伴欢迎来尝试哟，网址：http://www.biocloudservice.com/home.html ）。
图1. HRD和非HRD样本的单细胞分析
2. 非HRD组的T细胞表现出功能失调和衰竭的表型
T/NK细胞进一步分离为15个簇 (图2A)。不同簇表达特征标记基因(图2B)。CD4 Tex、CD8 Tex和Treg细胞的百分比在非HRD组中更高，这表明表型更不正常(图2C)。对CD4 T细胞的伪时间分析揭示了从CD4 Tn到CD4 Tex或Treg的潜在发育轨迹(图2D)，还显示衰竭与伪时间之间存在明显的关系(图2E)。CD4 和CD8 亚型的Tex细胞增殖得分较高(图2F)。
作者还比较了HRD组和非HRD组的特征评分，发现非HRD组CD4 和CD8 细胞的衰竭和增殖评分均显著高于HRD组，而HRD组CD4 T细胞的naïveness评分和CD8 T细胞的细胞毒性评分均显著高于HRD组(图2G)。非HRD组CD8 T细胞表达TOX(编码T细胞衰竭的关键因子)的比例较高(图2I)。HRD组Tex祖细胞比例较高，提示ICI治疗效果更好(图2J)。非HRD组NK细胞具有明显更高的细胞毒性评分(图2K)。根据GSVA的功能富集分析，在非HRD组中，细胞毒性增强与富集的代谢相关通路一致，如氧化磷酸化、脂肪酸代谢和mTORc1信号通路(图2L)。
图2. HRD和非HRD样本中T/NK细胞的特征
作者还进一步分析了HRD和非HRD样本中髓系细胞（TAMs和DCs）特征（图3）、B细胞和上皮细胞特征（图4）、间质细胞（CAFs）（图5）。
图3. HRD和非HRD样本中髓系细胞的特征
图4. HRD和非HRD样本中B细胞和上皮细胞的特征
图5. HRD和非HRD样本间质细胞（CAF）的特征
3. HRD组特有的血管生成的细胞-细胞相互作用和非HRD组特有的DPP4趋化因子
除了单个细胞类型的分析外，作者还分析了细胞-细胞相互作用。分析了免疫细胞与基质细胞含量的相关性(Spearman相关性，图6A)。热图显示了两组细胞间显著的相互作用数量，HRD组涉及的数量和细胞类型更多(图6B)。根据热图，受累最多的细胞类型是myCAF、iCAF和内皮细胞，表明它们对TME的调节至关重要。
为了比较两组之间的细胞-细胞通信，作者选择了仅在非HRD组和HRD组中显著的相互作用：非HRD组与myCAFs的相互作用以及HRD组与iCAFs的相互作用。在iCAFs与内皮细胞的相互作用方面，HRD组发现了血管生成相关的VEGFD-KDR/FLT4，表明iCAFs具有血管生成作用(图6C)。在非HRD组中，特异性相互作用主要与DPP4有关(图6D)。这些结果提示了HRD组免疫细胞含量增加的潜在原因（图6E）。
图6. HRD和非HRD样本中的特异性细胞-细胞相互作用
4. 根据空间RNA-seq分析细胞类型的位置关系
分析4个非HRD TNBC样本的空间RNA-seq数据。用单细胞RNA-seq中的细胞类型标注后，得到每个点上每种细胞类型的富集分数。在每个RNA-seq空间样本中分别进行相关分析(Spearman相关，图7A)。myCAFs和iCAFs在空间尺度上具有明显的互斥关系(图7B)。
在可标记为CAFs的位点中，myCAFs的富集分数显著较高，这与myCAFs是非HRD样本TME中主要的CAF表型一致(图7C)。DPP4 位点myCAF富集分数显著高于DPP4位点，进一步验证了DPP4与myCAF在空间尺度上的相关性(图7D)。DPP4与myCAF的关系比iCAF更显著(图7E)。
图7. 空间RNA-seq尺度上细胞类型的关系
5. 开发与DPP4相关的ICI治疗反应预测模型
为了验证单细胞RNA-seq数据中的发现，作者比较了来自TCGA的TNBC样本中DPP4的表达水平。高HRD组的表达水平低于低HRD组(图8A)。HRD评分与免疫功能障碍评分呈显著负相关，但与排斥评分无显著负相关(Pearson相关)。
使用六种机器学习算法(图8C)在训练集和验证集中构建和优化预测模型，并进行五次交叉验证。通过比较验证集中六个模型的性能，我们发现XGBoost模型的AUC最高，并将其用于后续分析(图8D和E)。XGBoost模型在测试集中的AUC为0.67 (图8F)。在测试集中AUC为0.80 (图8G)。
在HRD比例相似的乳腺癌和卵巢癌中，高应答概率组的总生存期明显更好(log-rank检验，图8H-I)。与HRD评分不同，预测反应概率与功能障碍评分正相关，与排斥评分负相关(Pearson相关，图8J)。对于大多数免疫细胞类型，高反应概率组的ssGSEA评分明显更高，也包括Treg、LAMP3 DC和其他具有免疫抑制作用的类型(Wilcoxon秩和检验，图8K)。总之，HRD在预测ICI治疗反应方面的局限性可能源于无法在TME中表示免疫细胞含量。通过结合HRD和预测模型或其他方法评估免疫细胞含量，可以精确筛选受益于ICIs的TNBC患者。
图8. 免疫治疗反应预测模型
#04总结
这篇文章的亮点就在于将单细胞测序、bulk RNA测序和空间转录组测序三者联合分析，还构建了免疫治疗反应的预测模型。上述3种王炸组合叠加，即使是没有考任何热点方向，没有加实验验证，也能够发到6分 ，如此创新的分析思路，赶快学起来吧！
如果你还苦恼于生信分析没有思路，或者嫌分析方法太过简单、太过老套，想要创新思路的，或者对多组学联合分析感兴趣的小伙伴快来联系小云吧！
缺氧的生信怎么发高分？二次聚类 单细胞分析 实验验证，多重buff加身，学会你也能发8分 ！
8分 代谢新分析方向--鞘脂代谢！教你如何借“单细胞”的东风玩转预后模型！生信没思路？模仿它就对了~
线粒体方向非肿瘤疾病生信新思路——利用动物模型公共数据做分析 动物模型做验证实验 干湿结合直达，你想不想试试？
双疾病生信思路再升级! 神经营养因子方向，肿瘤预后模型 非肿瘤诊断模型 单细胞数据分析 简单验证，多管齐下，拿下8分 so easy！
双热点分析思路再度来袭！铁死亡 EMT强强联合，常规预后模型的纯生信也能轻松入手8分 ！速围观~
