前往小程序,Get更优阅读体验!
立即前往
发布
社区首页 >专栏 >单细胞RNA测序揭示了人膀胱癌上皮细胞异质性和侵袭性亚群

单细胞RNA测序揭示了人膀胱癌上皮细胞异质性和侵袭性亚群

作者头像
生信技能树jimmy
发布2024-02-01 16:13:04
发布2024-02-01 16:13:04
74300
代码可运行
举报
文章被收录于专栏:单细胞天地单细胞天地
运行总次数:0
代码可运行

文章概述

文章标题:《Single-cell RNA sequencing reveals the epithelial cell heterogeneity and invasive subpopulation in human bladder cancer》

发表日期和杂志:2021年发表在MOLECULAR CANCER BIOLOGY上

在线阅读链接:https://doi.org/10.1002/ijc.33794

疾病简介及实验设计

疾病简介

膀胱癌是一种高度异质性的疾病,膀胱癌是一种常见的恶性肿瘤,起源于膀胱内壁的上皮细胞。它是泌尿系统中最常见的癌症之一。

膀胱癌的症状可能包括血尿、尿频、尿急、尿痛、腰痛等。早期膀胱癌通常没有明显症状,因此定期进行尿液检查和膀胱镜检查对于早期发现和诊断膀胱癌非常重要。

单细胞实验设计与验证

采用10X Genomics平台生成7例膀胱癌患者的7个原发肿瘤样本和1个癌旁组织样本的单细胞mRNA谱,获得了从7名患者中分离的36619个单细胞的转录谱。

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=GSE135337

一共是八个样品,7例膀胱癌患者的7个原发肿瘤样本和1个癌旁组织样本的单细胞mRNA谱,提供的是txt.gz格式的压缩文件,直接下载后存放到对应的文件夹即可。

代码语言:javascript
代码运行次数:0
复制
#samples
GSM4006644 BC1-scRNA
GSM4006645 BC2-scRNA
GSM4006646 BC3-scRNA
GSM4006647 BC4-scRNA
GSM4006648 BC5-scRNA
GSM4751267 BC6-scRNA
GSM4751268 BC7-scRNA
GSM5329919 BCN-scRNA

#数据格式
GSM4006644_BC1_gene_cell_exprs_table.txt.gz 11.7 Mb
GSM4006645_BC2_gene_cell_exprs_table.txt.gz 13.1 Mb
GSM4006646_BC3_gene_cell_exprs_table.txt.gz 8.1 Mb
GSM4006647_BC4_gene_cell_exprs_table.txt.gz 8.1 Mb
GSM4006648_BC5_gene_cell_exprs_table.txt.gz 18.3 Mb
GSM4751267_BC6_gene_cell_exprs_table.txt.gz 14.3 Mb
GSM4751268_BC7_gene_cell_exprs_table.txt.gz 11.1 Mb
GSM5329919_BCN_gene_cell_exprs_table.xls.gz 11.4 Mb

对于txt.gz格式的压缩文件,我们可以先使用fread函数循环读取所有的数据,然后在将其按照基因数量对齐,再合并为一个大矩阵即可

代码语言:javascript
代码运行次数:0
复制
dir='GSE135337_RAW/' 
samples=list.files( dir ,pattern = 'gz')
samples 
library(data.table)
ctList = lapply(samples,function(pro){ 
  # pro=samples[1] 
  print(pro)
  ct=fread(file.path( dir ,pro),data.table = F)
  ct[1:4,1:4]
  rownames(ct)=ct[,1]
  colnames(ct) = paste(gsub('.txt.gz','',pro),
                       colnames(ct) ,sep = '_')
  ct=ct[,-1] 
  return(ct)
})

#合并样品
lapply(ctList, dim)
tmp =table(unlist(lapply(ctList, rownames)))
cg = names(tmp)[tmp==length(samples)]
bigct = do.call(cbind,
                lapply(ctList,function(ct){ 
                  ct = ct[cg,] 
                  return(ct)
                }))
sce.all=CreateSeuratObject(counts =  bigct, 
                           min.cells = 5,
                           min.features = 300)
sce.all
as.data.frame(sce.all@assays$RNA$counts[1:10, 1:2])
head(sce.all@meta.data, 10)
table(sce.all@meta.data$orig.ident) 

后面就是标准分析啦,对读取进来的数据进行质控、harmony整合以及单细胞细分亚群定义等

第一层次降维聚类

筛选低质量细胞后,共获得36619个细胞,并使用UMAP图进行可视化。

通过去除批效应,细胞整合得很好,聚集成15个簇。根据它们的特征基因和从文献中整理的典型细胞类型标记来定义每个簇的细胞类型

  • 簇0-10为上皮细胞(EPCAM+/KRT8+)
  • 第11簇的细胞高度表达SPP1、C1QB、APOE以及骨髓/巨噬细胞标志物(CD14、CD68),因此被定义为骨髓/巨噬细胞。
  • 第12簇细胞显著表达CCL5、CD52、KLRB1和CD3D,即T细胞。
  • 聚类13为成纤维细胞(DCN+/CSF1R+)
  • 聚类14为内皮细胞(CLDN5+/VWF+)。

其他主要分析概述

恶性细胞的基因表达程序分析

为了全面描述恶性细胞中ITH的特征,应用非负矩阵因式分解(NMF)分析来提取每个肿瘤中ITH的完整转录谱。总共确定了64个签名模块,通过层次聚类进一步将其分组为六个主要的元程序

基底细胞样瘤细胞分析发现具有EMT特征

为了对基础/管腔层次有更多的了解,文章中接着关注了两个T1肿瘤(BC2和BC3)。推测CNV分析显示,BC2和BC3的基底细胞和残留的管腔样细胞均有明显的CNV,表明它们都是恶性细胞。

通过对差异基因DEG进行分析,发现两个患者的基底样瘤细胞都显著表达了与EMT状态相关的基因

文章小结

  1. 基于液滴的单细胞RNA测序(scRNA-seq)获得了从7名患者中分离的36619个单细胞的转录谱,单细胞转录谱与病理基底/腔型吻合良好。
  2. 在T1肿瘤诊断为管腔亚型中,基底细胞表现出上皮-间充质转化(epithelial-mesenchymal transition, EMT)的特征,主要位于肿瘤-间质界面,以及固有层的微转移。
  3. 在一例T3肿瘤中,肌肉侵袭性肿瘤中肿瘤干细胞标志物SOX9和SOX2的表达明显高于原发肿瘤。
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-01-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 单细胞天地 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 文章概述
  • 疾病简介及实验设计
  • 单细胞转录组数据情况
  • 第一层次降维聚类
  • 其他主要分析概述
  • 文章小结
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档