SP-SingleCell

文献阅读|单细胞+空间转录组-胰腺导管癌

2020-12-06  本文已影响0人  信你个鬼

文章信息

title:Integrating microarray-based spatial transcriptomics and single-cell RNA-seq reveals tissue architecture in pancreatic ductal adenocarcinomas
标题:结合基于微阵列的空间转录组和单细胞RNA-seq揭示胰腺导管腺癌的组织结构
杂志:nature biotechnology ;发表时间:13 January 2020

通讯:Itai Yanai

样本信息:

image.png image.png

分析方案

image.png

结果一:单细胞测序鉴定细胞类型

病人A和病人B同时进行单细胞和空间转录组测序。每个细胞大约表达2,500–3,300个UMIs和1,400–1,700个基因。


image-20201203001359058.png

细胞聚类:递归层次聚类(recursive hierarchical clustering scheme),采用了KNN) smooth算法。病人A和B分别鉴定出15和11个populations。

image-20201203003202409.png

注释到相同细胞类型的不同病人样本间的基因表达谱具有强相关性,从一定程度上证明了注释的可靠性。

image-20201203003438824.png

结果二:使用inferCNV分析区分癌细胞和非癌细胞,在病人A和B中分别有两个和一个cluster异常。

1606957554935.png

结果三:空间转录组测序分析

首先,对冰冻切片采用H&E染色成像

1606966231619.png

根据H&E染色图像,每个spot大约含有20-70个细胞,不同区域细胞数量差异可能较大。例如,结缔组织密集的高纤维化区域(因此细胞含量较低)每个点的细胞数量可能比细胞密度高的区域(如胰腺的腺泡)低

1606976412073.png

每个spot大约含有2400个UMIs和1000个基因。

1606976718352.png

空间转录组数据某些基因表达注释与病理学区域注释相匹配:见从这里往上面第三幅图的c,d。使用的基因有:

然后,使用空间转录组数据进行组织切片空间划分

空间转录组分类与组织染色注释分类相匹配。

1606977536643.png

结果四:单细胞数据与空间转录组数据相结合分析:Multimodal intersection analysis (MIA)

这是本篇文章的重点结果所在,单细胞数据具有细胞水平的高分辨率但是没有空间位置信息,空间转录组具有空间位置信息但是分辨率较低。

超几何分布检验:单细胞数据细胞分类marker基因与空间转录组区域类marker基因之间是否显著的重合。

1606978673222.png

结果五:跨组织区域细胞类型亚群的识别和定位。

ductal cells群进行再一次细分:这种类型的细胞高表达KRT19基因,是胰腺外分泌系统的两种主要细胞类型之一,再次分类分成了四个亚类:

1606980639243.png

值得注意的是,过去的工作研究胰腺导管细胞单细胞分辨率报道存在的终端和泡心ductal subpopulations,但没有发现人群中显示特定的受体或APOL1-high /低氧基因标记温度出现在这里描述的PDAC导管细胞肿瘤。

实验证实了这些亚群的存在:

我们对存档的FFPE患者组织进行了双重免疫荧光检查,我们发现亚群标记与导管标记KRT19共定位,确认了这些导管细胞亚群的存在。(上图的e-f)

PDAC-A macrophages细分:两个亚类

1606981196262.png

dendritic cells细分:两个亚类

结果六:肿瘤微环境中细胞状态关系去卷积

主要关注癌细胞在空间组织中的分布以及联系

由于ST提供了空间信息,我们询问是否可以使用MIA方法将癌细胞状态映射到不同的空间组织区域,并描述它们与其他细胞类型的相互作用。
这个分析新增了一个了病人样本C的单细胞测序,然后将A,B,C合并进行分析。

1606989381202.png

其他结果

结合TCGA bulk RNA-Seq测序数据进行分析(上图的D)

对其他癌症的公开数据集合进行MIA分析

上一篇下一篇

猜你喜欢

热点阅读