ixxmu / mp_duty

抓取网络文章到github issues保存
https://archives.duty-machine.now.sh/
122 stars 30 forks source link

两个神经退行性疾病的单细胞核转录组队列的细胞亚群及其标记基因的比较 #1662

Closed ixxmu closed 2 years ago

ixxmu commented 2 years ago

https://mp.weixin.qq.com/s/yLEk3ZtqWjk1cuk1NMQUwQ

github-actions[bot] commented 2 years ago

两个神经退行性疾病的单细胞核转录组队列的细胞亚群及其标记基因的比较 by 生信技能树

我们以前分享的神经退行性疾病单细胞数据集,是发表于2020的文献《Single-nucleus transcriptome analysis reveals dysregulation of angiogenic endothelial cells and neuroprotective glia in Alzheimer's disease.》,通过学习,我们整理了这样的基因列表:

astrocytes = c("AQP4""ADGRV1""GPC5""RYR3"
  endothelial = c("CLDN5""ABCB1""EBF1"
  excitatory = c("CAMK2A""CBLN2""LDB2"
  inhibitory = c("GAD1""LHFPL3""PCDH15"
  microglia = c("C3""LRMDA""DOCK8"
  oligodendrocytes = c("MBP""PLP1""ST18"
  OPC='Tnr,Igsf21,Neu4,Gpr17'
  Ependymal='Cfap126,Fam183b,Tmem212,pifo,Tekt1,Dnah12'
  pericyte=c(  'DCN''LUM',  'GSN' ,'FGF7','MME''ACTA2','RGS5')

其数据集是, https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE157827 ,大家很容易自己进行降维聚类分群然后检验我们的列表。可以参考前面的例子:人人都能学会的单细胞聚类分群注释 ,我们演示了第一层次的分群。如果你对单细胞数据分析还没有基础认知,可以看基础10讲:

其实这样的基因列表在很多脑部相关单细胞研究都有,我们十一月份的单细胞训练营小伙伴也给出来了他自己的整理 :

两个 脑部单细胞数据集的特异性 基因

可以看到,不同文章对同一个单细胞亚群给出来的标记基因往往是可以互补的!

恰好最近我看到了文献《Single-cell sequencing of human midbrain reveals glial activation and a Parkinson-specific neuronal state》,也有自己的不同脑部单细胞亚群,以及其特异性基因,如下所示;

Oligodendrocytes MOBP
Oligodendrocyte precursor cells (OPCs) highly express VCAN
Expression of AQP4 was characteristic for astrocytes
FOXJ1 for ependymal cells
CD74 in microglia , 
CLDN5 in endothelial cells, 
GFRB in pericytes 
# 下面是4种神经细胞
excitatory (SLC17A6),  
inhibitory (GAD2), 
GABAergic (GAD2/GRIK1), 
dopaminergic neurons(TH)

如下所示,还是蛮清晰的 :

清晰的基因列表

作为学徒作业

这个 文献《Single-cell sequencing of human midbrain reveals glial activation and a Parkinson-specific neuronal state》的单细胞表达量矩阵并没有公开,但是基因是给出来了,所以大家可以拿它的基因列表,去前面的数据集,比如这个 https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE157827 ,去检查看看其是否可以比较好的分群!

写在文末

我在《生信技能树》,《生信菜鸟团》,《单细胞天地》的大量推文教程里面共享的代码都是复制粘贴即可使用的, 有任何疑问欢迎留言讨论,也可以发邮件给我,详细描述你遇到的困难的前因后果给我,我的邮箱地址是 jmzeng1314@163.com

如果你确实觉得我的教程对你的科研课题有帮助,让你茅塞顿开,或者说你的课题大量使用我的技能,烦请日后在发表自己的成果的时候,加上一个简短的致谢,如下所示:

We thank Dr.Jianming Zeng(University of Macau), and all the members of his bioinformatics team, biotrainee, for generously sharing their experience and codes.

十年后我环游世界各地的高校以及科研院所(当然包括中国大陆)的时候,如果有这样的情谊,我会优先见你。