github-actions[bot]
commented
2 years ago 你确定你研究的是成纤维细胞吗 by 生信技能树
感兴趣成纤维细胞的非常多，可能主要是因为肿瘤领域的火爆，肿瘤微环境里面的免疫相关，不管是淋巴系还是髓系，都有了大量的 成果。反而是肿瘤微环境里面的基质细胞，比如内皮细胞，成纤维和周细胞目前还大有可为。
前面提到了：肿瘤样品的单细胞需要提取上皮细胞继续细分，就是感兴趣的fibroblasts等细胞亚群占比非常少，所以研究者们做了第二次单细胞转录组数据，见：什么，你想要的单细胞亚群比例太少了？，其实这样的策略屡见不鲜。在小鼠模型里面也有：4T1这个TNBC小鼠肿瘤模型的CAFs异质性，其实大家并不能很好的确定自己研究的对象就是成纤维细胞。比如这个 肿瘤相关成纤维细胞异质性 就是分成了6群：
Subcluster 0 被作者定义为 vascular CAFs ，高表达 GJA4, and RGS5 等 Subcluster 1 被作者定义为 matrix CAFs ，高表达 LUM, DCN, and VCAN等 Subcluster 2 被作者定义为 inflammatory CAFs ，高表达 complement genes (C3 and C7). 等 Subcluster 3 被作者定义为 antigen-presenting CAFs ，高表达CD74, HLA- DRA, and HLA-DRB1 等 Subcluster 4 被作者定义为 EMT-like CAFs ，高表达 KRT19, KRT8 等 Subcluster 5 被作者定义为 lip- ofibroblast–c5–FABP1 ，高表达APOA2, FABP1, FABP4, and FRZB等
如果按照其它理论，会认为所谓的 vascular CAFs ，高表达 GJA4, and RGS5 等，其实是周细胞，而 EMT-like CAFs ，高表达 KRT19, KRT8 ，可能都不一定是一个真正的单细胞亚群。
这个时候多看不同的文献，进行归纳汇总，应该是一个比较好的策略。
比如2022年发表在《Theranostics》杂志的文章：《Single-cell RNA landscape of the osteoimmunology microenvironment in periodontitis》 ，首先进行第一层次降维聚类分群，得到了如下所示的10个亚群 ：
(1) T cell cluster (2) B cell cluster (3) plasma cell cluster (4) endothelial cell cluster (5) neutrophil cell cluster (6) monocytic cell cluster (7) fibroblast cell cluster (8) mast cell cluster (9) epithelial cell cluster (10) myeloid-derived suppressor cell cluster (MDSC)
可以看到 这个时候的所谓的 fibroblast细胞亚群首先占比并不多，给出来的标记基因就一个 COL1A1：
所以接下来作者把这 2194个fibroblast细胞提取出来，再次进行降维聚类分群，发现里面其实并不都是成纤维细胞，如下所示 ：
再次从里面拿到 1358 真正的 fibroblasts (cluster 1/2/3/5/8/9 in A), ，继续降维聚类分群，居然又是可以区分成为6个独立的亚群 ：
值得注意的是其中有3个成纤维细胞亚群，给了全新的名字：
CD55+ MSCs (sC 2), APOE+ pre-OBs (sC 3), IBSP+ OBs (sC4)
这个研究的重点就是关注这3个亚群，使用拟时序方法来看具体细节上的差异 ：
是不是很有意思？
其实挺容易看懂的，如果你是现在才入坑单细胞的，可以先看看基础10讲：
01. 上游分析流程 02.课题多少个样品，测序数据量如何 03. 过滤不合格细胞和基因（数据质控很重要） 04. 过滤线粒体核糖体基因 05. 去除细胞效应和基因效应 06.单细胞转录组数据的降维聚类分群 07.单细胞转录组数据处理之细胞亚群注释 08.把拿到的亚群进行更细致的分群 09.单细胞转录组数据处理之细胞亚群比例比较
最基础的往往是降维聚类分群，参考前面的例子：人人都能学会的单细胞聚类分群注释
如果你对单细胞转录组研究感兴趣，但又不知道如何入门，也许你可以关注一下下面的课程
看完记得顺手点个“在看”哦！
长按扫码可关注
https://mp.weixin.qq.com/s/2byK9WIdiUNDPpNlutdyJw