Closed ixxmu closed 2 years ago
文章:《Multidimensional single-cell analysis of human peripheral blood reveals characteristic features of the immune system landscape in aging and frailty》
数据集是 GSE157007 ,共产生了 high-quality scRNA-seq data from 114,467 mononuclear cells
可以看到, 样品分成4个分组,cord blood, young adults and healthy and frail old adults :
3个单细胞技术 :
初步分成了 17 clusters ,大家在进行血液单细胞免疫亚群细分的时候可以参考 :
基本上跟我们一直给大家的单细胞亚群标记基因差不多了。
接下来就是对每个单细胞亚群进行细分了,比如T细胞,可以看到跟肿瘤微环境单细胞转录组的T细胞构成很不一样,没有大量的耗竭相关t细胞 :
因为有4个分组,cord blood, young adults and healthy and frail old adults ,所以可以看不同组的不同单细胞亚群的比例情况差异,如下所示 。
可以看到规律是:
因为还有scTCR-seq,所以需要跟这个普通单细胞转录组表达量矩阵数据分析结合起来,也是同样的看不同分组样品的差异即可。
大家可以去看看OSCA单细胞数据分析
单细胞的多组对照设计(例如正常组与给药组)可以为细胞类型水平比较提供以往Bulk RNA-seq分析所不能达到的精度。对此一般有两种进阶分析思路:
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。
https://mp.weixin.qq.com/s/rUx5CfCMC_x-oXFooD0lbw