ixxmu
commented
11 months ago 单细胞亚群细分这样弄可能不妥 by 生信技能树
新鲜出炉的单细胞数据挖掘文章：《Single-cell RNA sequencing reveals the vascular smooth muscle cell phenotypic landscape in aortic aneurysm》，主要是在关心主动脉瘤的血管平滑肌细胞表型，所以是12个主动脉瘤样本和5个正常主动脉样本(从 GSE166676和 GSE155468获得)的单细胞测序数据，如下所示：
GSE155468 (including 8 aortic aneurysm samples and 3 normal aorta samples) GSE166676 (including 4 aortic aneurysm samples and 2 normal aorta samples)
都是公共数据，所以很容易下载其表达量矩阵后走流程，但是这个文章最后得到最重要的结果是说 A total of 7150 VSMCs were categorize into 6 phenotypes:
contractile VSMCs, fibroblast-like VSMCs, T-cell-like VSMCs, adipocyte-like VSMCs, macrophage-like VSMCs, mesenchymal-like VSMCs.
第一层次降维聚类分群如下所示，这个时候其实就有问题了，因为CD8的T细胞居然在UMAP上面被分裂成为了两个独立的区域，一小撮CD8的T细胞居然是混入了mesenchymal类型的细胞（主要是SMC和fibroblast），而且SMC和fibroblast本身就是界限很模糊啦。
可以看到主要的分类这个时候是符合认知的：
monocytes/macrophages (CD14 + CD68 + CD163 +) smooth muscle cells (ACTA2 + MYH11 + CNN1 +) endothelial cells (ECs) (PECAM1 + VWF + ECSCR +) CD8 + T cells (CD3D + CD3E + CD8A +) B cells (CD37 + CD79A + CD79B +) natural killer cells (CD160 + KLRC1 + XCL2 +) fibroblasts (COL1A1 + COL1A2 + PDGFRA +) haematopoietic stem cells (HSCs) (KIT + CD44 + GATA2 +)
当然了，文章使用的基因跟我不是很一样，这个无可厚非啦，前面我们系统性梳理了各种器官的上皮细胞的细分亚群，以及其对应的标记基因列表：
它这里面居然是没有上皮细胞，蛮有意思的。
最让人迷惑的是，里面的总共的50,690 cells 既然是已经降维聚类分群而且生物学命名了，应该是直接取 smooth muscle cells (ACTA2 + MYH11 + CNN1 +) 去继续单细胞亚群细分，但是作者这个时候选择了， All cells with ACTA2 expression levels > 1 and MYH11 expression levels > 1 were selected from the total cell population.
得到了：A total of 7150 cells were preliminarily identified as VSMCs (3255 from aortic aneurysm, 3895 from the normal aorta).
细分就有点诡异了：
因为 VSMCs 理论上比较纯粹的底层的单细胞亚群了，如果细分很难给出来生物学名字，比如immune cells (macrophages, B cells, T cells, NK cells) ，然后里面的每个都可以细分，因为它们并不是底层。
但是我从来没有听说过SMC这样的非免疫细胞可以从里面细分出来 T-cell-like VSMCs, 和 macrophage-like VSMCs, 虽然说命名的时候加上了 like，但是从标记图里面来看，很明显应该是前面的第一层次降维聚类分群的时候t细胞和髓系免疫细胞混入了smc里面，这个时候有两个原因：
smc的细胞破碎后它的标记基因污染了很多临近的单细胞比如t细胞和髓系免疫细胞 部分t细胞和髓系免疫细胞和smc比较靠近可能是因为同样的参与细胞增殖状态
虽然作者在这个单细胞亚群细分后的生物学命名可能是不妥，但是作者确实是下功夫了，毕竟是拟时序，细胞因子，细胞通讯分析这3个高级分析都纳入了。
学徒作业
完成前面的GSE166676和 GSE155468数据集的表达量矩阵下载后读入到Seurat后走harmony流程后进行降维聚类分群和生物学命名，然后提取SMC子集继续细分，看看作者主要是错在了哪里。
https://mp.weixin.qq.com/s/6kAnrgI-l8iwceunV0rbww