Closed ixxmu closed 5 months ago
定制生信分析
云服务器租赁
(加微信备注99领取使用)
后台回复“888”获取原文,文献编号240522
1
研究背景
肿瘤是由恶性细胞和多种组织浸润基质及免疫细胞组成的高度异质性实体,这些细胞构成了肿瘤微环境(TME)。scRNA-seq技术的出现为高分辨率描述肿TME中广泛的异质性提供了无偏见的、系统的分子谱分析。
1
数据来源(部分)
1
研究思路
作者构建了一个肿瘤-正常单细胞转录组图谱,涵盖了30种不同癌症类型的104个数据集(图1A)。对数据集进行整合和注释后,应用AND-gating算法描述细胞类型特异以及在不同器官的肿瘤和正常组织中普遍存在的差异表达基因。利用NMF分析法将注释的基因表达矩阵分成主要细胞类型并分解成各种细胞状态(图1B-D)。NMF模块的UMAP图展示了多个样本中反复出现的细胞状态的整体结构(图1E)。利用单细胞分辨率下获得的细胞状态过滤器剖析肿瘤单细胞和bulk转录组数据。还将细胞状态特征应用于解构大量RNA-seq队列,以检查其临床意义。最后,以细胞状态为参考成分对细胞进行了投影,以评估细胞状态与细胞类型之间的对应关系,并使用细胞类型对11种癌症类型的空间转录组学进行了去卷积。
1
主要结果
1
文章小结
作者构建了一个结合单细胞、空间和免疫疗法处理过的大量数据集的广泛图谱,系统地比较了不同器官的肿瘤和正常生态系统。并揭示了肿瘤-正常生态系统的标志性基因特征,勾勒出AKR1C1和WNT5A炎性成纤维细胞之间的区别,描述了免疫疗法有利成分中TLS富集和非富集细胞类型的特征。研究中展示的泛癌症肿瘤-正常单细胞元图谱将为深入了解肿瘤-正常生态系统提供重要见解,并为未来的精准肿瘤学研究奠定基础。文章整合了丰富且庞大的数据集,采用了多种分析方法,逻辑清晰,思路新颖,干湿结合发到16分+,这不赶紧收藏学起来!!(ps:发文还缺好思路的同学们,欢迎来找大风哥,超多新颖的分析思路供你选择哦!总有适合你的一款,扫码聊聊吧)
大风哥漫谈
往期推荐
2. 仅四个月就接收的纯生信还5分+?徐州医科大学应长江团队咋办到的?巧借SEER数据库即可!
3. Nature大子刊!复旦邵志敏/江一舟/郑媛婷团队:基因组+转录组+蛋白质组+代谢组+放射组招式应接不暇,思路进阶必码!
4. 实在有趣!重庆医科大学三附院这篇Nature子刊,RNA m5C甲基化,还做成了正反馈通路?
https://mp.weixin.qq.com/s/xsOuEcYQ00QcYYbd2vHMdA