Redian新闻
>
复旦大学邹欣/郝洁团队通过构建单细胞新算法scSTAR实现单细胞动态转录组分析

复旦大学邹欣/郝洁团队通过构建单细胞新算法scSTAR实现单细胞动态转录组分析

公众号新闻
2023年2月,复旦大学邹欣/郝洁团队在Briefings in Bioinformatics以长文形式发表了题为:“scSTAR reveals hidden heterogeneity with a real-virtual cell pair structure across conditions in single-cell RNA sequencing data”的论文。团队首次提出了单个细胞动态转录组的概念,并通过多个生物学和临床场景系统性显示了动态特征的价值。研究团队已经使用scSTAR对一种新的肿瘤疫苗疗法ATHENA可能机制进行研究(Liu,et al. Frontiers in oncology, 2022)。

一、研究背景

细胞在不同生物过程中经历状态转换,深入研究不同条件下单个细胞的mRNA表达状态的变化对于理解:肿瘤组织和正常组织、治疗前后、原发肿瘤和复发等之间的生物学关系至关重要。细胞状态的变化常常以高度异质的方式进行。单细胞和空间转录组技术能够捕获这些过程产生的异质性,但它失去了谱系间关系。由于目前的单细胞和空间转录组测序实验流程中,细胞被破坏,因此每个细胞只能测量一次,无法跟踪每个细胞在不同样本或不同条件之间状态的转变。

同时,与许多组学数据类似,这些测序数据通常包含许多与实验研究无关的干扰,例如批次效应、随机噪声和生物噪声等。现有的数据分析策略主要基于分析一群细胞(细胞亚群)的平均状态值,因此提取的状态变化仅限于亚群间的差异而非单个细胞的变化。这种分析方法假设了亚群内的细胞是同质的。而细胞亚群之间的平均状态差异可能导致单个细胞之间的生物学差异被忽略,尤其是当这种差异小于亚群间的变化。因此掩盖可能存在的亚群内的细胞的异质性,而这些异质性可能导致新的生物学过程或机制的发现。

二、研究思路

scSTAR通过用计算的方法构建同一个细胞在不同条件下的真实-虚拟细胞对,真实-虚拟细胞对之间的差别反应的是这个细胞在环境变化时的状态改变,而与这个细胞的静态状态无关。这是scSTAR与已有方法的本质区别。使用这种方法,scSTAR可以挖掘出淹没于噪声之下的细节信息。ScSTAR处理后的单细胞RNA-seq数据只包含动态特征,但是可以保持原原始数据的维度不变,因此绝大部分已有的单细胞数据分析方法都可以用于分析单细胞动态数据,如图1所示。

图1. scSTAR的流程。

三、研究结果

1、模拟数据显示scSTAR可以挖掘出已有方法无法发现的细胞异质性

我们首先比较了5种已有方法Combat, MAGIC, SAVER, MNN  and scMerge,并通过3种聚类方法kmeans,SC3和Seurat来评估它们的结果。模拟数据模拟了2种条件下的细胞状态异质性,并伴有不同程度的噪声干扰。

图2. 模拟数据结果。(a)不同预处理方法结果的分类AUC。(b-e)ARI的结果。(f-l)不同预处理方法后不同类型细胞基因表达水平分布。(m-s)不同预处理方法后不同类型细胞的分布散点图。

2、scSTAR在生物学和临床研究中的应用

通过重新分析一组小鼠免疫老化数据,我们发现了原文使用传统静态方法无法发现的与老化相关的细胞构成特征(图3)。
图3. scSTAR用于CD4+ T细胞免疫老化研究。(a-f)我们判定出5种细胞亚型,其中4种与老化有显著关联。使用scSTAR发现的特征在不同品系的小鼠中具有共性(g,i),但是这个结论无法使用传统方法发现(h,j)。

单基因分析是scSTAR的一个特殊的应用场景(图4)。使用scSTAR比较表达/不表达特定基因的细胞类群,我们可以系统地描绘与该基因功能有关联的基因网络功能变化,进而推断出该基因在特定生物学或临床场景下的作用。
图4. scSTAR通过比较Cdc23表达/不表达的CD4+ T细胞揭示了DNA损伤修复与老化的关系。

scSTAR有助于新的细胞亚型的发现。我们使用scSTAR,通过对比肝癌和肺癌的癌和癌旁组织单细胞数据,我们判定出了一群与肿瘤病人较短生存期显著相关的Treg细胞亚群,其特异性高表达HSPA5。这群细胞的特征在21个肿瘤的TCGA数据集中验证也显示了很高的促肿瘤特征。我们使用免疫荧光技术也验证了HSPA5+ Treg细胞与其他Treg细胞在肿瘤微环境中共存的现象(图5)。

图5. scSTAR发现肿瘤微环境中激活的Treg细胞亚型。


基于动态特征构建的肿瘤免疫治疗预测模型比以往基于静态特征的模型具有更高的可靠性。基于scSTAR提取的动态特征进行细胞分群,然后使用不同细胞类群的构成比例作为黑色素瘤免疫治疗响应的预测因子,可以显著提高精确度(图6)。
 
图6. scSTAR用于黑色素瘤免疫治疗疗效预测模型构建。

论文的通讯作者为复旦大学附属中山医院郝洁研究员,复旦大学附属金山医院邹欣副研究员,上海交通大学医学院附属第九人民医院的陈万涛教授。


微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
Conagen和Natáur达成合作,生产可持续天然牛磺酸今年单细胞发SCI太猛了!靠它毕业了0代码低成本发高分SCI在《我的世界》里挖钻石把AI难哭了,DeepMind最新算法终于扳回颜面类器官重大进展!Cell子刊:复旦大学夏明宇团队成功建立首个具有功能性突触的耳蜗类器官,再现听觉单元早期发育!美国自驾游——坏地国家公园(Badlands NP)南达科塔州"𝙇𝙚𝙖𝙙 𝙏𝙝𝙚 𝘾𝙝𝙖𝙧𝙜𝙚"广告#创译挑战疫情三年,社会心态转变及隐现的新机会5月或有三次冷空气过程影响我国;研究人员发现摧毁癌细胞新靶点丨科技早新闻一张快照就能还原出一段视频!AAAI 2023论文提出快照压缩成像新算法 | 开源快来学习啦:单细胞空间转录组研究进展与应用白人亚裔将被征更多税!美国IRS正开发新算法,以支持拜登提出的“促进种族平等”论累计已获数千万美金融资,「爱姆斯坦」研发T-MSC原创干细胞新药|36氪首发NeurIPS 2022 | 利用多光照信息的单视角NeRF算法S^3-NeRF,可恢复场景几何与材质信息美国税局公布新算法!拜登:亚裔和白人,要加强查税!喜报|《细胞》封面:复旦大学、宾夕法尼亚大学发表最新成果、恩泽康泰完成数千万元A++轮融资这个王教授是哪位老画家Nature热点!单细胞映射工具,单细胞这个热点不能错过!10+SCI装逼利器!!空间转录组+单细胞测序工具书来了复旦大学龙钢教授团队在胞外囊泡研究取得突破性进展!为黄病毒感染防治提供新思路白人、亚裔将被征更多税!拜登提出“促进种族公平论”,美国IRS开发征税新算法...复旦大学姜世勃团队与同济大学熊利泽团队共同建立了针对奥密克戎变异株感染者的危重症预测模型IF=87!规模最大,山东大学陈子江/复旦大学金力等团队合作揭示​早发性卵巢功能不全的致病突变景观MLNLP学术Talk第二十期 | 周杰@复旦大学:真实场景下的情感分析研究实体瘤新克星!Sci Adv:复旦大学夏永姚、张凡团队合作开发自充电盐水电池用于治疗实体瘤!IRS新算法查税 锁定白人、亚裔今天气温11度再也不能用ChatGPT写作业了!新算法给AI生成文本加水印,置信度高达99.999999999994%回鄉書之三国科大和温医大团队通过拉曼光谱结合深度学习,用于快速、无标签肝癌组织病理诊断实操分析3篇单细胞文献,带你发10+SCI:模型建构/实验验证/分子分型楚默:从图腾到文字——书法形式的历史发生三题FastTrack Universität 2023莱比锡大学公立语言项目招生简章强强联合的生信分析套路!实操分析3篇单细胞文献:模型建构/实验验证/分子分型复旦大学袁正宏团队利用CRISPR-Tag揭示乙型肝炎病毒共价闭合环状DNA的活细胞动力学NAR|武汉大学胡争团队发现HPV整合产生一种细胞超增强子,参与调节全基因组转录
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。