diff --git "a/docs/2024-05/\345\277\203\350\202\214\346\242\227\346\255\273\345\277\203\350\204\217\347\232\204\345\215\225\347\273\206\350\203\236\345\222\214\347\251\272\351\227\264\350\275\254\345\275\225\347\273\204\345\255\246\345\210\206\346\236\220.md" "b/docs/2024-05/\345\277\203\350\202\214\346\242\227\346\255\273\345\277\203\350\204\217\347\232\204\345\215\225\347\273\206\350\203\236\345\222\214\347\251\272\351\227\264\350\275\254\345\275\225\347\273\204\345\255\246\345\210\206\346\236\220.md" deleted file mode 100644 index d0419999..00000000 --- "a/docs/2024-05/\345\277\203\350\202\214\346\242\227\346\255\273\345\277\203\350\204\217\347\232\204\345\215\225\347\273\206\350\203\236\345\222\214\347\251\272\351\227\264\350\275\254\345\275\225\347\273\204\345\255\246\345\210\206\346\236\220.md" +++ /dev/null @@ -1,15 +0,0 @@ ---- -title: "心肌梗死心脏的单细胞和空间转录组学分析" -date: 2024-05-07T23:46:03Z -draft: ["false"] -tags: [ - "fetched", - "单细胞天地" -] -categories: ["Acdemic"] ---- -心肌梗死心脏的单细胞和空间转录组学分析 by 单细胞天地 ------- -
文章标题:《Single-cell and spatial transcriptomics of the infarcted heart define the dynamic onset of the border zone in response to mechanical destabilization》
发表日期和杂志:2022年发表在Nature Cardiovascular Research上
在线阅读链接:https://doi.org/10.1038/s44161-022-00160-3
使用单细胞核RNA测序、空间转录和多重RNA荧光原位杂交来重新定义基于心肌细胞(cardiomyocyte, CM)转录组的心肌梗死边缘带(BZ)
对成年小鼠进行了左前降冠状动脉(LAD)结扎手术,并在不同的时间点包括:无处理组、1小时、4小时、24小时、72小时以及168小时收集了心脏样本。采集的单个细胞和细胞核,用于单细胞/单核RNA测序
心肌梗死边缘带BZ 是心脏缺血区域与正常心肌组织之间的过渡区域,其细胞和分子机制尚不明确。
BZ的两个亚群:
数据链接是:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE214611
文章提供的是单细胞测序数据以及空间转录组的数据,那选择下载需要的数据即可(这边选择的是单细胞数据)
##10X标准格式
dir='GSE214611_RAW/'
samples=list.files( dir )
samples
sceList = lapply(samples,function(pro){
# pro=samples[1]
print(pro)
tmp = Read10X(file.path(dir,pro ))
if(length(tmp)==2){
ct = tmp[[1]]
}else{ct = tmp}
sce =CreateSeuratObject(counts = ct ,
project = pro ,
min.cells = 5,
min.features = 300 )
return(sce)
})
do.call(rbind,lapply(sceList, dim))
sce.all=merge(x=sceList[[1]],
y=sceList[ -1 ],
add.cell.ids = samples )
names(sce.all@assays$RNA@layers)
sce.all[["RNA"]]$counts
# Alternate accessor function with the same result
LayerData(sce.all, assay = "RNA", layer = "counts")
sce.all <- JoinLayers(sce.all)
dim(sce.all[["RNA"]]$counts )
as.data.frame(sce.all@assays$RNA$counts[1:10, 1:2])
head(sce.all@meta.data, 10)
table(sce.all$orig.ident)
如果是基本的分析流程,那就是对读取进来的数据进行质控、harmony整合以及单细胞细分亚群定义等。
文章中还结合空间转录组和多重RNA荧光原位杂交,来鉴定心肌梗死边缘带(BZ),那就一起来看看文章的主要结果!
与之前发表的在心肌梗死后类似时间点采集的scRNA-seq数据集整合,创建了一个统一的sc/snRNA-seq对象,其中的聚类代表了心肌细胞(CMs)、成纤维细胞、内皮细胞(ECs)、平滑肌细胞(SMCs)、中性粒细胞、树突状细胞(DCs)、单核细胞和巨噬细胞
使用BioinfoArk提供的中国区chatGPT查询到各个细分亚群的解释:
心肌细胞(CMs):心肌细胞是构成心肌组织的主要细胞类型,负责心脏的收缩和泵血功能。
成纤维细胞(fibroblasts):成纤维细胞是一种结缔组织细胞,主要负责合成和维持心脏组织的结构和功能。
内皮细胞(endothelial cells, ECs):内皮细胞是血管内膜的主要组成部分,参与调节血管功能和血液循环。
平滑肌细胞(smooth muscle cells, SMCs):平滑肌细胞存在于血管壁和其他器官中,负责调节血管收缩和舒张。
中性粒细胞(neutrophils):中性粒细胞是一种白细胞,主要参与免疫反应和炎症过程。
树突状细胞(dendritic cells, DCs):树突状细胞是一种免疫细胞,负责捕获和呈递抗原,激活免疫反应。
单核细胞(monocytes):单核细胞是一种白细胞,可以分化为巨噬细胞或树突状细胞,参与免疫和炎症反应。
巨噬细胞(macrophages):巨噬细胞是一种免疫细胞,负责吞噬和清除细胞垃圾、病原体和其他异物。在组织修复和炎症过程中起重要作用。
大多数细胞类型在全细胞和细胞核数据中都有代表
由于心肌细胞较大且难以作为完整的细胞分离,因此它们仅以细胞核的形式存在,而中性粒细胞由于其脆弱的多形性细胞核,在全细胞样本中主要被代表
第一层次降维聚类分群后,首先分析了心肌细胞的转录本,因为心肌细胞是病理学家能够在组织学切片中形态学识别心肌梗死边缘带(BZ)的细胞类型
在整合的数据集中,心肌细胞的转录组成为了一个独特聚类,特征是心脏特异性基因表达水平升高,例如Tnnt2(编码蛋白肌钙蛋白T)和Ckm(编码蛋白肌酸激酶M)
心肌细胞的亚聚类揭示了一个连续的五个不同但又重叠的转录状态(CM1–CM5),暗示了一个受调控的多步骤进展
通过GO富集分析推断功能和可能的调控程序,基于损伤后聚类组成的变化、基因动态和空间分布,将聚类合并为以下三个主要功能组
为了识别RZ中的心肌细胞,分析了非梗死心脏以及梗死心脏中共同聚类的心肌细胞亚群。
在整合数据中,几乎所有非梗死心脏中的心肌细胞都与梗死心脏中的CM1共同聚类。这些细胞的特征是肌球蛋白重链6(Myh6)水平升高
而CM2/3和CM4/5簇中的细胞在对照样本中很少出现,表明它们是梗死后心脏特有的,并且是候选的BZ心肌细胞
CM4和CM5通过高表达Xirp2、Filamin C(Flnc)和Desmin(Des)被定义,这些蛋白质在心肌细胞的结构和功能中起着重要作用。
在CM1和CM4/5之间,存在过渡性的心肌细胞(CM)亚群,即CM2和CM3。这些亚群的特定基因表达模式可能与心脏对损伤的响应和修复过程有关。
对空间数据进行了聚类分析,并将单核RNA测序(snRNA-seq)衍生的CM特征映射到空间数据上
分析发现区分CM2/3和CM4/5的差异表达基因(DEGs)出现在空间上不同的连续位置,分别被命名为BZ1和BZ2。
文章的内容非常丰富,由于推文篇幅有限,这边就只是简单介绍了一下Figure1相关的内容,更多内容大家可以阅读一下原文献!