表型性状特异性单细胞亚群

Posted on by

看到了2022的一个单细胞文章：《Single-Cell RNA Sequencing Reveals the Temporal Diversity and Dynamics of Cardiac Immunity after Myocardial Infarction》，里面有表型性状特异性单细胞亚群的概念，详见：Characterization of MI Contribution in Different Macrophage Subsets，需要同时考虑伴随表型变化的单细胞亚群数量以及表达量差异，看起来是蛮复杂的数学公式，如下所示：
疾病特异性单细胞亚群公式
计算好了各个单细胞亚群的表型特异性打分，最后的可视化倒是蛮简单的：
可视化倒是蛮简单的
这个文章的单细胞样品其实并不多，链接在：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE163465

GSM4985022 CD45+ Sham
GSM4985023 CD45+ Day_3
GSM4985024 CD45+ Day_7
GSM4985025 CD45+ Day_14
GSM5513773 Cd45+ Day_3_T
GSM5513774 Cd45+ Day_7_T
GSM5513775 Cd45+ Day_14_T

对照组，加上不同时间梯度的处理组（3,7,14 天），是两种不同的处理：

  • Myocardial infarction (MI) 小鼠模型
  • tanshinone IIA, a well-known natural cardioprotective agent against MI that was isolated from the traditional Chi- nese medicinal plant Salvia miltiorrhiza
    第一层次降维聚类分群表明这个（4个样品）单细胞表达量矩阵里面主要是巨噬细胞，而且，巨噬细胞和单核细胞在第三天的处理组是比例显著增加的。
    主要是巨噬细胞
    因为巨噬细胞比例最高，所以肯定是需要细分， 可以很清楚的看到小鼠模型组反映了疾病随着时间进展，而同时药物处理可以看效果。
    image-20230315120918248
    上面的图A就是： Disease contributions of distinct macrophage subsets. 虽然前面的数学公式很复杂，但是看起来就是比较了一下不同状态的小鼠单细胞随着时间变化的单细胞亚群比例的变化而已。

    学徒作业

    对这个数据集，GSE163465，进行单细胞转录组降维聚类分群，然后提取髓系后进行降维聚类分群，试试看针对这样的单细胞亚群计算它们的Disease contributions

​

Comments are closed.