查看: 1277|回复: 1

[转录组] Omicsmart单细胞转录组V4.0——组间差异分析

[复制链接]

迅猛龙

Rank: 8Rank: 8

主题
209
注册时间
2020.6.16
在线时间
125 小时

发表于 2021.3.4 09:30:01 | 显示全部楼层 |阅读模式
本帖最后由 基迪奥-Jt桃 于 2021.3.4 09:29 编辑

一直以来,单细胞转录组给人比较深的印象是单细胞级的转录组解析,是细胞异质性分析。所以,在实际的数据分析中,我们很容易被“单细胞”和“细胞异质性”这两个词限制思维,着重去研究不同细胞类型之间的基因表达差异。诚然,这个思路是正确的,也是早期的单细胞转录组应用的主要方向,即细胞图谱研究。

但是,细胞异质性不仅体现在不同细胞类型之间,还体现在不同个体和实验处理组之间。不同于细胞类型之间的基础功能差异性,个体和实验处理组之间的细胞异质性更多反映了细胞对不同实验处理条件的应激反应。组间差异分析所体现的异质性和样本表型可以更好地构成关联,为解决生物学问题提供切实的组学手段。

伴随着这次Omicsmart单细胞转录组在线报告更新,我们首先来看一看在线报告如何实现单细胞转录组的组间差异分析。

组间差异分析

1.细胞筛选

细胞筛选是进行单细胞转录组个性化分析的第一步,选择正确的细胞类型进行后续分析是减少结果解读时间、提高工作效率的重要步骤。用于组间差异分析的细胞有两种筛选方式:

第一种是选择明确知道响应实验处理的细胞亚群
。例如,在损伤修复中,干细胞性细胞和炎症细胞是必然的刺激响应细胞,可以作为组间差异分析的对象;在盐胁迫环境中,植物根毛生成细胞必然发生刺激响应以生成庞大根系汲取水分。这种方法是典型的生物学先验知识为先导的单细胞转录组分析思路。

第二种是选择在不同样本中发生较大频率变化的细胞类型
。这些细胞频率的变化意味着实验处理使得对应细胞类型发生了增殖或凋亡,说明对应细胞产生了实验处理效应。而这些细胞就可以作为下游组间差异分析的对象。例如,在下图中,cluster 2在实验处理后细胞频率下降,那么cluster 2就可以选作后续组间差异分析的对象。

图1 细胞频率堆叠图

在确定了细胞群体后,我们就可以在目标细胞集筛选中完成细胞集的创建,完成准备操作。

图2 细胞集创建

2.选择细胞集进行组间差异分析

完成了细胞筛选后,我们便可以对细胞集进行组间差异分析。在任务创建中,我们需要确定两个关键内容,第一是分析对象,也就是细胞集;第二是比较方案。细胞集在第一步已经确定了,只要在交互分析时选择就可以了,简单的操作。比较方案的选择是基于分组方案来创立的。为了更多元化地创建比较方案,我们解除了上一个版本中细胞集和分组方案的锁定,增加了更多的细胞集和分组方案之间的搭配方案。

随后,根据分组方案提供的分组信息,就可以在下方创建比较组方案。比较组方案的创立有三种方式。第一,在左方的矩阵中选择对应方块确定比较方案;第二,在右方的比较方案增加分组方案并选择分组建立比较方案;第三,在下方的自定义比较组方案建立一对多的比较方案。

图3 比较方案的建立

3.组间差异分析结果解析

组间差异分析的结果可以拆分为三个部分去解读——数量统计、分布可视化和富集分析。

数量统计是对组间差异性的直观体现,间接反映了实验处理效应的强烈程度,差异基因越多,不同实验处理组之间的细胞表达量差异越大,实验处理效应越强烈。对于实验处理效应强烈的细胞亚群来说,我们也更容易从差异倍数大的基因中选择出关键基因。

柱状图直观反映了数值特征,可以较快确定需要的细胞亚群和比较组进行后续分析。

图4 差异基因数量统计柱状图

火山图反映了上调倍数和显著性之间的分布关系,左上角和右上角的基因更容易作为潜在的关键基因。

图5 火山图

分布可视化是对基因筛选的进一步确定。在可视化中,我们可以对“什么细胞表达了什么基因”这个问题产生直观认知。这是单细胞转录组的组间差异相较于普通转录组的细化,通过分布图了解基因在不同细胞类型和不同分组的分布特征,综合寻找目标细胞类型的实验组中高表达的基因。这样的基因更有可能在分子实验中得到切实的印证。

图6 基因分布UMAP图

图7 基因分布小提琴图

图8 基因分布气泡图

富集分析是对差异基因的功能性解析
。通过对差异基因的功能富集,我们可以辨别哪些细胞通路对实验处理产生了响应,从功能的角度入手进一步确定关键基因。

基因集分析

“单细胞转录组”这个名称是由两个词联成的:“单细胞”提示了这项技术的分辨率水平,所以我们常在数据分析中研究细胞的变化;“转录组”则提示了这项技术的基础对象——基因,所以我们在这次Omicsmart更新中增加了针对基因的分析内容——基因集分析。

基因集分析允许从基因注释和任务结果两种方法来创建基因集。基因注释的方法可以特定筛选出某一功能的基因(例如衰老相关)或某些特定基因,基因集中包含的基因意味着我们感兴趣的一群基因,经常用于韦恩图分析中分析交、并集关系。

图9 基于基因注释创建基因集

任务结果的方法可以筛选符合特定结果的一群基因(例如cluster 2上调基因),基因集中包含的基因作为差异分析的结果存在,可以通过韦恩图分析交、并集关系了解差异基因直接的共性,也可以通过富集分析了解相关差异结果的基因功能。

图10 基于任务结果创建基因集

除了两个分析点以外,此次Omicsmart还更新了丰富的图形,包括现在使用愈发广泛的UMAP图,更好体现细胞间关系的酷炫的三维散点图等。

图11 三维UMAP图

即刻体验欢迎登录网址:
www.omicsmart.com

体验账号:omicsmart     
登录密码:test888888

有疑问或者想开始使用Omicsmart分析自己的10X单细胞项目的老师,可联系当地销售或者扫码加QQ群咨询:


本文作者:基迪奥-L.L

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
新的一天加油!
回复

使用道具 举报

迅猛龙

Rank: 8Rank: 8

主题
0
注册时间
2020.11.21
在线时间
30 小时

发表于 2021.3.4 22:58:49 | 显示全部楼层
坚持就是胜利!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表