简谈Pseudobulk RNA-seq

阅读Integrated multi-omic characterization of congenital heart disease（Nature, 2022, 608, 181–191）这篇文章的时候发现一张图（Fig2d、e）：

Fig. 2: snRNA-seq showing the unique transcriptional signature of cardiomyocytes in paediatric patients with CHD.

原文说使用了pseudo-bulk RNA-seq analysis，查看methods：

查了一下资料，Pseudobulk RNA-seq指的是把scRNA-seq数据按照基因累加counts表达值，当作每个样本或细胞类型的bulk RNA-seq数据，目的是比较样本或细胞类型间的总体差异。

主要有两种形式：

1.一个样本的所有scRNA-seq数据（或者随机选一部分数据）合并成一个样本的bulk数据，比较不同样本。

2.scRNA-seq的某个或某种细胞簇下面的所有细胞合并成一个样本的bulk数据，比较不同细胞类型。

前述文章图片的数据就是把心肌细胞的三个亚类（CM1、CM2、CM3）按照不同疾病类型（Control、TOF、DCM等）合并，使用PCA进行评估展示，发现CHD diagnosis是样本间的主要差异来源。

实现方法：1. R包：muscat，封装好的函数直接用 

 2. 像文章中一样，利用aggregate函数分组统计，将单细胞数据整合成bulk数据，之后用Deseq2等方法分析差异

参考文献：Nature, 2022, 608, 181–191.

Nature Communications, 2021, 12, 5692.