Natutre Methods|单细胞+空间转录，值得去复现的开源单细胞分析pipeline

肺癌是全球第二大最常见的癌症，也是癌症相关死亡的主要原因。肿瘤生态系统具有多种免疫细胞类型。尤其是髓系细胞，髓系细胞普遍存在，并且在促进疾病方面发挥着众所周知的作用。该篇通过单细胞和空间转录组学分析了 25 名未经治疗的腺癌和鳞状细胞癌患者的约 900,000 个细胞。注意到抗炎巨噬细胞与 NK 细胞/T 细胞之间存在反比关系，并且肿瘤内的 NK 细胞毒性降低。虽然观察到腺癌和鳞状细胞癌中的细胞类型组成相似，但我们发现各种免疫检查点抑制剂的共表达存在显著差异。此外，还揭示了肿瘤中巨噬细胞转录“重编程”的证据，使其转向胆固醇输出并采用促进铁流出的胎儿样转录特征。多组学资源提供了肿瘤相关巨噬细胞的高分辨率分子图谱，增强了我们对其在肿瘤微环境中的作用的理解。

文章地址：https://link.springer.com/article/10.1038/s41467-024-48700-8#Sec32

代码地址：https://gitlab.com/cvejic-group/lung；

https://github.com/sdentro/copykat_pipeline

原始数据

分析结果

使用python及R进行实现，使用单细胞转录组学进行非小细胞肺癌的异质性、多组学（单细胞转录+空间转录）分析了非小细胞肺癌中腺癌和鳞癌的不同互相作用网络、10x Visium 证实了关键配体-受体对的空间共定位、CAML 共享肿瘤 CNA 并与肿瘤细胞共定位、肿瘤巨噬细胞经历癌胎重编程、STAB1  + Mɸ 进行癌胚重编程等。






分析代码

python代码

R代码



由于时间和资源有限，还没有亲自复现过，欢迎大家留言讨论，如果对结果或者方法实现有疑问的可以联系管理员进行解决：kriswcyYQ。