桓峰基因的教程不但教您怎么使用,还会定期分析一些相关的文章,学会教程只是基础,但是如果把分析结果整合到文章里面才是目的,觉得我们这些教程还不错,并且您按照我们的教程分析出来不错的结果发了文章记得告知我们,并在文章中感谢一下我们哦!
公司英文名称:Kyoho Gene Technology (Beijing) Co.,Ltd.
这期分享一篇2022年3月份发表在Nature Communications(IF:16.6),作者基于单细胞转录组和空间转录组分析揭示结直肠癌中FAP+成纤维细胞和SPP1+巨噬细胞的相互作用。该文章使用桓峰基因公众号里面生信分享教程即可实现,有需要类似思路的老师可以联系我们!
摘 要
结直肠癌(CRC)是最常见的恶性肿瘤之一,除手术外治疗方法有限。肿瘤微环境(TME)分析有助于发现潜在的治疗靶点。在这里,我们分析了来自肿瘤和邻近组织的54,103个细胞,以表征细胞组成,并阐明CRC中富含肿瘤的细胞类型的潜在起源和调控。我们证明肿瘤特异性FAP+成纤维细胞和SPP1+巨噬细胞在包含2550个样本的14个独立CRC队列中呈正相关,并通过免疫荧光染色和空间转录组学验证了它们的紧密定位。这种相互作用可能受趋化素、TGF-β和白细胞介素-1的调控,从而刺激免疫排斥的组织结构的形成,限制T细胞的浸润。此外,我们发现FAP或SPP1高表达的患者在抗PD-L1治疗队列中获得的治疗效果较差。我们的研究结果提供了一种潜在的治疗策略,通过破坏FAP+成纤维细胞和SPP1+巨噬细胞的相互作用来改善免疫治疗。
生信分析流程
相关数据集选择:
TCGA COAD/READ (n = 635);GSE39582 (n = 566);GSE14333 (n = 290);GSE17536 (n = 177);GSE13294 (n = 155);GSE41568, n = 133;GSE41568, n = 133;GSE37892 (n = 130);GSE21510 (n = 123);GSE20916 (n = 111);GSE18105, n = 94;GSE33113 (n = 90);GSE17537 (n = 55);GSE23878 (n = 35)
基因集选择
epithelial cells (EPCAM, KRT8, KRT18),
stromal cells(COL1A1, COL1A2, COL6A1, COL6A2, VWF, PLVAP, CDH5, S100B),
myeloid cells (CD68, XCR1, CLEC9A, CLEC10A, CD1C, S100A8, S100A9, TPSAB1, SM),
T cells (NKG7, KLRC1, CCR7, FOXP3, CTLA4, CD8B, CXCR6, and CD3D),
B cells (MZB1, IGHA1, SELL, CD19, and AICDA)
生信分析方法:
根据文章的分析流程提取所有的分析内容,整理出来就 15个分析条目,每个条目都包括分析的内容,这些分析构成了整个文章,本文属于单细胞测序生信分析类文章,下面我们就看看哪些分析可以利用桓峰基因公众号的教程来实现,点击分析条码就会跳转到对应公众号的教程,跟着教程做,您也能发轻松发高分,如下:
3. 单细胞数据指控,聚类,差异分析等(Seurat V4.0.6)
8. 14个单细胞和芯片表达数据的免疫浸润分析(CIBERSORTx)
研究结果
1. 配对人正常粘膜和结直肠癌组织的单细胞图谱
a 本研究设计的图形概述。
b 5例CRC患者正常黏膜29481个细胞和肿瘤组织24622个细胞的UMAP图,每个图显示9个簇。
c 图显示已知标记物在指定细胞簇中的平均表达。
d来自CRC患者正常组织和肿瘤组织的UMAP图显示了54103个未分类细胞中选定的已知标记基因的表达水平。
e 柱状图显示了9种主要细胞类型在不同供体(左图)、组织(中图)和每种细胞类型的总细胞数(右图)中的比例。
2. MSCs和髓样细胞在肿瘤浸润中呈正相关,并与临床预后相关
a 肿瘤和邻近正常组织的整体细胞类型中差异表达基因的50个标志的点图。
b 伴有Spearman正相关的CRC队列比例。
c 散点图显示了14个独立数据集中MSC和骨髓细胞浸润之间的相关性。
d,e Kaplan-Meier曲线显示,在TCGA COAD/READ队列中,MSCs(左)或髓系细胞(右)浸润较高的患者与较差的OS (d)和PFS (e)相关。
3. 正常黏膜和肿瘤组织间质细胞的表征
a UMAP聚类,显示了MSCs的组成,以簇为颜色。
b 条形图显示了scRNA-seq中每种MSCs亚型的百分比。
c scRNA-seq中配对正常黏膜(n = 5)和肿瘤(n = 5)组织中MSCs FAP+成纤维细胞频率的比较。
d TCGA-COAD患者配对正常(n = 41)与肿瘤(n = 41)间FAP+成纤维细胞绝对浸润比例的比较。
e FAP+成纤维细胞浸润分层COAD患者的Kaplan-Meier无进展生存曲线。
f 小提琴图显示选定基因的表达。
g 正常粘膜(n = 6)和肿瘤组织(n = 6)中代表性的流式细胞图(左)和FAP+成纤维细胞比例(右)。
h MSCs亚型的RNA速度。
i 热图显示了各MSCs亚型中前5个转录因子(TF)基因的相对表达量(z-score)。
j 热图显示了pySCENIC预测的MSCs亚型中前5个TF调控的归一化活性。
k-m UMAP图显示了TWIST1的表达(k)、TWIST1调控子的活性(l)和HI1α信号通路的富集评分(m)。
4. 正常粘膜和肿瘤组织中髓系细胞的特征
a 单个骨髓细胞的UMAP。红色虚线圈为SPP1+巨噬细胞。
b 条形图显示每个样本中每种骨髓亚型的比例。
c 配对正常黏膜(n = 5)和肿瘤组织(n = 5)中SPP1+巨噬细胞百分比的比较。
d TCGA-COAD组配对正常患者(n = 41)与肿瘤患者(n = 41) SPP1+巨噬细胞绝对浸润比例比较。
e Kaplan-Meier曲线显示不同SPP1+巨噬细胞浸润情况下COAD患者的生存率。
f 小提琴图显示选定基因的表达。
g CRC患者正常黏膜(n = 4)和肿瘤组织(n = 4) SPP1+巨噬细胞的代表性流式细胞图(左)和频率(右)。
h 在UMAP上嵌入骨髓细胞亚型RNA速度的网格可视化。细胞的颜色如图(a)所示。
i Heatmap显示了各细胞亚型中前5位高表达转录因子(tf)的相对表达量(z-score)。
j pySCENIC预测的MSCs亚型中前5个TF调控子的热图归一化活性。簇的颜色如(a)所示。
k, l UMAP图显示髓细胞中STAT1的表达(k), STAT1调控子的活性(l)。
5. FAP+成纤维细胞和SPP1+巨噬细胞的高浸润与更差的患者生存和免疫治疗耐药性有关
a 饼状图显示CRC队列呈正。
b 采用Kaplan-Meier曲线对采用FAP+成纤维细胞和SPP1+巨噬细胞浸润分层的TCGA-COAD患者的四个亚组进行渐进式自由生存分析。
c FAP+成纤维细胞高/SPP1+巨噬细胞高组和FAP+成纤维细胞低/SPP1+巨噬细胞低组间上皮-间质转化、缺氧、tnf - α通过NFKB信号通路和il - 2 STAT5信号通路的GSEA。
d, e 相邻正常组织(n = 78)和结直肠癌组织(n = 78)芯片中FAP (d)和SPP1 (e)染色强度的定量。
f - h Kaplan-Meier曲线显示了单独低表达和高表达FAP (f)、单独表达SPP1 (g)和同时表达SPP1 (h)的结直肠癌患者的总体生存分析。
i人结直肠癌组织代表性IF染色(20倍)。
j FAP+成纤维细胞与SPP1阳性细胞共定位的比例(n = 9,3例患者,3个切片)。
6. 空间转录组学揭示FAP+成纤维细胞和SPP1+巨噬细胞的共定位
a 6号CRC患者ST点组织切片苏木精和伊红(H&E)染色。
b ST点的无偏聚类,并定义每个聚类的细胞类型。
c 点图显示已知标记物在指定细胞簇中的平均表达。
d - f 组织切片(d)的H&E染色,ST点的无偏聚类(e),以及显示CRC患者#7中指示细胞簇(f)中已知标记物平均表达的点图(a-c)。
g - i 组织切片FAP+成纤维细胞(g)、SPP1+巨噬细胞(h)、上皮细胞(i)特征评分的空间特征图。
j, k 患者#6 (j)和患者#7 (k)中FAP+成纤维细胞/SPP1+巨噬细胞集群中FAP+成纤维细胞(x轴)和SPP1+巨噬细胞(y轴)特征评分的Pearson相关性。
l 4例患者FAP+成纤维细胞/SPP1+巨噬细胞集群中显著富集的基因本体(GO)项。
m 患者6组织切片中CD3D、CD8A、CD4、CD19、MS4A1、GZMA、PRF1、GNLY基因表达的空间特征图
7. FAP+成纤维细胞与SPP1+巨噬细胞之间的相互作用网络
a NicheNet的MSCs亚型中预测配体表达的热图,用于预测FAP+成纤维细胞调节SPP1+巨噬细胞表达的配体(左)。
b, c UMAP图显示了RARRES2在MSCs亚型中的相对表达(b)和CMKLR1在髓细胞亚型中的相对表达(c)。
d 健康供者(n = 17,蓝色)与结直肠癌患者(n = 20,红色)血浆趋化素浓度比较的统计分析。
e 根据NicheNet,推测SPP1+巨噬细胞调节FAP+成纤维细胞的顶级配体。
f 点图显示每个骨髓亚型中排名最高的配体(e)的表达百分比(点大小)和强度(点强度)。
g 配体活性排序显示SPP1+巨噬细胞与FAP+成纤维细胞之间相互作用的配体受体对(e)。
h 热图显示排名前20位的配体(e)和FAP+成纤维细胞中下游靶基因的调控潜力。
i FAP+成纤维细胞中预测靶基因的代表性KEGG通路富集。
j ECM靶基因和潜在信号通路前3位活性配体(由TGFB1、IL1A和IL1B编码)网络图。
8. SPP1+巨噬细胞和FAP+成纤维细胞影响患者TME中淋巴细胞的浸润及对PD-L1阻断的反应
a - i 按FAP+成纤维细胞和SPP1+巨噬细胞浸润分层的四组TCGA-COAD患者的非沉默突变率(a)、SNV新抗原(b)、TCR Shannon指数(c)、TCR丰富度(d)和淋巴细胞浸润(e)。
f - h 使用Kaplan-Meier曲线(IMvigor210队列)对抗pd - l1免疫治疗队列中FAP单独(f)、SPP1单独(g)和两者(h)患者组的低表达和高表达进行生存分析。
i 条形图显示,FAP和SPP1均低表达的患者更有可能对抗pd - l1治疗产生反应。
j 免疫排斥生态位的工作模型和FAP+成纤维细胞与SPP1+巨噬细胞之间的串扰模型。
Reference:
1. Qi J, Sun H, Zhang Y, et al. Single-cell and spatial analysis reveal interaction of FAP+ fibroblasts and SPP1+ macrophages in colorectal cancer. Nat Commun. 2022;13(1):1742. Published 2022 Apr 1. doi:10.1038/s41467-022-29366-6
号外号外,桓峰基因单细胞生信分析免费培训课程即将开始快来报名吧!
单细胞生信分析教程
桓峰基因公众号推出单细胞生信分析教程并配有视频在线教程,目前整理出来的相关教程目录如下:
SCS【4】单细胞转录组数据可视化分析 (Seurat 4.0)
SCS【6】单细胞转录组之细胞类型自动注释 (SingleR)
SCS【7】单细胞转录组之轨迹分析 (Monocle 3) 聚类、分类和计数细胞
SCS【8】单细胞转录组之筛选标记基因 (Monocle 3)
SCS【9】单细胞转录组之构建细胞轨迹 (Monocle 3)
SCS【10】单细胞转录组之差异表达分析 (Monocle 3)
SCS【11】单细胞ATAC-seq 可视化分析 (Cicero)
SCS【12】单细胞转录组之评估不同单细胞亚群的分化潜能 (Cytotrace)
SCS【13】单细胞转录组之识别细胞对“基因集”的响应 (AUCell)
SCS【15】细胞交互:受体-配体及其相互作用的细胞通讯数据库 (CellPhoneDB)
SCS【16】从肿瘤单细胞RNA-Seq数据中推断拷贝数变化 (inferCNV)
SCS【17】从单细胞转录组推断肿瘤的CNV和亚克隆 (copyKAT)
SCS【18】细胞交互:受体-配体及其相互作用的细胞通讯数据库 (iTALK)
SCS【21】单细胞空间转录组可视化 (Seurat V5)
SCS【22】单细胞转录组之 RNA 速度估计 (Velocyto.R)
SCS【24】单细胞数据量化代谢的计算方法 (scMetabolism)
SCS【25】单细胞细胞间通信第一部分细胞通讯可视化(CellChat)
SCS【26】单细胞细胞间通信第二部分通信网络的系统分析(CellChat)
SCS【28】单细胞转录组加权基因共表达网络分析(hdWGCNA)
SCS【29】单细胞基因富集分析 (singleseqgset)
SCS【30】单细胞空间转录组学数据库(STOmics DB)
SCS【31】减少障碍,加速单细胞研究数据库(Single Cell PORTAL)
SCS【32】基于scRNA-seq数据中推断单细胞的eQTLs (eQTLsingle)
SCS【33】单细胞转录之全自动超快速的细胞类型鉴定 (ScType)
SCS【34】单细胞/T细胞/抗体免疫库数据分析(immunarch)
SCS【35】单细胞转录组之去除双细胞 (DoubletFinder)
桓峰基因,铸造成功的您!
未来桓峰基因公众号将不间断的推出单细胞系列生信分析教程,
敬请期待!!
桓峰基因官网正式上线,请大家多多关注,还有很多不足之处,大家多多指正!http://www.kyohogene.com/
桓峰基因和投必得合作,文章润色优惠85折,需要文章润色的老师可以直接到网站输入领取桓峰基因专属优惠券码:KYOHOGENE,然后上传,付款时选择桓峰基因优惠券即可享受85折优惠哦!https://www.topeditsci.com/