IF: 16+ 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...-CSDN博客

本文链接：https://blog.csdn.net/weixin_41368414/article/details/134258260

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：

1. 单细胞数据比对（CellRanger V2.1.1)

2. 单细胞数据整合（harmony）

3. 单细胞数据指控，聚类，差异分析等（Seurat V4.0.6）

4. 机器学习鲁棒性的评估（randomForest）

5. 估计单细胞的RNA表达动力学（velocity.R）

6. 转录因子调控分析（SCENIC）

7. 转录因子活动分析及确定活动调节子（AUCell）

8. 14个单细胞和芯片表达数据的免疫浸润分析（CIBERSORTx）

9. 标记基因的生存分析（Kaplan–Meier）

10. 基因集富集GSEA分析（GSEA）

11. 细胞-细胞相互作用分析（NicheNet）

12. 绘制条形图（Barplot）

13. 绘制小提琴图（ViolinPlot)

14. 绘制箱线图（BoxPlot）

15. 多组比较分析统计（ANOVA）

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