文献阅读：卡路里限制与衰老

今天噗噗给大家分享一篇文献，发表在cell上的
Caloric Restriction Reprograms the Single-Cell Transcriptional Landscape of Rattus Norvegicus Aging

分析方法总结：

1.每个器官分别降维聚类，旁边是cell types number bar。
2.细胞种类变化的多少，以及免疫细胞变化的多少
文章的methods里讲的是每个器官单独分析，然后将ptprc+的细胞分出来，重新聚类，重新分免疫细胞。cell type ratio= 细胞的在这个group（young /old/CR）的数量除以这个group的数量。

3.Ptprc（免疫细胞）的表达程度，violin 衰老 卡路里 年轻
4.促炎因子与抗炎因子的比例

4.不同组间（年轻和衰老，衰老和卡路里限制）各细胞类型的差异表达分析
（Wilcoxon rank-sum test as implemented in the ‘‘FindMarkers’’ function of the Seurat package）
(|LogFC| > 0.5, adjusted p value < 0.05）
定义：
rescue DEGs（占比多少）

side-effect DEGs（占比多少，可以解释副作用）
5.将老化、CR和拯救型DEGs归因于每种组织类型

6.差异基因GO与pathway的分析
可以画一个好看的气泡图
7.差异基因在不同组织的交集

8. SASP相关gene的变化
9. TF调控网络

说实话这个网络画的挺唬人的，圈圈的灰色边代表DEG，中间是tf，tf和圈圈的线代表target
10. 细胞通讯

分析细节

1.年轻、衰老、卡路里限制是否去批次？
原代码是分别做了质控，然后scale，然后去了批次，然后cluster tsne

BAT.list <- list(BAT_M_Y, BAT_M_O, BAT_M_CR, BAT_F_Y ,BAT_F_O, BAT_F_CR)
BAT_cca <- RunMultiCCA(object.list = BAT.list, genes.use = genes.use, num.ccs = 30)
BAT_cca <- AlignSubspace(BAT_cca, reduction.type = "cca", grouping.var = "sample", dims.align = 1:20)

2.细胞通讯的变化又是怎么联合的？
接下来介绍cellphoneDB和cellchat的应用。