单细胞空间突变信息分析导论

作者，Evil Genius

想想自己真的挺搞笑的，读大学的时候觉得27、28怎么着也结婚了吧，没想到混到30多去相亲了，喜欢的女孩子无一例外都把自己给踹了，😄，相亲么，说真的有一种很奇怪的感觉，目前相亲了3、4个了，最小的97年的，最大的91年的，而且年龄越大、要求越高，反到小一点的女孩子要求低一点，反正经历下来，年龄越大越看重物质，越不相信爱情，物质满足基本就嫁了，所以年纪小一点的女孩子多少还是有点恋爱脑，自然爱情的成分高一点，物质自然看的轻一点，不过就需要一点时间谈恋爱了，至于哪种是对的，大家自己判断吧😄。

今天周六，昨天相亲的91年大姐要求结婚必须再买一个婚房，自然也就没有然后了，10点了还躺着， 我们来简单汇总一下单细胞空间分析突变的内容吧。

10X空间转录组数据中研究并可视化体细胞突变

单细胞、空间、外显子解析TP53突变重构肺腺癌细胞图谱

单细胞、空间、外显子分析方法更新

单细胞、空间、外显子多组学分析探讨

多组学（单细胞、空间转录+蛋白、外显子、甲基化）揭示神经母细胞瘤异质性图谱

2024空间转录组分析方向和文献分享

单细胞、空间、外显子多组学分析揭示了早期肺腺癌（LUAD）发展过程中上皮细胞的状态和转录组特征

系统整理10X单细胞空间数据中可检测到的有害突变位点（OncoKB）

关于突变的数据库，非常多，对于基因突变到底对细胞产生了什么影响都有详细的说明，包括OncoKB、Clinvar等等，总结在NGS基因测序（panel）报告解读数据库汇总

我们首先来看单细胞空间突变的检测范围

由于单细胞空间测序原理的限制，3’数据和空转数据只能检测到基因末尾98bp的范围，5‘数据能检测到基因开始的98bp范围。例如在文章 An atlas of epithelial cell states and plasticity in lung adenocarcinoma（nature IF64.8)，单细胞的5’数据就根据基因 KRASG12D,对单细胞数据进行了分类，拿到如下的结果：

image

其中基因表达是表象、基因突变是根本，空间排布是微环境、VDJ是免疫反应。

这里大家就可以看到，单细胞空间数据，对于在范围内的突变是可以检测到了，单细胞空间的转录组信息如果能添加突变信息，自然文章会发的高一点。

下来我们就需要了解我们的单细胞空间数据那些突变是可以检测到的有价值的突变，在文章系统整理10X单细胞空间数据中可检测到的有害突变位点（OncoKB）中，简单介绍了一个结直肠癌例子，

如果做结直肠癌的单细胞数据，KRAS这个基因的突变，包括Q22E、G12T、G13V、G13S、G13H、L19F、G12D等突变都在单细胞数据的检测范围之内，那么做结肠癌的单细胞数据，这些突变信息就可以考虑进去，相当于单细胞数据多了wes数据，多一个组学，文章能多发10分。

单细胞空间突变的分析方法,这个大家还是普遍采用cellsnp-lite，官网在https://cellsnp-lite.readthedocs.io/en/latest/#。

关于这个软件详细介绍过，文章在10X单细胞空间数据分析之SNP检测篇。

Cellsnp-lite Modes

Mode	SNPs	Bam files	Platform	Notes
Mode 1a	Given	Pooled one	10x scRNA-seq, scDNA-seq, scATAC-seq	Set --UMItag None for scDNA-seq and scATAC-seq data
Mode 1b	Given	Each per cell	SMART-seq2, bulk RNA-seq	N.A.
Mode 2a	To detect	Pooled one	10x scRNA-seq, scDNA-seq, scATAC-seq	Set --UMItag None for scDNA-seq and scATAC-seq data
Mode 2b	To detect	Each per cell	SMART-seq2, bulk RNA-seq	N.A.

其中我们单细胞突变的主要检测命令是

cellsnp-lite -s $BAM -b $BARCODE -O $OUT_DIR -R $REGION_VCF -p 10 --minMAF 0.1 --minCOUNT 20 --gzip

其中BAM是单细胞BAM文件，BARCODE是细胞Barcode信息，REGION_VCF是候选的vcf，其中REGION_VCF官网的例子主要来源于gonmad和千人计划，官网给的例子在https://sourceforge.net/projects/cellsnp/files/SNPlist/.

分析出来整理的结果如下

单细胞 X 基因位置突变的矩阵（以单细胞3'数据为例）,row是基因 + 染色体 + 位置 + ref +alt，column是barcode。

当然了，软件还有其他的一些功能，大家可以好好研究一下，非常棒的方法，对大家冲击更高分很有帮助。

这种方法已经呈现蔓延的趋势，很多人都在使用了，最新看到了很多篇这种文章

An atlas of cells in the human tonsil（Immunity IF 32.4）

生活很好，有你更好，大家加油吧。