人海绵体单细胞转录组图谱

生信技能树jimmy

发布于 2024-04-28 11:16:23

870

发布于 2024-04-28 11:16:23

文章被收录于专栏：单细胞天地单细胞天地

文章概述

文章标题：《Single-cell transcriptome atlas of the human corpus cavernosum》

发表日期和杂志：2022年发表在Nature communications上

在线阅读链接：https://doi.org/10.1038/s41467-022-31950-9

单细胞实验设计

从penile carcinoma resection的肿瘤边缘获得3个正常组织标本，所有患者都报告良好的刺激erections和清晨erections。

5例erections功能障碍(ED)的海绵体(CC)组织均取自人工海绵体植入活检标本，经nocturnal penile tumescence (NPT) 和intracavernosal injection (ICI)试验确诊为器质性ED而非精神性ED。DMED患者至少有10年的1型糖尿病病史，手术前血糖控制良好。

文章分析了来自3名正常erections的男性和5名器质性erections功能障碍患者的64,993个人类海绵体单细胞转录组。

单细胞转录组数据情况

数据链接是：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE206528

数据情况：

GSM6255907 Normal_1
GSM6255908 Normal_2
GSM6255909 Normal_3
GSM6255910 non-DM_1
GSM6255911 non-DM_2
GSM6255912 non-DM_3
GSM6255913 Diabetes_1
GSM6255914 Diabetes_2

提供的是csv.gz格式的压缩文件

GSM6255907_Normal_1_gene_martix.csv.gz 21.0 Mb
GSM6255908_Normal_2_gene_matrix.csv.gz 16.3 Mb
GSM6255909_Normal_3_gene_matrix.csv.gz 27.2 Mb
GSM6255910_non-DM1_gene_matrix.csv.gz 16.5 Mb
GSM6255911_non-DM2_gene_matrix.csv.gz 9.6 Mb
GSM6255912_non-DM3_gene_matrix.csv.gz 28.1 Mb
GSM6255913_Diabetes_1_gene_matrix.csv.gz 24.5 Mb
GSM6255914_Diabetes_2_gene_martix.csv.gz 25.8 Mb

下载数据后使用fread函数读取，再创建seurat对象即可

#指定文件存放位置
dir='GSE206528_RAW/'
samples=list.files( dir )
samples 

#读取数据
sceList = lapply(samples,function(pro){ 
  # pro=samples[1] 
  print(pro)   
  ct=fread( file.path(dir,pro ) ,data.table = F)
  ct[1:4,1:4]
  rownames(ct)=ct[,1]
  ct=ct[,-1] 
  sce =CreateSeuratObject(counts =  ct ,
                          project =  pro  ,
                          min.cells = 5,
                          min.features = 300 )
  return(sce)
}) 

#数据整合
do.call(rbind,lapply(sceList, dim))
sce.all=merge(x=sceList[[1]],
              y=sceList[ -1 ],
              add.cell.ids = samples  ) 
names(sce.all@assays$RNA@layers)
sce.all[["RNA"]]$counts 

LayerData(sce.all, assay = "RNA", layer = "counts")
sce.all <- JoinLayers(sce.all)
dim(sce.all[["RNA"]]$counts )

#查看数据情况
as.data.frame(sce.all@assays$RNA$counts[1:10, 1:2])
head(sce.all@meta.data, 10)
table(sce.all$orig.ident)

对读取进来的数据进行质控、harmony整合以及单细胞细分亚群定义等。

小tips：这个数据集是使用singleR基于自建数据库来自动化注释单细胞转录组亚群中，使用singleR自动注释和手动注释对比分析的数据集，大家可以试试看。

第一层次降维聚类分群

根据已知的细胞类型特异性标记的表达，在整个细胞群中发现了七个主要簇，包括ECs、FBS、周细胞(PC)、巨噬细胞(MACs)、SMCs、施万细胞(SWCs)和T细胞(Ts)。所有簇都包含正常细胞和ED患者细胞，但正常细胞和ED CC在t-SNE图上显示出显著的异质性

使用BioinfoArk提供的中国区chatGPT查询到各个细分亚群的解释和常见Marker基因

以下是每个细胞类型的简要介绍和一些常见的Marker基因：

ECs（内皮细胞）：内皮细胞是血管内膜的主要组成部分，形成血管壁。常见的Marker基因包括PECAM1（CD31）、VWF（von Willebrand factor）和CD34。
FBs（成纤维细胞）：成纤维细胞是一种结缔组织细胞，参与细胞外基质的合成和修复。常见的Marker基因包括COL1A1（collagen type I alpha 1 chain）、ACTA2（alpha-smooth muscle actin）和FSP1（fibroblast-specific protein 1）。
PCs（周细胞）：周细胞是血管壁的一种细胞类型，位于内皮细胞和外膜之间，参与血管的稳定和调节。常见的Marker基因包括PDGFRβ（platelet-derived growth factor receptor beta）、NG2（neural/glial antigen 2）和RGS5（regulator of G-protein signaling 5）。
MACs（巨噬细胞）：巨噬细胞是免疫系统中的重要成分，参与清除病原体和细胞垃圾。常见的Marker基因包括CD68、CD163和CD206。
SMCs（平滑肌细胞）：平滑肌细胞是一种肌肉细胞，存在于血管、消化道和呼吸道等组织中，参与器官的收缩和舒张。常见的Marker基因包括ACTA2（alpha-smooth muscle actin）、MYH11（myosin heavy chain 11）和TAGLN（transgelin）。
SWCs（施万细胞）：施万细胞是周围神经系统中的一种细胞类型，主要包裹和支持神经纤维。常见的Marker基因包括S100B（S100 calcium-binding protein B）和MPZ（myelin protein zero）。
T cells（T细胞）：T细胞是免疫系统中的一类淋巴细胞，参与细胞免疫和调节免疫应答。常见的Marker基因包括CD3、CD4和CD8。