好文分享-單細(xì)胞測(cè)序數(shù)據(jù)深度挖掘再利用

研究背景

血管緊張素轉(zhuǎn)換酶2（ACE2）作為COVID-19的特異性受體在宿主細(xì)胞中發(fā)揮著重要作用，從而使得新冠疫情大流行。與特異的肺泡II型細(xì)胞相比，ACE2在膀胱、回腸、腎和肝臟中相對(duì)的高表達(dá)。在本研究中，通過(guò)對(duì)五個(gè)組織的單細(xì)胞測(cè)序識(shí)別出ACE2高表達(dá)的細(xì)胞類型；隨后，構(gòu)建蛋白質(zhì)-蛋白質(zhì)互作網(wǎng)絡(luò)（PPIN），以識(shí)別形成功能性中心節(jié)點(diǎn)的潛在生物標(biāo)志物。經(jīng)研究發(fā)現(xiàn)，腎素-血管緊張素系統(tǒng)和PPAR信號(hào)通路對(duì)加強(qiáng)新冠病毒感染具有重要作用，本文也顯示出PPAR蛋白家族在功能性中樞節(jié)點(diǎn)中起到重要的作用。為理解潛在標(biāo)志物的功能，通過(guò)構(gòu)建通路語(yǔ)義網(wǎng)絡(luò)研究相關(guān)的通路，隨后，對(duì)識(shí)別出的通路用PageRank算法進(jìn)行排秩；接著，這些通路網(wǎng)絡(luò)也由一些基本的代謝通路所構(gòu)成，比如胰島素抵抗通路等。經(jīng)過(guò)一系列的研究表明，血管緊張素和PPAR蛋白質(zhì)家族可以認(rèn)為是新冠患者可能的治療靶點(diǎn)。

研究流程

總的來(lái)說(shuō)，這篇文章遵循著獲取數(shù)據(jù)、數(shù)據(jù)處理、識(shí)別特異的細(xì)胞類型以及進(jìn)行語(yǔ)義通路的構(gòu)建等的流程來(lái)進(jìn)行研究（Figure 1）。

材料和研究方法

從GEO中獲?。ò螂?、回腸、腎、肝臟和肺等）不同組織和器官的單細(xì)胞測(cè)序數(shù)據(jù)，膀胱的樣本是GEO accession no. GSE129845，sample GSM3723358; 回腸的樣本是GEO accession no. GSE134809，sample GSM3972018;腎的樣本是GEO accession no. GSE131685;肝臟的樣本是GEO accession no. GSE115469，肺臟的樣本是 GEO accession no. GSE122960。

SeuratV3.0用來(lái)產(chǎn)生原始的count矩陣，并篩選線粒體數(shù)>5%的細(xì)胞，然后用”LogNormalized”函數(shù)進(jìn)行標(biāo)準(zhǔn)化，并用乘以10000后取自然對(duì)數(shù)進(jìn)行歸一化。主成分方法用來(lái)構(gòu)建k近鄰圖，細(xì)胞用”FindClusters”方法進(jìn)行聚類，并用UMAP工具來(lái)進(jìn)行可視化。通過(guò)Wilcoxon秩和統(tǒng)計(jì)檢驗(yàn)，使用“FindMarkers”函數(shù)將最小百分比設(shè)為0.25來(lái)識(shí)別每個(gè)聚類中最高差異表達(dá)的基因標(biāo)記。

研究結(jié)果

一、肺組織細(xì)胞特異的功能節(jié)點(diǎn)

由于ACE2、AGT和PPARA在PAT2細(xì)胞中顯著表達(dá)，因此PAT2細(xì)胞可作為肺組織的潛在的與新冠病毒感染的細(xì)胞。ACE2表達(dá)水平的表達(dá)圖提示肺對(duì)病毒血癥具有高度的易感性。然而，該研究也鑒定了兩種不同的細(xì)胞，即漿細(xì)胞和肥大細(xì)胞。在漿細(xì)胞中，三種轉(zhuǎn)錄均顯著表達(dá)，而在肥大細(xì)胞中，AGT和ACE2顯著表達(dá)。

二、膀胱和腎組織細(xì)胞特異的功能節(jié)點(diǎn)

在膀胱中，ACE2與尿路上皮細(xì)胞有較高的親和力，如Figure 3所示。與PPARA不同，來(lái)自PPAR家族的PPARG表達(dá)水平顯著。從腎臟來(lái)看，ACE2在近端小管細(xì)胞和平滑肌細(xì)胞中表現(xiàn)出更高的親和力(如Figure 4所示)。

三、回腸與肝臟細(xì)胞特異的功能節(jié)點(diǎn)

回腸和肝臟是代謝系統(tǒng)的一個(gè)區(qū)域，兩個(gè)器官都有ACE2陽(yáng)性的上皮樣細(xì)胞。在回腸中，腸上皮細(xì)胞和纖毛上皮細(xì)胞有顯著表達(dá)ACE2, AGT和PPARA（Figure 5），但是，F(xiàn)igure 6中顯示相對(duì)于其他器官，這些細(xì)胞表達(dá)水平相對(duì)較低。類似地，膽管細(xì)胞是主要存在于肝組織中的一種上皮細(xì)胞。在這些細(xì)胞類型中，ACE2、AGT和PPARA標(biāo)記物的表達(dá)值較高。

四、通路語(yǔ)義網(wǎng)絡(luò)結(jié)果

考慮到每一途徑的生物學(xué)過(guò)程，本文構(gòu)建了語(yǔ)義相似度圖。ACE2在三種不同類型的肺細(xì)胞中均有高表達(dá)，研究中分別在Figure 7A、B和C中給出了Mast、PAT2和漿細(xì)胞的通路語(yǔ)義網(wǎng)絡(luò)。在膀胱中，ACE2在一種特殊的細(xì)胞類型中表達(dá)，即尿路上皮細(xì)胞(如Figure 8A所示)。而在腎臟中，ACE2的近端小管細(xì)胞(如Figure 8B所示)和平滑肌細(xì)胞(如Figure 8C所示)表達(dá)率較高。在回腸細(xì)胞類型，如纖毛上皮細(xì)胞(如Figure 9A所示)和腸上皮細(xì)胞祖細(xì)胞(如Figure 9B所示)顯示ACE2的顯著表達(dá)水平。與膀胱器官相似，ACE2在肝臟中表達(dá)于一種特殊的細(xì)胞類型，即膽管細(xì)胞(如Figure 9C所示)，ACE2表達(dá)水平顯著。在通路語(yǔ)義網(wǎng)絡(luò)圖中，節(jié)點(diǎn)表示一條特定的路徑，加權(quán)邊定義兩條路徑之間的相似度值，刻畫共享生物過(guò)程的最大數(shù)量。

在通路語(yǔ)義計(jì)算過(guò)程中，得到一個(gè)合成矩陣，利用該矩陣對(duì)每個(gè)細(xì)胞類型進(jìn)行PR算法，并根據(jù)得分對(duì)細(xì)胞類型進(jìn)行排序。我們發(fā)現(xiàn)腎素-血管緊張素系統(tǒng)(RAS)和PPAR信號(hào)通路在大多數(shù)prime細(xì)胞類型中獲得較高的排名。此外，胰島素抵抗在這三個(gè)器官中也占有重要地位。Figure 10提供了一個(gè)熱圖，對(duì)應(yīng)于來(lái)自不同細(xì)胞類型的每個(gè)通路的PR值。如前所述，通過(guò)計(jì)算PR值和對(duì)應(yīng)的rank來(lái)表示網(wǎng)絡(luò)中各個(gè)通路的影響。根據(jù)整體排名和得分，通路在heatmap中很好地分離。含有AGT和PPAR家族蛋白的通路在缺乏胰島素抵抗通路的回腸中排名靠前。此外,PPAR信號(hào)通路在肝細(xì)胞類型中缺乏。有趣的是，皮質(zhì)醇的合成和分泌途徑在某些細(xì)胞類型中起著重要作用。

在單個(gè)細(xì)胞類型中，受影響的細(xì)胞和通路調(diào)節(jié)之間的關(guān)系如Figure 11所示。只顯示了每個(gè)器官中高度表達(dá)ACE2的細(xì)胞類型。從圖中可以看出，PPAR信號(hào)通路和RAS是感染后的主要通路。這種細(xì)胞類型特異性的研究發(fā)現(xiàn)一些途徑在肺中是共同的，但影響率是不同的,對(duì)膀胱和腎臟也類似。

研究結(jié)論

本文采用的基于單細(xì)胞的生物信息學(xué)策略旨在揭示器官特異性可能感染的細(xì)胞類型。本研究的主要目的是確定COVID-19感染期間ACE2失調(diào)可能的通路連接。首先，從五個(gè)器官中檢測(cè)細(xì)胞類型；此外，每一種有影響的細(xì)胞類型都有一系列的生物標(biāo)志物，標(biāo)志物是根據(jù)與ACE2連接的交互功能樞紐來(lái)排序的。有趣的是，AGT和PPAR家族轉(zhuǎn)錄本在每個(gè)功能樞紐中都是具有共同的作用。這兩份轉(zhuǎn)錄本將ACE2和功能群落的其余樣本連接起來(lái)。根據(jù)相關(guān)文獻(xiàn)，既往觀察到血管緊張素和PPAR家族蛋白參與COVID-19等不同感染，在本實(shí)驗(yàn)中，研究了PPAR信號(hào)通路的影響，PPAR通路和RAS信號(hào)通路已經(jīng)在hub-specific pathway語(yǔ)義網(wǎng)絡(luò)中得到了證明。該網(wǎng)絡(luò)表明，上述途徑的顯著調(diào)節(jié)可以影響正常代謝通路的正常功能，以及少數(shù)其他通路，如胰島素抵抗。因此，這些通路是COVID-19感染患者重要的治療候選靶標(biāo)。

 

小編有話說(shuō)：

單細(xì)胞數(shù)據(jù)集的深度挖掘，通過(guò)構(gòu)建通路語(yǔ)義網(wǎng)絡(luò)可以揭示更多細(xì)胞特異的通路級(jí)聯(lián)反應(yīng)和蛋白互作網(wǎng)絡(luò)，更加全面表征細(xì)胞間互作關(guān)系。數(shù)據(jù)集的挖掘依賴于生信工程師的專業(yè)技能，如此高大上的生信分析對(duì)于一般科研工作者來(lái)說(shuō)還是有一定門檻。不過(guò)百邁客強(qiáng)大的生信工程師團(tuán)隊(duì)和云平臺(tái)（BMKCloud）已經(jīng)實(shí)現(xiàn)你零基礎(chǔ)分析的所有夢(mèng)想！52款A(yù)PP實(shí)現(xiàn)高度自由個(gè)性化分析，118款工具、交互的個(gè)性化分析提供無(wú)上限分析實(shí)操，云平臺(tái)課堂高效助您方案設(shè)計(jì)和信息分析，百邁客云成為您的私人信息分析平臺(tái)，讓基因分析更簡(jiǎn)單。

想了解更多百邁客云分析平臺(tái)？點(diǎn)擊文末“閱讀原文”（http://www.biocloud.net/），多款分析工具等您來(lái)解鎖哦～