基因表達具有時間和空間特異性。scRNA-seq 使得我們可以在分辨率上研究轉(zhuǎn)錄組表達數(shù)據(jù)?？臻g轉(zhuǎn)錄組學（ST）可以將轉(zhuǎn)錄特征映射到不同組織區(qū)域，使得人們能夠從空間的角度解析數(shù)據(jù)。百邁客可為您提供10x genomics scRNA-seq & spatial transcriptomics (ST) 技術(shù)服務(wù)，得到單細胞時空圖譜數(shù)據(jù)實現(xiàn)在時空上分析基因的表達。
單細胞和空間轉(zhuǎn)錄組表達數(shù)據(jù)相關(guān)性分析
對同一樣本的 scRNA-seq 的基因表達數(shù)據(jù)與空間轉(zhuǎn)錄組的基因表達數(shù)據(jù)或者同一樣本的不同切片數(shù)據(jù)進行 Pearson 相關(guān)性分析，從而評估技術(shù)重復(fù)之間的相似性[1]。
Fig1. 相關(guān)性散點圖
細胞類型和空間組織區(qū)域的錨定
將 scRNA-seq 數(shù)據(jù)集作為參考，使用因子分析來預(yù)測每個spot可能的單細胞組成，從而實現(xiàn)在空間上定位所有的 scRNA-seq 亞群[2]。
Fig2. 細胞類型在空間組織區(qū)域的分布
注：左側(cè)圖為ST的各個簇（cluster）的UMAP展示；左側(cè)中間圖為 clusters 在空間組織上的聚類可視化展示；右側(cè)圖為 ST 與 scRNA-Seq 細胞類型注釋結(jié)果的整合
Fig3. 細胞類型在空間組織區(qū)域的分布
注：左圖展示單獨各個細胞類群在空間的分布情況，右圖為空間組織切片每個spot的細胞類型展示圖，不同顏色表示不同的細胞類型
多模式交互式分析
為了注釋不同組織區(qū)域的√確的細胞組成，引入了 multimodal intersection analysis 方法[3]整合 scRNA-seq 數(shù)據(jù)和ST數(shù)據(jù)。MIA 方法通過計算某區(qū)域的差異基因與scRNA-seq數(shù)據(jù)鑒定的細胞類型差異基因之間的重疊程度，來推斷特定組織區(qū)域中特定細胞類型的富集情況。
Fig4. MIA
注：熱圖行表示個細胞類型，列為空間組織區(qū)域，紅色表示富集，藍色表示缺失
通過繪制韋恩圖展示空間組織區(qū)域的差異基因與scRNA-seq各亞群差異基因的整體情況。
Fig5. venn
注：每個花瓣上的數(shù)字表示該細胞亞群或組織區(qū)域的差異基因總數(shù)，中間圓心的數(shù)字表示所有細胞亞群與組織區(qū)域的交集基因數(shù)
隨著高通量測序技術(shù)的發(fā)展，scRNA-seq & ST 越來越多的被應(yīng)用到各個領(lǐng)域的研究。但是如何實現(xiàn)scRNA-seq & ST 的聯(lián)合，從更深的層面分析、挖掘數(shù)據(jù)？如何解析數(shù)據(jù)背后的生物學意義呢？ 百邁客為您提供scRNA-seq & ST 服務(wù)分析平臺，如果您也對單細胞和空間轉(zhuǎn)錄技術(shù)感興趣，歡迎老師來電咨詢！
參考文獻
1. A Spatiotemporal Organ-Wide Gene Expression and Cell Atlas of the Developing Human Heart
2. Spatiotemporal analysis of human intestinal development at single-cell resolution
3. Multimodal Analysis of Composition and Spatial Architecture in Human Squamous Cell Carcinoma
京公網(wǎng)安備 11011302003368號