接觸過單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)的小伙伴們都知道，數(shù)據(jù)的核心結(jié)果在于根據(jù)每個細(xì)胞的基因表達(dá)數(shù)據(jù)，來對細(xì)胞進(jìn)行分群分類。現(xiàn)有通用的分析思路如下：首先根據(jù)轉(zhuǎn)錄組稀疏矩陣，通過計算和分析，找到不同的細(xì)胞Cluster，并找到每一類集群的Marker基因。根據(jù)已有對細(xì)胞特定Marker基因的認(rèn)識，來對細(xì)胞可能的集群進(jìn)行分類。因此，在該框架下，可以得到以下幾個圖：
 

上述結(jié)果有兩個特點(diǎn)：1.通過在Marker基因中尋找存在的細(xì)胞marker對細(xì)胞進(jìn)行標(biāo)記，但無法給出可靠性評價；2.只能用一個基因的表達(dá)模式來反應(yīng)細(xì)胞特征，無法同時對幾個基因進(jìn)行整合展示。因此，能不能將上述多個基因同時對細(xì)胞分群結(jié)果進(jìn)行分類和量化，從基因集的角度來反應(yīng)細(xì)胞的類群？

通過對最近發(fā)表分析算法的調(diào)研和調(diào)試，我們實(shí)現(xiàn)了這樣一個需求。我們以上述標(biāo)記基因: MS4A1，CD79A，CD79B和CD19，這4個B細(xì)胞特有Marker為基礎(chǔ)，分別以其中一個基因表達(dá)為特征，和用4個基因的表達(dá)為特征，計算綜合Score值，并將其結(jié)果在t-SNE結(jié)果中進(jìn)行可視化展示，如下圖：
 

 

 

從上述結(jié)果可以看到，單純用一個基因進(jìn)行標(biāo)記時，有些細(xì)胞不能進(jìn)行很好區(qū)分標(biāo)記，而當(dāng)用4個基因同時進(jìn)行計算標(biāo)記時，得到的結(jié)果就非常完美。
 
有了基因集這樣一個概念，我們就能夠同時將多個基因?yàn)榛�礎(chǔ)，對細(xì)胞進(jìn)行更加精細(xì)和準(zhǔn)確分類。同樣，有了基因集的概念，我們對單細(xì)胞的功能挖掘也變得更加簡單可行。
 
GSEA相信大家都很熟悉，通過基因集的角度，可以去評價樣本間的功能差異，找到核心的功能和hallmarkers。但是，由于單細(xì)胞數(shù)據(jù)相比常規(guī)數(shù)據(jù)有數(shù)據(jù)稀疏和細(xì)胞數(shù)量多的特點(diǎn)，用單細(xì)胞來進(jìn)行傳統(tǒng)的GSEA分析變的很難實(shí)現(xiàn)。幸運(yùn)的是，有了上述的單細(xì)胞基因集分析方法，我們就可以用不同功能基因集，來實(shí)現(xiàn)對單細(xì)胞的細(xì)胞功能富集。我們以氧化磷酸化功能基因集數(shù)據(jù)為基礎(chǔ)，對上述細(xì)胞集群進(jìn)行分析和可視化展示，如下圖：
 

 

結(jié)果顯示，在該數(shù)據(jù)中，左邊顏色較深區(qū)域的細(xì)胞顯著富集氧化磷酸化細(xì)胞功能。因此，只要有感興趣功能的基因集，針對特定細(xì)胞集群的生物學(xué)功能挖掘，我們就能告訴您在哪些細(xì)胞中，該功能是顯著富集的。
 
上述分析結(jié)果及圖形化展示由SBC生物信息分析專家完成，如有基于基因集的細(xì)胞分類及功能挖掘需求，請聯(lián)系上海生物芯片有限公司服務(wù)平臺。