10X scRNA免疫治疗学习笔记
课程笔记
粉丝:有单细胞线上课程吗?
小编:什么? 我们的单细胞转录组分析线上课程已经上线好久了,你们竟然都不知道吗,每篇推文后面的课程推荐没人看的吗,小编已哭晕在厕所
好了,戏演完了,下面郑重介绍下我们的单细胞线上课程:(详情戳下方链接)
这个课程笔记栏目记录了学员们学习单细胞转录组课程的学习笔记
希望大家能有所收获!
作者 | 单细胞天地小编 刘小泽
课程链接在:http://jm.grazy.cn/index/mulitcourse/detail.html?cid=55
我们后面会重点关注下游分析,也就是第二单元视频内容的第6讲及以后
前言
这次要重复的图片是来自文章:Acquired cancer resistance to combination immunotherapy from transcriptional loss of class I HLA(https://www.nature.com/articles/s41467-018-06300-3)
文章解读在:https://www.jianshu.com/p/b818e38f7e9cs
重要的图片如下:
第一张:PBMC细胞分成13个群(Fig.2a)
需要注意的是,tSNE的聚类结果只能与原文相似,除非拿到作者设置的随机种子,但整体上的分群是一致的
原文使用的代码:
1# https://static-content.springer.com/esm/art%3A10.1038%2Fs41467-018-06300-3/MediaObjects/41467_2018_6300_MOESM6_ESM.txt
2TSNEPlot(PBMC, colors.use = c('green4', 'pink', '#FF7F00', 'orchid', '#99c9fb', 'dodgerblue2', 'grey30', 'yellow', 'grey60', 'grey', 'red', '#FB9A99', 'black'))
第二张:帮助判断是否存在批次效应(Supp Fig.6)
第三张:利用一些关键marker基因辅助验证分群结果(Supp Fig.7)
第四张:PBMC的四个时间点各画一张图 (Fig. 2b)
并且比较一下重点关注的一群(CD8+ cytotoxic T cells)在这四个时期中的变化
【使用table
函数比较四个时期的细胞数和分成13个群的细胞数,大体上会得到这样一个表】
然后就能得到和原文(下图)一样的结论
第五张:比较两种CD8+细胞差异
在分群结果可以看到,CD8+主要分成了两群,一个是红色的(170个CD8+ cytotoxic T cells,即细胞毒性T细胞),一个是浅蓝色的(429个CD8+ effector T cells,即效应T细胞)
第六张:肿瘤组织的差异分析(Fig. 4)
根据两个时间点(治疗之前和复发)对患者2586-4的MCC肿瘤组织分群,然后看它们之间的基因差异,探究了HLA基因(HLA-A和HLA-B),发现HLA-A在免疫治疗前后没啥变化,而HLA-B的变化显著
后面会通过这样一个table
结果来查看
上游操作
上游指的是在服务器对原始数据进行操作,下游指的是利用R对上游结果进行统计分析、绘图
上游主要会进行以下几步【主要对应视频内容的第二单元1-5讲】
服务器conda环境配置
cellranger软件配置
文章数据下载及转换
运行cellranger count
之前在单细胞天地写过的推送:
单细胞技术揭示平滑肌细胞表型调节和TCF21疾病基因在抗动脉粥样硬化过程中的作用
重复一篇WGCNA分析的文章(解读版)(逆向收费读文献2019-19)
如果你对单细胞转录组研究感兴趣,但又不知道如何入门,也许你可以关注一下下面的课程