双剑合璧|scRNA-seq与bulk RNA-seq联合分析

Bulk RNA-seq 和single cell RNA-seq的最主要区别在于单细胞测序代表单个细胞（single cell），而bulk测序代表一群细胞（a population of cells）。我们都知道单细胞转录组测序能够解决常规转录组测序无法解决的细胞异质性问题，对于推进医学和生物学研究进展具有极大的促进作用。现在很多的研究同时进行Bulk RNA-seq 和single cell RNA-seq，为了明确单细胞测序分析结果的准确性，可以利用相同样本的 Bulk RNA-Seq 数据进行评估，两种测序结果相互印证。

Part .01

2019年10月，美国纪念斯隆-凯特琳癌症中心等科研机构的科研人员在Cell上发表了题为“Transcriptional Basis of Mouse and Human Dendritic Cell Heterogeneity”的文章，发现小鼠和人类树突细胞异质性的转录基础。

文章通过单细胞测序分析，基于转录组分析（文章同时做了bulk RNA Seq和single cell RNA Seq）和染色质分析（ATAC-Seq）发现了新的树突状细胞（Dendritic Cell, DC）亚型，将以往的树突状细胞cDC2分为两个亚型，这两类DC细胞主要差异表达T-bet（一个T细胞相关转录因子）和RORγt（粘膜表面的一种多功能核受体，也是一种转录因子），而且研究表明这一发现在人和小鼠中是保守的。这篇文章同时进行了bulk RNA Seq和scRNA Seq，并且对两种测序产生的结果进行比较讨论两种测序方式结果的一致性。这篇文章不仅发现了新型的DC亚群，基于流式细胞术将细胞分选后分别进行的RNA-Seq测序，充分利用流式细胞术分析细胞表面和细胞内分子表达特征的优势，界定不同种类的细胞群，测定分离出的亚类纯度，分析细胞的大小和总量，同时分析单个细胞的多个参数。

T-bet– cDC2s, T-bet cDC2, 和cDC1细胞群体转录组测序与DC细胞单细胞测序的亚群（cluster）相似性比较，不同的颜色表示不同细胞代表的行和单细胞测序不同细胞亚群（cluster）之间的相关系数

Part .02

19年发表在Nature Communications（12.12）的一篇文章An atlas of the aging lung mapped by single cell transcriptomics and deep tissue proteomics素。该研究使用转录组学（scRNA-seq和bulk RNA-seq）和基于蛋白质组学的质谱分析（mass spectrometry-based proteomics）来量化young和old小鼠肺部30种细胞类型的细胞活性状态变化。作者发现，衰老会导致转录噪声增加，并且放松对表观遗传的控制。作者还观察了衰老对于细胞类型特异性的影响，发现2型肺细胞和脂肪成纤维细胞胆固醇合成的增加，以及呼吸道上皮细胞的改变，是肺部老化的几大标志。本文通过蛋白组与单细胞转录组的整合分析预测了调节性蛋白的细胞来源，构建了一个无偏倚的肺衰老图谱。

文章思路

为了验证单细胞RNA测序（scRNA-seq）数据的完整性，以及小鼠肺部mRNA和蛋白含量随年龄的变化，作者又分别取了6个（3V3）和8个（4V4）young和old老小鼠进行bulk RNA测序和蛋白质组质谱分析，结果显示小鼠肺部多组学数据展现一致性。

实验设计

组学数据展现一致性