单细胞思路系列如约进行！整体而言有寻找发病机制、图谱研究、分子功能研究、诊断或预测标志物研究几大类，上一期分享的主要是从挖掘疾病相关的细胞亚群来寻找发病机制。本期则给大家分享的单细胞思路是：单细胞图谱类研究。Circ Res. 2024 May 24;134(11):1405-1423.
doi: 10.1161/CIRCRESAHA.123.323184Single-Cell Transcriptome Atlas of Murine Endothelial Cells
本篇文章是图谱研究的典范，内容详尽、思路清晰并且可以为科研者所用。达到了图谱类研究的“资源型”的目的。本文着眼于内皮细胞图谱，其实在发表的时候已经有很多组织测序的文章包含内皮细胞了，但仅仅也是包含内皮细胞一带而过，并没有一篇文章是就内皮细胞这个话题进行详尽阐述的。而本文构建了一个包含超过32,000个单细胞转录组的内皮细胞（EC）图谱，涵盖了11种小鼠组织，并识别出78个内皮细胞亚群。![]()
图一 整体测序概览阐述内皮细胞的差异性和相似性，有两个维度，一个是不同的血管类型的内皮细胞（动脉、静脉、毛细血管等），另一个是不同组织（心脏、脑、肝、肾、肺、骨骼肌等）。
上面两图体现了相似性（如图3A的聚类等）和差异性（如差异基因、转录因子、GSVA富集热图等）。
研究所有组织中所有EC亚群体进行层次聚类显示，发现起源于组织类型而非血管类型主要贡献了组织特异性的内皮细胞异质性。这里就很好地说明了上述两个维度的关系。
接下来作者开始识别不同内皮种类的基因以及组织特异的基因。将不同组织的ECs细胞分为以上几种类型，然后寻找以下几种血管的ECs的特异marker：动脉、毛细血管、静脉、淋巴。对于每一种血管类型的EC，marker基因排名靠前且在80%以上的组织中都被识别的标记基因被视为该血管类型保守的血管床标记基因。结果发现毛细血管的保守标记基因较少，突显了毛细血管EC标记在不同组织中的更大异质性；而marker基因排名靠前且在少于25%所有组织中被识别的标记基因被视为该血管类型的组织特异性血管床标记基因，结果发现毛细血管的组织特异性标记基因最多，提示其适应环境能力强。（D：红色保守性基因，蓝色组织特异性基因）。此外，作者还详细阐述不同组织类型中特殊的ECs，并且和对应的组织器官联系起来，例如在肠道中识别的甘油和脂肪酸摄取及代谢相关基因高表达的一群特殊ECs；在大脑中识别一群高表达Plvap的脉络丛毛细血管ECs；在多个器官中识别出的干扰素相关基因高表达的ECs等等。之后，作者针对代谢层面上各组织ECs的差异以及各组织内部不同血管类型ECs差异进行详尽阐释；还证明其他公共数据库中的单细胞测序数据可以通过本文创建的EC Atlas进行分类，说明了本文对于ECs分类的普遍适用性；并且指出性别对于ECs分类影响不大。整体而言本文宏观阐述ECs在不同血管类型、不同组织类型的相关信息，如果说其余测序文章像是对于某一个组织或者某一个疾病ECs的review的话，本文就是针对于ECs的systematic review，是一篇资源型文章。Circulation vol. 140,2 (2019): 147-163.
doi:10.1161/CIRCULATIONAHA.118.038362
Single-Cell Analysis of the Normal Mouse Aorta Reveals Functionally Distinct Endothelial Cell Populations
第一篇文献是对于一种细胞类型的图谱研究，而这一篇则是对一种组织的图谱研究。这类文章也是资源型文章，不过一般都是年份较早的时候发表的了（例如本文2019年），不过里面的基础研究思路是我们面对一个组织单细胞测序数据分析都要掌握的。研究对四个完整小鼠主动脉进行酶解，以生成单细胞基因表达的图谱，随后对超过10,000个细胞进行了单细胞测序，识别出10种细胞群体，涵盖了主要的动脉细胞类型，包括成纤维细胞、血管平滑肌细胞、内皮细胞（ECs）以及免疫细胞（如单核细胞、巨噬细胞和淋巴细胞）。在内皮细胞群体中观察到最大的细胞异质性，具体分为三个不同的亚群。这些亚群在响应西方饮食时表现出相似的基因表达变化。并通过免疫荧光标记Vcam1和Cd36，展示了主动脉内皮细胞群体的区域异质性。研究提供了全面的主动脉单细胞图谱。主要为降维聚类，marker基因气泡图、热图展示。其中作者还专门使用高、低深度两种测序结果进行分析，发现大群细胞聚类结果差异不大，说明即使在较低的测序深度下，依然能够有效地识别主要的血管壁细胞类型和免疫细胞群体。![]()
接下来作者针对内皮细胞进行亚群细分，展示marker基因，展示不同亚群通路富集结果的差异。![]()
![]()
![]()
图八 内皮细胞分析
其实理论上如果是要展示组织的图谱的话应该对于不同的细胞类型（包括血管平滑肌、免疫细胞等）都进行阐述，可能这里限于细胞数目原因结果不理想或意义不大等原因，只展示了内皮细胞，并且标题也就取名是血管内皮细胞的测序研究。
3. 结合临床说明内皮细胞亚型的意义
结合临床也是本文的亮点之一，在展示血管测序图谱的基础上还说明这些亚群细胞的临床意义。
① WD（Western diet）和正常饮食相比内皮三个亚群的收缩功能均增加。![]()
图八 WD条件下内皮细胞改变
②Vcam1内皮亚群主要在主动脉小弯侧，是动脉粥样硬化的关键位置
![]()
![]()
图九 Vcam1内皮亚群主动脉位置
③与遗传性主动脉病相关的关键基因在不同血管相关细胞中的表达模式
也就是之前确认的主动脉疾病关键基因在本次测序不同细胞中的表达情况展示。
![]()
图十 主动脉疾病基因的表达模式
本篇文章以组织类型为图谱的文章，然后着力分析其中某个突破点（例如本文的内皮细胞亚型），并分析出相关的意义（例如和临床相联系）。可能有同学会说“对于一个组织的单细胞就是一篇顶刊那是在19年单细胞刚出的年代！现在很难再发了”。那么我们想想，单细胞是已经普遍了，但是很多新的技术还在层出不穷呀，单细胞空间转录组，单细胞ATAC，单细胞蛋白组等等技术都在不断推陈出新，例如接下来两篇文献都是借用了单细胞ATAC进行图谱类研究。Science (New York, N.Y.) vol. 385,6713 (2024): eadk9217.
doi:10.1126/science.adk9217
Single-cell chromatin accessibility reveals malignant regulatory programs in primary human cancers
![]()
图十一 文献概览
本文通过对八种不同类型的肿瘤进行单细胞ATAC测序，主要得出了以下几个重要发现：①肿瘤的染色质开放性受到拷贝数变异的显著影响，但顺式调控的特征仍然保留了各癌症类型的独特性；②通过与肿瘤来源器官相对应的健康组织进行比较，成功识别出在各种癌症中“最接近健康”的细胞类型；③通过训练神经网络模型，验证了癌症相关基因附近的体细胞非编码突变的重要性。文献四：Molecular Cell IF =14.5
Molecular cell vol. 81,23 (2021): 4924-4941.e10.
doi:10.1016/j.molcel.2021.10.013
A multi-omic single-cell landscape of human gynecologic malignancies
![]()
图十二 文献概览
研究通过人类卵巢和子宫内膜肿瘤的匹配转录组（scRNA-seq）和染色质可及性（scATAC-seq）数据定量关联染色质可及性变化与基因表达之间的关系，揭示了恶性细胞获取了未注释的调控元件、重要的驱动癌症特征通路和转录因子，并突显了肿瘤内部异质性的重要性。
主要是通过scATAC-seq和scRAN-seq联合分析（A、B），体现肿瘤亚群的关键高表达基因和可及性区域（C），进一步提取肿瘤亚群的基因-峰关联对寻找特征的基因以及其可能的关键调控区域（D、E），并通过分析关键调控区域的情况获取转录因子（F）。本期推送旨在单细胞图谱研究做了文献分享，这类型文章可以作为很好的资源库，适合具有人类样本或者多种类组织来源、多维度测序方式能力的团队。可以分为一下几种类型：- 在细胞或组织类型基础上着眼于结合新技术的图谱（文献三、四）。
那么这就是本期的全部内容啦，欢迎大家持续关注，我们一同学习进步！大家对于推送内容有任何问题或建议可以在公众号菜单栏“更多--读者的话” 栏目中提出，我们会尽快回复！
[1]https://pubmed.ncbi.nlm.nih.gov/37992083/[2]https://pubmed.ncbi.nlm.nih.gov/31146585/[3]https://pubmed.ncbi.nlm.nih.gov/39236169/
[4]https://pubmed.ncbi.nlm.nih.gov/34739872/请添加下方微信，备注：“R语言与组学_互助交流群” 将拉入群中。
![]()
“观科研”（点击进一步了解我们吧）是由一群北京协和医学院（清华大学医学部）的博士开创的公众号，初心是让医学科研有迹可循，帮助一线的医学科研人员更快地成长，希望大家支持与关注！如果大家对分享医学科研知识感兴趣，特别欢迎加入我们，期待与您的相遇相识相知，也非常欢迎大家自主投稿，如果您有需要分享的内容或对我们有任何建议，可通过后台留言、公众号菜单栏“更多—读者的话”栏目（进一步了解）或发送邮件至mascu_forever@163.com与我们交流并留下个人联系方式，我们会及时与您联系。如果您觉得我们长期的干货推送对您的科研工作有所帮助，可以在合适的机会致谢（包括但不限于SCI论文、毕业论文等），格式如下:The authors thank the support of Skill Learning from Kaixin Doctor and MASCU (Medical Association with Science, Creativity, and Unity), Inc, Shenzhen, China (mascu_forever@163.com).微信公众号的推送规则发生改变（不再按照时间顺序来显示），如果没有将“观科研”设置为星标，你就可能错失里面的精彩推送。
