文章概述
文章标题：《Single-cell analysis of the cellular heterogeneity and interactions in the injured mouse spinal cord》
发表日期和杂志：2021年发表在JEM上
在线阅读链接：https://doi.org/10.1084/jem.20210040
研究背景
研究背景：脊髓损伤（SCI）后的伤口愈合过程对维持组织稳态和限制组织损伤至关重要，但最终会导致类似疤痕的环境，这不利于再生和修复。
研究目的：在小鼠中进行了中胸段脊髓挫伤（SCI），通过单细胞RNA测序（scRNA-seq）技术，研究小鼠脊髓损伤部位的所有细胞类型，以更好地理解细胞间的复杂相互作用，并发现新的亚群。
小鼠急性损伤脊髓：
小鼠急性损伤脊髓（Spinal Cord Injury, SCI）是指在实验小鼠中人为地造成的脊髓损伤，这种模型广泛用于研究脊髓损伤后的病理生理变化、神经再生、炎症反应、瘢痕形成以及潜在的治疗方法。 损伤类型：常见的损伤类型包括压迫性损伤、切割性损伤、牵拉性损伤等，其中压迫性损伤是最常见的一种。 损伤模型：可能会使用不同的模型来模拟人类脊髓损伤，例如使用重物坠落造成脊髓的压迫伤，或者使用锐器切割脊髓造成切割伤。 损伤程度：损伤的程度可以从完全性损伤（导致脊髓功能完全丧失）到不完全性损伤（保留部分脊髓功能）不等。
单细胞数据详情
研究方法：使用scRNA-seq技术对未受伤和受伤的小鼠脊髓（1、3、7天受伤后）进行了单细胞转录组数据集的生成，并对主要细胞类型进行了聚类分析。
数据链接是：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE162610
样本数量和来源：
未受伤组：3个生物学重复，来自5只小鼠。 1天受伤后（1 dpi）组：3个生物学重复，来自5只小鼠。 3天受伤后（3 dpi）组：2个生物学重复，来自3只小鼠。 7天受伤后（7 dpi）组：2个生物学重复，来自3只小鼠。
单细胞样品详情：总共是10个样品
GSM4955359 uninj_sample1
GSM4955360 uninj_sample2
GSM4955361 uninj_sample3
GSM4955362 1dpi_sample1
GSM4955363 1dpi_sample2
GSM4955364 1dpi_sample3
GSM4955365 3dpi_sample1
GSM4955366 3dpi_sample2
GSM4955367 7dpi_sample1
GSM4955368 7dpi_sample2
数据情况：
GSM4955359_qc_filtered_feature_bc_matrix_uninj_sample1.txt.gz 5.1 Mb
GSM4955360_qc_filtered_feature_bc_matrix_uninj_sample2.txt.gz 2.6 Mb
GSM4955361_qc_filtered_feature_bc_matrix_uninj_sample3.txt.gz 27.5 Mb
GSM4955362_qc_filtered_feature_bc_matrix_1dpi_sample1.txt.gz 16.5 Mb
GSM4955363_qc_filtered_feature_bc_matrix_1dpi_sample2.txt.gz 11.7 Mb
GSM4955364_qc_filtered_feature_bc_matrix_1dpi_sample3.txt.gz 29.3 Mb
GSM4955365_qc_filtered_feature_bc_matrix_3dpi_sample1.txt.gz 20.5 Mb
GSM4955366_qc_filtered_feature_bc_matrix_3dpi_sample2.txt.gz 20.1 Mb
GSM4955367_qc_filtered_feature_bc_matrix_7dpi_sample1.txt.gz 11.8 Mb
GSM4955368_qc_filtered_feature_bc_matrix_7dpi_sample2.txt.gz 18.5 Mb
提供的是txt.gz格式的文本压缩格式文件，使用fread()函数读取，然后创建seurat对象进行后续的降维聚类分群即可
文章单细胞分析流程
数据处理和质量控制：
使用CellRanger软件处理测序输出，生成基因-条码计数矩阵。 通过条码排名和空滴检测算法区分含有细胞的滴液和空滴。 使用Scrublet Python包去除潜在的双细胞（doublets）。
数据分析：
使用Seurat v3处理和合并所有样本，进行归一化和缩放。 进行主成分分析（PCA）和批次校正，以识别跨数据集和时间点的共享和独特分子细胞类型。 使用Seurat的聚类方法进行图基聚类，并使用UMAP可视化数据。
细胞类型注释：
使用SingleR包将数据与先前发表的数据集进行比较，以验证细胞类型注释。
差异表达测试和GO分析：
使用Seurat的FindAllMarkers()函数识别每个簇的标记基因。 使用MAST框架和Fisher精确测试进行GO分析。
配体-受体相互作用分析：
改编了CellPhoneDB的方法，推断两种细胞类型之间的潜在配体-受体相互作用。 使用置换测试识别特定组合中的富集配体-受体相互作用。
文章主要结果简介
第一层次降维聚类分群
共获得了66,178个细胞，包括未受伤组（12,488个细胞）、1 dpi组（21,010个细胞）、3 dpi组（17,491个细胞）和7 dpi组（15,189个细胞）
通过UMAP图的聚类分析，将细胞分为15个不同的簇，这些簇代表了SCI部位已知的所有主要细胞类型
包括小胶质细胞、单核细胞、巨噬细胞、中性粒细胞、树突状细胞、星形胶质细胞、少突胶质细胞、少突胶质前体细胞（OPCs）、神经元、成纤维细胞、周细胞、室管膜细胞和内皮细胞。
UMAP图中每个生物学重复的分布情况
同时也使用注释的谱系标记和自动注释工具SingleR鉴定每个簇对应的细胞类型。
识别的每种细胞类型的最高差异表达基因（DEGs）——每种细胞类型的最高DEGs提供了独特的分子标识，与些分子标识与以往研究中使用的典型标记基因不同。
在少突胶质前体细胞（OPCs）中，最高的DEGs是非典型基因，如tenascin-R（Tnr）和lipoma HMGIG融合伴侣（Lhfpl3），这些基因比传统的OPC标记基因（如Pdgfra和Cspg4）具有更好的特异性
通过在PostnEYFP转基因小鼠中进行遗传谱系追踪，验证了Postn的表达模式。结果显示，在纤维化瘢痕和覆盖的脑膜中存在增强的YFP（EYFP）细胞，而在周围的脊髓组织中则没有。
髓系细胞的异质性
为了更好地理解髓系细胞的异质性，对中性粒细胞、单核细胞、巨噬细胞、小胶质细胞和树突状细胞进行了进一步的聚类分析，识别出12个不同的亚型。
结果显示出两个大的细胞簇，分别对应小胶质细胞和外周来源的髓系细胞，这些细胞通过注释的标记基因表达被识别。
小胶质细胞的典型标记：在典型的小胶质细胞标记基因中，Siglech似乎是最特异于小胶质细胞的标记，而P2ry12和Cx3cr1的表达水平较高。
Ccr2和Arg1在单核细胞/巨噬细胞中高度特异，显示出巨噬细胞亚型的特异性。
未完待续
文章内容较多，推文篇幅有限，我们下期在一起看看剩下的内容。
如果你也想做单细胞转录组数据分析，最好是有自己的计算机资源哦，比如我们的2024的共享服务器交个朋友福利价仍然是800，而且还需要有基本的生物信息学基础，也可以看看我们的生物信息学马拉松授课，你的生物信息学入门课。
