文献分享 | 拟南芥茎尖的单细胞转录组分析

文摘科学 2024-06-11 11:34 江苏

🔗scRNA-seq 、🔗scRNA-seq高级分析、🔗scATAC-seq、 🔗R包开发、🔗源码拆解、 🔗测试、🔗RNA-seq 、🔗其它生信分析、 🔗R语言、🔗Python 、🔗环境配置、🔗文献分享、 🔗一只羊的碎碎念

标题：A single-cell analysis of the Arabidopsis vegetative shoot apex

期刊：Developmental Cell

发表时间：2021.03.15

研究背景

本文对拟南芥茎尖（7 日龄的种子幼芽，14日龄植物和18日龄植物的第三叶（叶）进行了scRNA-seq测序，注释出了7种细胞类型，并描绘了表皮细胞、维管组织和叶肉细胞的细胞周期连续性及发育轨迹。整合已发表拟南芥根尖单细胞数据，进一步揭示了茎和根细胞之间的相似性和特异性。为研究单细胞分辨率下植物细胞分裂和分化的基本原理提供了宝贵的资源。

1.分析工具

Seurat、细胞周期和原生质体基因评估、DoubletFinder、Harmony、plotly（3D umap）、Scanpy、Palantir、Monocle v2、velocyto、SCODE（转录因子分析）等。

2.分析思路

大类注释采用marker+富集分析+cluster特异基因+原位杂交的方法，将23个cluster注释为7种细胞类型（叶肉细胞(MC)、表皮细胞(EC)、茎分生细胞(SMC)、增殖细胞(PC)、维管细胞(VC)、保卫细胞(GC)和同伴细胞(CC)，其中一个cluster富集到了重力响应相关的条目，因此对相关基因做了实验验证。说明可以通过挖掘单细胞数据促进对基因功能的研究。

（A）23个cluster的umap图。（B） cluster特异标记基因的dotplot。（C）拟南芥茎尖解剖示意图。（D&E） 7种celltype的二/三维umap。

标记基因featureplot。最后一行为细胞周期的相关基因。

向地性基因的实验验证

拟时序分析部分，作者分别提取了表皮、叶肉、维管组织及保卫细胞重新分群，比较有意思的是作者采用了细胞周期相关的基因判断拟时序起点，umap或tsne图可以看到这四个周期呈现一种“螺旋”状的分布。

图（A-C）: 三种细胞类型亚群重新分群的umap图。（D-F、I、J）细胞周期基因的表达模式及沿拟时间轴的趋势。（G-H）EC细胞的两种轨迹分析结果（K）处于不同细胞周期占三种细胞类型的比例。

表皮细胞向保卫细胞发育采用monocle2进行分析。

图( A )气孔发育示意图。( B、C、E、F ) 相关基因表达模式及沿拟时间轴变化趋势。( D )monocle2分析结果。（G）AT2G38300基因表达模式验证。（H）拟时序显著差异基因聚类热图。（I）提取monocle2分析结果对基因调控网络进行分析。

维管组织细胞的拟时序分析，结合富集可以分析不同分支（木质部和韧皮部）的生物过程差异，并验证了AT2G04850基因（在木质部分支富集）缺失观察到木质部细胞更少，相比野生型茎更薄。

图（A）reVC的umap图。（B、C、F、G）相关基因的表达模式及趋势。（D、E） Monocle2分析结果。

但是对于SMC（茎分生细胞）类群，使用细胞周期基因没有很好的划分出细胞发育轨迹。先前研究认为STM在SAM中高表达但在叶原基中被抑制，但作者发现STM+细胞在EC群体中也有表达，即也可以存在于分化的细胞群。基于此，作者将这些STM+的细胞拿出来重新聚类分群，获得了9个cluster并进行注释，说明SMC细胞内部的异质性。并鉴定了这些分群的共表达及特异性转录因子，有待未来继续研究。

图（A）SMC细胞的umap图。（B-D、G、H、K）相关基因的表达模式。（E） STM在芽和叶样本中的表达。（F） STM+细胞重新聚类（W0至W8）（I、J）原位杂交结果。（L）共表达分析。（M） STM+细胞不同cluster的top差异基因热图。

最后，作者整合了拟南芥的多个数据，60,099个细胞获得了27个分群。大部分的分群为根/茎特有的，也有一些根/芽分群在转录组水平比较类似，并根据基因的表达将其中一个分群注释为GC/HSP+（这种注释方法在动物研究挺常见的）。最后分析了ATML1在根表皮细胞分化中的作用。

图（A、B）整合多个数据集，27个cluster的tsne图和堆积条形图展示比例。（C、D）VC细胞分群的tsne图和桑基图展示。（E、F） NPF3.1基因表达模式（G）VC亚群中I12的GO富集分析。（H） ATML1在根/茎表达。（J）茎和根ATML1+细胞的基因聚类。（K）相关实验验证。

3.思考

本篇文章采用了细胞周期鉴定起点，并采用多种方法对多个分群进行了拟时序分析。细胞亚群分析及不同数据的整合思路也值得借鉴。

END

付费视频