单细胞分析

几乎每类细胞都上调 FOS、JUN,怎样排查组织解离应激?

作者:发布于 2026-11-17约 7 分钟阅读
先计算应激基因分数,再按同类细胞、供者组织和处理记录比较

肿瘤队列里,FOS 和 JUN 同时出现在 T 细胞、髓系细胞和基质细胞的高表达列表中。这个现象确实值得解释,却很难只凭两张表达图判断是整个微环境同时活化,还是标本在制备阶段经历了相似刺激。先把样本按取材、保存、解离和上机顺序排开。如果同一块组织曾被分成两管,分别用不同条件处理,它们往往比来自不同患者的数千颗细胞更能帮助你回答这个问题。本文用两对分管标本和一份缺少处理记录的样本,亲手走一遍核查过程。

先计算应激基因分数,再按同类细胞、供者组织和处理记录比较

先给时间轴划出可比较的起点和终点

实验表里写的“处理半小时”,可能是从手术取材到开始消化,可能是组织在消化液里停留的时间,也可能是从冷藏箱取出到装入芯片的全程。先请实验同事核对起止定义,再把冷缺血时间、温度、酶种、混匀或振荡方式、解离结束到捕获前的等待分别记录。没有必要在第一次作图时就强求所有字段齐全,但要保留原始记录和缺失情况。有的批次是根据操作人员回忆补的时长,最好与仪器或实验日志的实测时间分开注明。把不同含义的半小时放在同一横轴,会制造很难察觉的伪梯度。

已有研究在特定实验体系中观察到组织解离会诱导一组即时早期或应激相关的转录变化,也有人在实体肿瘤样本中比较了低温活性蛋白酶与常规胶原酶方案。它们提醒我们应把处理方案列入候选解释,却没有提供一份在任意组织都可以照抄的剔除名单。FOS、JUN 所在通路还可能参与真实免疫激活、缺氧或损伤应答。如果病例组刚好全在一个下午处理,对照全在另一天处理,表达数据本身难以拆开病理状态与制备差异。先查记录,再决定当下的数据能把因果关系讲到哪一步。解离诱导表达的原始研究 · 实体肿瘤解离条件的对照研究

定义一个每个人都能复算的分数

下载完整代码、示例数据与参考输出(ZIP) · 下载图文操作手册(PDF)

示例使用 FOS、JUN、ATF3、DUSP1 四个教学基因。先在单个细胞内将每个基因的原始分子计数除以该细胞全部 RNA 分子数,再乘一万,对每一项取自然对数的一加变换,最后对四个值作算术平均。四个基因的零计数也参与平均。比方说一个细胞有两百个总分子,其中某个标记有两个,它在平均前贡献的值是自然对数的一百零一,约为四点六二。这样定义便于从稀疏矩阵手算到输出,不使用匹配背景基因集。若你选择的是其他模块评分方法,要保留其方法名、背景选择和随机种子,不能直接把数值放到这里的坐标轴上比较。

python -m pip install -r requirements.txt
python run.py --input example --out results
def panel_score(matrix,indices):
    depth=np.asarray(matrix.sum(axis=0)).ravel()
    if np.any(depth<=0):raise ValueError("Zero-library cells must be reviewed before scoring")
    normalized=matrix[indices,:].multiply(10000/depth).tocsr().astype(float)
    normalized.data=np.log1p(normalized.data)
    return np.asarray(normalized.mean(axis=0)).ravel()

真实数据里先确认特征名称对应同一物种和参考版本。把一个无法匹配的基因悄悄删除,评分分母便会由四变三,且可能删掉这个组织中最敏感的基因。本练习在遇到未匹配或重复的基因时直接指出问题。另有两个可独立做的检查。第一,把四个基因各自的表达分布画出来,看看变化是否仅由一项推动;第二,把每颗细胞的测序深度、检出基因数与分数放在一起,确认不同深度下零值的比例是否相差很多。评分让图容易读,各基因的变化仍然要能查回。

同一组织的两个分管要如何配在一起

下载数据里有三位虚构供者。D1 的同一块组织 P1 在一个处理批次拆成两管,一管采用 cool,另一管采用 warm;D2 的 P2 也做了对应分管。D3 只有一份样本,处理时长未记录。每份都有八颗 T 细胞和八颗髓系细胞,组合刻意简化,便于读者复算。依次打开逐细胞分数、按样本与细胞类型的中位数、同组织分管差值这三份表。若你能从八颗 D1C 的 T 细胞复算出表里的中位数,就能判断后面每一个点究竟代表一颗细胞还是一份标本。

同组织对照 同类细胞 cool 中位数 warm 中位数 warm 减 cool
D1 / P1 T 4.581 6.244 +1.663
D1 / P1 髓系 3.652 6.226 +2.574
D2 / P2 T 2.567 6.346 +3.779
D2 / P2 髓系 3.594 6.370 +2.776

看表时可先遮住最后一列,自己把同一行的两个中位数相减。四个配对差都为正,说明在这个模拟设置下,每一位有分管的供者中,两类细胞的 warm 分管分数都较高。可用于独立比较的是两块组织,不能把四行当成四位独立患者。还要注意这是两个方案的对照,温度、消化时间及相应操作被同时改变,不能仅由这四行断言每多消化一分钟上升多少。没有同一供者分管时,不要拿不同患者的两个组织硬凑一对;可以展示每份样本的方向,把解释降到描述性的层面。

一份样本缺了时长,要不要整份删除

在样本表中找到 D3U。它有原始计数、谱系注释和可计算的应激分数,只有处理方案与时长缺乏可靠记录。练习仍保留这份样本的两类分数,另将它标到缺时长清单。散点图横轴需要实际时长,因此这个样本不参与该图,配对差表也没有它。若把未知写成零分钟,就会在图左端放进一个并不存在的未处理对照;若把整份样本从所有分析中去掉,反而丢失对下游细胞注释和质量分布仍有意义的信息。将“这个比较中不能用”和“这个样本所有分析都不能用”分开处理。

进一步做自己的分析时,把每份样本的细胞数附在每个点旁边,保留各细胞类型的独立分面。假设某个样本里只有两颗髓系细胞,其分数中位数即使很高,也很容易受单个异常条码影响。可以先给出点数、四分位间距和原始分布,再看相同方向是否在细胞数较足的样本中也有观察。若只有一种谱系发生变化,检查其特有的生物状态、清洗步骤或注释偏差;若多个谱系均改变,却只集中在同一取材批次,就进一步查时间轴和试剂记录。各分支都是下一步复核线索,不能因一个基因出现在应激面板里便自动删除整群。

针对真正关心的生物学结论,可以再做一次敏感性检查。例如在条件较相近的样本子集中复算目标基因或通路的组间差异,观察方向和供者间分布;有足够独立样本、数据设计也允许时,再把处理变量纳入正式模型。若准备做校正或回归,先保存原始表达与未调整结果,检查研究问题本身是否涉及应激、炎症或即时早期基因。如果生物过程与处理完全混在同一批次,没有统计公式能从零交叉设计中恢复出缺失的对照,此时应清楚列出限制,优先补充匹配标本或其他测量。

交付时把预定义基因集、样本处理记录、同类型细胞的分母和同组织分管差值放在同一个目录。别人读到“多种细胞出现应激信号”时,就能追到哪两块组织提供了最直接的支持。若要在多个队列上并行重算不同方案、保存各自的细胞级矩阵和图,可用一次代表性队列的内存与时间安排后续计算。云生信科研服务器租赁

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗