单细胞分析

受体需要两个亚基,只看到其中一个时,这条通讯该怎么读?

作者:发布于 2026-11-17约 9 分钟阅读
真实数据的五千五百六十个 CD4 T 条码里两种受体亚基各自有检出,同一条码双阳性只有一个

你在一群 T 细胞里找到了 IL6R,又在同一群里找到了 IL6ST。数据库也写着,这两个分子可以组成接收白细胞介素六信号的受体。能不能马上给这一群标上“具有完整受体”?先找一颗同时读到两个亚基的细胞。本文的真实数据中,五千五百六十颗 CD4 T 细胞里,分别有六十二颗和一百六十三颗读到这两个基因,能够在同一条码找到两者的却只有一颗。这个小小的交集值得自己算一次,因为数据库条目、群内表达和同一细胞的观测是三个层次的问题。

真实数据的五千五百六十个 CD4 T 条码里两种受体亚基各自有检出,同一条码双阳性只有一个

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)

先把数据库中的复合物名字翻译成基因

CellPhoneDB 的互作表里有的参与者直接用单个蛋白编号表示,有的写的是一个复合物名称。如果拿复合物名称去基因表达矩阵中查行,经常会毫无结果;直接把它替换成最熟悉的一个亚基,又会漏掉另一个必要组成。下载包固定到人类数据库第五版。在互作表中用配体的蛋白编号和受体复合物名找到白细胞介素六那一行,记录互作方向与注释来源。然后去复合物表列出所有非空的亚基编号,再用基因输入表将这些 UniProt 编号映射成人类基因符号。CellPhoneDB 版本固定的数据表

这次复合物名称是 IL6_receptor,两个亚基的编号分别是 P08887 和 P40189,对应 IL6R 与 IL6ST。后者常称作 gp130。配体 IL6 要去发送细胞检查,两个受体亚基要在候选接收细胞中检查。下面这段函数会在映射缺少任何一个亚基时直接报出问题。如果你换成另一种多亚基受体,先确认数据库实际列出的亚基数和名称,再决定如何处理缺行、多个映射或基因别名。不同参考版本可能改变可识别符号,沿用相同查询时尤其需要保留固定版本。

def resolve_subunits(complex_table, genes, name):
    row = complex_table.loc[complex_table.complex_name == name]
    if len(row) != 1:
        raise ValueError("Expected one matching complex")
    uniprot = row.filter(regex=r"^uniprot_\d+$").iloc[0].dropna().tolist()
    mapped = genes.loc[genes.uniprot.isin(uniprot), ["uniprot", "gene_name"]].drop_duplicates()
    if set(mapped.uniprot) != set(uniprot):
        raise ValueError("Missing a subunit-to-symbol mapping")
    return mapped

本文检查的是数据库明列的这一个经典复合物。这个范围要写清楚,因为涉及可溶性受体或跨信号的另一些生物学过程,会改变哪些分子需要同时出现在什么位置。若研究问题指向另一种机制,就应另列其配体、可溶组分、膜组分和合适读出,不能把一张经典受体的转录本表搬去检验所有类型的白细胞介素六反应。类似地,复合物 RNA 存在也没有直接测量亚基是否已经组装,蛋白又是否位于细胞表面。

在一整列真实条码上算三种覆盖

表达来自 Kang 等的公开免疫细胞实验。只取未刺激对照,保留八位供者、原注释的经典单核细胞和 CD4 T 细胞,以及每颗原始 RNA 计数中的 IL6、IL6R 和 IL6ST。表里还单独保留完整文库的总计数。下载的小表共八千四百九十二行,运行脚本不必先下载整个原始对象;想查提取规则时,包内另附了固定数据库版本、原对象文件校验值和提取命令。仅保留三列基因是为了便于核对分母,绝不能用这三列相加当成原细胞的文库大小。Kang 等原始研究

先对每个亚基单独统计原始计数至少为一的条码数。第二步将两个布尔值在同一行做交集,只有两个都为真才计入同条码双阳性。第三步再按供者汇总,分别问多少位供者至少有一个条码读到第一个亚基、第二个亚基,以及两个都读到。代码留了分子下限参数。把门槛改为两个分子后再跑,你能直接看到原来仅各有一个分子的观察会受到怎样的影响。这项敏感性分析展示的是现有证据的薄厚,不能反向宣布不再达标的细胞丧失了功能。

def subunit_evidence(cells, genes, count_cut):
    detected = cells[genes].ge(count_cut)
    joint = detected.all(axis=1)
    result = {"cells":len(cells)}
    for gene in genes:
        result[gene+"_detected"] = int(detected[gene].sum())
    result["both"] = int(joint.sum())
    result["either"] = int(detected.any(axis=1).sum())
    result["neither"] = int((~detected.any(axis=1)).sum())
    result["minimum_marginal_fraction"] = detected.mean().min()
    result["joint_fraction"] = joint.mean()
    return result
细胞类型 原始条码 IL6R 非零 IL6ST 非零 同一条码两者均非零
CD4 T 细胞 5,560 62 163 1
经典单核细胞 2,932 188 69 1

只看 T 细胞的两个边际分数,容易被“两个亚基都有表达”这一句话带过去。第一亚基稀疏,第二亚基也稀疏;两者可以出现在完全不同的条码中。样本编号一二四四中的那一颗 T 细胞,两列计数恰好都是一。经典单核的情况也很说明问题,第一亚基相对常见、第二亚基相对少见,同条码同时读到的仍只有一颗,来自另一位编号一零一五的供者。这两类细胞稀疏的亚基不同,真实项目里应当为每个接收群分别标记限制项,不能给同一受体设一个永远不变的“最弱亚基”。

为什么一张汇总图会表现得比原始条码乐观

在这两类细胞中,每个亚基都可以在八位供者中分别找到阳性条码。若作图时一列标记为“IL6R 覆盖八位”,另一列标记为“IL6ST 覆盖八位”,读者容易误以为八位都存在双阳性细胞。真正对齐条码后,每类都只有一位供者观察到双阳性。群体平均、表达比例、同条码比例和供者覆盖都可以报告,但图例要说清分子和分母。如果一个工具按各亚基的群体汇总表达描述复合物,其中最小的边际值也不会自动等于同条码交集。本文给出的条码审计是对具体生物学问题的额外核查,不能冒充 CellPhoneDB 自带的显著性结果。CellPhoneDB 方法与输出说明

另一个方向也值得注意。同条码只看见一次,不等于只有一颗细胞带有该受体。捕获、测序深度、转录本与蛋白半衰期的差异都会导致 RNA 的缺测。即使一个细胞中已经有长寿命的表面蛋白,取样时也可能读不到它对应的转录本。可以按全库深度分层检查,确认少量双阳性是否全在深度最高的一端,或者另取覆盖更好的技术平台对照。如果没有蛋白读出,又担心组织中可溶组分参与,最稳妥的报告方式是交代各层的现有观察,明确哪个环节仍需额外取材。

给实验同事一张可直接找回条码的表

还有一种快速验算办法:把同一细胞两个亚基均为阳性的计数,与两个单亚基计数中的较小者比较。交集必然不超过那个较小数字,若报出的双阳性多于任一单端,很可能在连接条码时造成了多对多匹配,或者两张表使用了不同过滤后的分母。

python -m pip install -r requirements.txt
python run.py --input example --out results
python run.py --input example --out umi2 --minimum-umi 2

操作后先看逐供者表,再打开同条码清单。给出了具体条码、供者、原类型、两个亚基和配体计数,实验同事可以按条码回到完整对象,查看该细胞的其他免疫标记和质量。也可以交换发送者与接收者的问题,单独查 IL6 的来源。本例对照里的配体转录本很少,经典单核细胞中仅三颗读到,T 细胞中一颗读到,不能据此宣布这批对照里存在强烈的配体分泌。真正的发送细胞也可能不在本次保留的两群中;扩大范围时应使用原对象而非给这张教学小表人为补零。

如果目标是验证经典受体功能,可以先在同一细胞上用合适抗体测两种表面蛋白,记录门控和阴性参照。接着在设计明确的配体刺激或阻断条件中测下游读出,注明测量时间,并和相应的未刺激、阻断对照一起分析。这样原始数据不足的地方会自然转成下一项实验,而不会把一份数据库注释写成已经完成的验证。随包文件在本机就能找到两个具体条码;要在许多队列上复核数百个复合物时,可以把同版数据库、基因映射与按供者的稀疏计数放到云生信科研服务器租赁批量核对,保留每一次筛选的分母。

把知识用于当前任务

把方法直接跑起来

使用单细胞在线分析入口,减少环境配置和重复操作。

打开单细胞工具仍有疑问,联系客服 ↗