跟着Cell学单细胞转录组分析(五):单细胞转录组marker基因鉴定及细胞群注释

Posted 2023-04-03

参考技术A 书接上回（ 跟着Cell学单细胞转录组分析(四):单细胞转录组测序UMAP降维聚类 ）。完成数据降维和细胞聚类后，最主要的环节和工作就是确定各个细胞群，明确是什么类型的细胞，正群的细胞定群很关键，涉及到整个研究，所以这一步宁愿多费时间，也不要出错。当然，这也不是一蹴而就的，需要反复的确认。

要确定各个群是什么细胞，首先需要了解细胞群的marker基因，因为不同类型的细胞突出 表达的基因也是不同的。这里使用FindAllMarkers鉴定各个细胞群的高表达基因。

Seurat提供了几种函数例如FeaturePlot()、DotPlot()和DoHeatmap()，按照文章中的mrker基因，做一下可视化。

点图：

UMAP图：

热图：

很显然，这些都是默认出图，距离发文章还是有一定距离的，后期我们会专门讲解个性化的修饰，争取可视化更好。

接下来就是细胞定群了，对各个细胞群命名。细胞定群有很多方法，目前也有很多工具，但是依照我的经验，自动定群等一般结果不是完全正确，况且操作复杂，为了保证正确性，最使用的办法还是查询文献定群。定群后，对细胞群重命名。

最后将命名的文件保存，可视化细胞群！在进行下一步工作之前，之后的内容将会是对目前这些图形结果的修饰和个性化可视化！

跟着Cell学单细胞转录组分析(七):细胞亚群分析及细胞互作

参考技术A

想获取更多，请至公众号-KS科研分享与服务-

其实之前我们细胞的分群是很粗糙的，只是一个大概的方向，随着深入的研究，需要对特定细胞的更多亚群进行分析，这里我们选择免疫细胞进行分析，主要是为了跟随文章的脚步，也好完成后续一些示例，比如细胞互作，转录因子、拟时分析等。

首先提取免疫细胞群，然后跑一遍Seurat流程，重新聚类分群。

查看下免疫细胞marker的表达。

然后对细胞进行定群。

以上并不是新内容，亚群分析之后还可以和之前一样，做比例等。不过今天这里我们演示下细胞互作，用Cellcall这个比较简单的包。

=============================================

将GM和BM分开做互作，可以看看不同状态下细胞互作之间的区别。

BM的互作结果为，变化还是挺大的。

除了这些，cellcall还可以做其他的事情，具体参考：

https://github.com/ShellyCoder/cellcall

做细胞互作的工具很多，比如iTALK，Cellchat，CellphoneDB等，感兴趣的可以自己取探索下。好了，今天的分享就到这里了，其实这篇分享不是很严谨，主要是演示单细胞数据进一步分析思路，希望对大家有启发。