dafabet手机黄金版_dafabet黄金手机版

晶诚所至 生命所能

Engage to Life Energy

 
生信分析 | 空间转录组·拷贝数变异——SpatialInferCNV
发布日期:2023-01-09浏览:

前言

 

分析体细胞大规模染色体拷贝数变异(copy number variations, CNV), 例如整条染色体或大片段染色体的增加或丢失,可以辅助区分肿瘤组织中的恶性与非恶性细胞/细胞群。之前,单细胞转录组数据被证明可以用来推测单个细胞的拷贝数变异。空间转录组作为一项突破性技术,能够精确获得组织不同位置的基因表达信息。将推测CNV算法从单细胞数据扩展到空间转录组数据,可以推断每个Spot的CNV情况,进而以高分辨率原位分析克隆模式。

 

整合推测出的CNV信息、空间基因表达和细胞类型定位信息,可以鉴定出形态学上不明显的微小克隆,明确良性组织向恶性组织的转变、助力癌症早期诊断。本文对SpatialInferCNV进行方法简述、结果解读及文章案例分享

 

1.方法简述

SpatialInferCNV是将inferCNV算法应用到每个空转Spot上。针对包含肿瘤细胞的空间转录组数据,假设肿瘤细胞的拷贝数扩增区域内邻近基因集的表达显著性增加,可采用inferCNV方法推断肿瘤细胞中潜在的拷贝数变化区域以及进行亚克隆的聚类分析。多种癌症类型的空间转录组数据均被证明可以用来推测拷贝数变异。

 

图片

 

2.结果及解读

运行完SpatialInferCNV会得到以下分析结果(以10x官网乳腺癌样本为例):

a)infercnv.png/pdf表示染色体水平的CNV热图:

图片

注:上面部分为参考spot数据集,下面部分为观察spot数据集,每行代表一个spot,每列代表染色体。红色表示拷贝数增加;蓝色表示拷贝数缺失。每个spot所属的聚类cluster在左侧用不同颜色展示。

b)tSNE_by_Mscore.pdf/png表示恶性评分TSNE图:

图片

注:横纵坐标分别代表TSNE降维坐标,图中的每个点代表一个spot,蓝色由浅变深表示恶性得分由低到高。

c)Spatial_by_Mscore.pdf/png表示恶性评分空间图:

图片注:左图为切片H&E染色结果,右图是将恶性得分在切片图展示。横纵坐标分别代表组织切片坐标,图中的每个点代表一个spot,由蓝到红表示恶性得分由低到高。

 

d)Mscore_dis.png/pdf表示正常和肿瘤细胞的恶性得分分布图:

图片

注:横坐标表示恶性评分,纵坐标表示spot数,红色为观察集,蓝色为参考集。

e)clustering_phylo.png/pdf 表示CNV热图的聚类树:

图片

注:标注编号的聚类树,以便提取spot信息。

f)Gene_counts_infercnved.png/pdf表示拷贝数变异基因数目的空间分布图:

图片

注:横纵坐标分别代表组织切片坐标,图中的每个方格代表一个spot,由蓝到黄表示基因数目由低到高。

g)17_HMM_predHMMi6.xxx.pred_cnv_regions.dat表示染色体区段的拷贝数变化信息结果文件,可以用excel或notepad++打开:

图片

注:cell_group_name表示亚克隆编号;cnv_name表示拷贝数变化区域编号;state表示拷贝数变化状态,1表示完全缺失,2表示一个拷贝缺失,3表示无变化,4表示增加一个拷贝,5表示增加2个拷贝,6表示增加大于2个拷贝的情况;chr:染色体编号;start:区域的开始位置;end:区域的结束位置。

h)17_HMM_predHMMi6.xxx.pred_cnv_genes.dat表示染色体区段内基因的拷贝数变化信息结果文件,可以用excel或notepad++打开:

图片注:cell_group_name表示亚克隆编号;gene_region_name表示拷贝数变化区域编号;state表示拷贝数变化状态,同上;gene:基因简称;chr:染色体编号;start:区域的开始位置;end:区域的结束位置。

 

 

3.文章案例

图片

BioxRxiv. 2021 (Figure.1c)右图是每个SPOT的inferCNV结果,每行代表一个SPOT。根据CNV模式将SPOT判定了恶性及非恶性状态,并将判定结果展示在空转切片上(左下图)。

 

图片

Science Advances. 2021 (Fig. 4F)左侧展示HCC-1L和HCC-1T两张空转切片的聚类结果,颜色代表不同类型。右侧是其中4种类型的inferCNV结果,红色线代表拷贝数增加,绿色线代表拷贝数减少,4种类型的CNV差异用矩形框高亮出来。结果发现:来自不同切片的同一类(HCC-1L.2和HCC-1T.2)有相同的CNV模式,但不同类之间的CNV模式不同。

 

参考文献

 

1.Spatially resolved clonal copy number alterations in benign and malignant tissue. Nature. 2022;

 

2.Comprehensive analysis of spatial architecture in primary liver cancer. Science Advances. 2021;

 

3.Spatiotemporal heterogeneity of glioblastoma is dictated by microenvironmental interference. BioRxiv. 2021.

 

 

----------------------------------- ------------- ------------------------------
在单细胞业务领域,dafabet黄金手机版拥有强大的生物信息分析团队,搭建有成熟的数据分析流程体系,为客户提供精确可信的研究结果。公司同时配备有物理服务器和云服务器双重高性能计算平台,能够有效掌控对大数据样本的分析、交付、存储等需求。我们开发了一系列单细胞个性化分析方法,涵盖从基础分析到高级分析多种模块,同时每个模块提供多种计算方法,实现多元化,精细化,灵活贯通满足不同客户需求,及时高效助力客户发表高分文章。
-------------------------------------------------------------------------------

上一条:客户文章丨通过circRNA测序技术揭秘circRNA在过敏性气道上皮重塑中的潜在作用和机制
下一条:客户文章丨H6N6亚型禽流感病毒的遗传特征及其进化
返回
网站地图 | 法律声明 | 联系我们

地址:上海市松江区中心路1158号5幢5楼

电话:400-9200-612  传真:+86 21 6090 1207/1208-8154

dafabet手机黄金版技术(上海)有限公司 Copyright 2012 Genergy Inc. 沪ICP备10017363号

友情链接: