SPASCER:?jiǎn)渭?xì)胞分辨率的空間轉(zhuǎn)錄組學(xué)注釋數(shù)據(jù)庫(kù)

欄目:最新研究動(dòng)態(tài) 發(fā)布時(shí)間:2023-08-17
將空間轉(zhuǎn)錄組學(xué)數(shù)據(jù)與匹配的特定上下文scRNA-seq相結(jié)合可以大大提高空間數(shù)據(jù)的利用效率......

       空間轉(zhuǎn)錄組學(xué)(ST)來(lái)捕獲完整組織內(nèi)轉(zhuǎn)錄活動(dòng)的空間位置,這是傳統(tǒng)的批量轉(zhuǎn)錄組和單細(xì)胞RNA測(cè)序(scRNA-Seq)數(shù)據(jù)無(wú)法實(shí)現(xiàn)的。空間轉(zhuǎn)錄組學(xué)已被應(yīng)用于研究大腦、肺、乳房、心臟、肝臟、腸、腎臟、胃、前列腺、子宮、膀胱、胚胎中組織結(jié)構(gòu)的穩(wěn)態(tài)/異質(zhì)性。這些研究拓寬了我們對(duì)生物醫(yī)學(xué)研究中先前未有的分子分辨率組織的理解,特別是在發(fā)育生物學(xué)、再生醫(yī)學(xué)、疾病/腫瘤微環(huán)境方面。當(dāng)前的空間轉(zhuǎn)錄組學(xué)技術(shù)通常采用空間條形碼探針來(lái)定位和測(cè)序組織切片中的mRNA豐度,稱為下一代基于測(cè)序(基于NGS)的空間轉(zhuǎn)錄組學(xué),或通過(guò)多輪原位雜交,測(cè)序和成像記錄mRNA譜的位置,稱為高重RNA 基于成像(基于HPRI)的空間轉(zhuǎn)錄組學(xué)。然而,由于這些空間技術(shù)的轉(zhuǎn)錄組覆蓋范圍或測(cè)序深度的局限性,目前的方法仍然難以生成空間轉(zhuǎn)錄組學(xué),其中每個(gè)位置的轉(zhuǎn)錄組可以大規(guī)模地達(dá)到單細(xì)胞水平。即使隨著公開(kāi)可用的scRNA-seq數(shù)據(jù)的超快速積累,將空間轉(zhuǎn)錄組學(xué)數(shù)據(jù)與匹配的特定上下文scRNA-seq相結(jié)合可以大大提高空間數(shù)據(jù)的利用效率。單細(xì)胞特征既可以用作基于NGS的去卷積空間轉(zhuǎn)錄組學(xué)數(shù)據(jù)的參考,以預(yù)測(cè)細(xì)胞類型比例,也可以映射到基于HPRI的空間轉(zhuǎn)錄組學(xué)數(shù)據(jù)來(lái)估計(jì)組織樣本中的細(xì)胞類型分布。
       最近,四川大學(xué)團(tuán)隊(duì)發(fā)布了一個(gè)單細(xì)胞分辨率的空間轉(zhuǎn)錄組學(xué)數(shù)據(jù)庫(kù)——SPASCER(https://ccsm.uth.edu/SPASCER),該數(shù)據(jù)相關(guān)文章發(fā)表在Nucleic Acids Res期刊(IF:19.160)。


       SPASCER提供了空間轉(zhuǎn)錄組學(xué)的系統(tǒng)注釋,包括 (i) 空間模型基因,(ii) 空間模型途徑,(iii) 基因調(diào)控網(wǎng)絡(luò),(iv) 細(xì)胞-細(xì)胞相互作用 (v) 空間轉(zhuǎn)錄組學(xué)去卷積和相互作用。SPASCER從43個(gè)研究中收集了1082個(gè)數(shù)據(jù)集,這些研究跨越了16個(gè)器官類型和4個(gè)物種(人,小鼠,雞和斑馬魚(yú))。注釋了總共118種細(xì)胞類型,包括內(nèi)皮、上皮、成纖維細(xì)胞和免疫細(xì)胞等。


       檢測(cè)到的空間模式也可能反映組織組織和特定細(xì)胞類型分布。在一個(gè)腎臟小鼠模型中,作者發(fā)現(xiàn)基因Aadat顯示出清晰的空間結(jié)構(gòu)模式,并且參與了空間模型途徑。空間斑點(diǎn)聚類和H & E染色圖像,以及反卷積分析表明,這種特定的空間基因和途徑模式可能與近端小管段3細(xì)胞的分布有關(guān)。Aadat的空間格局在損傷后減少,并隨著修復(fù)過(guò)程而增加,這將有助于研究再生過(guò)程。因此,此數(shù)據(jù)庫(kù)提供了細(xì)胞類型標(biāo)記基因,空間基因模式,空間途徑模式,基因調(diào)控網(wǎng)絡(luò)以及scRNA-seq和空間轉(zhuǎn)錄組學(xué)的細(xì)胞-細(xì)胞相互作用的豐富資源。

細(xì)胞類型類別
       內(nèi)皮細(xì)胞,上皮細(xì)胞,成纖維細(xì)胞和免疫細(xì)胞等是組織構(gòu)建中的基本細(xì)胞類型。根據(jù)細(xì)胞類型的統(tǒng)計(jì)分析,內(nèi)皮是大多數(shù)研究 (23/43) 中包括的主要細(xì)胞類型。在此數(shù)據(jù)庫(kù)中,包含內(nèi)皮細(xì)胞的九個(gè)人體器官和六個(gè)小鼠器官??缃M織的內(nèi)皮細(xì)胞的代表標(biāo)記顯示在圖2B和C中。如這些圖所示,不同的組織表達(dá)獨(dú)特的標(biāo)記基因,而聚腺苷酸結(jié)合蛋白1 (PABPC1) 在人和小鼠的多個(gè)組織中均高度表達(dá)。因此,這可能是一個(gè)潛在的研究點(diǎn),因?yàn)槟壳皼](méi)有報(bào)道揭示聚腺苷酸結(jié)合蛋白1與內(nèi)皮細(xì)胞之間的關(guān)系。


空間模式路徑類別
       此類別提供了已鑒定的空間圖案化基因的豐富生物學(xué)途徑。總共,作者使用所有樣品確定了22條具有跨組織架構(gòu)的空間模式的792通路(圖S4B)。對(duì)于腫瘤研究,“細(xì)胞遷移”,“細(xì)胞粘附”,“細(xì)胞分化”,“細(xì)胞增殖”,“白細(xì)胞遷移”等在腫瘤區(qū)域高度富集,表明腫瘤增殖和侵襲。特定的模式也可能揭示正常組織中的結(jié)構(gòu)組織。CCK (膽囊收縮素) 高度分布在人皮質(zhì)的L2和L6層中,Aadat富集在小鼠腎臟的近端小管區(qū)域。作者還發(fā)現(xiàn),損傷后2小時(shí)空間格局迅速下降,2天后幾乎消失,6周后恢復(fù)正常,這可能與近端小管的損傷和修復(fù)過(guò)程有關(guān)。這些檢測(cè)到的空間模式基因?qū)⒂兄趯?duì)組織組織的理解,而這些模式基因在時(shí)間序列組織中的動(dòng)態(tài)變化將拓寬對(duì)組織發(fā)育,疾病進(jìn)展和損傷再生的關(guān)鍵因素的了解。

轉(zhuǎn)錄因子調(diào)控網(wǎng)絡(luò)類別
       本分類提供轉(zhuǎn)錄因子調(diào)節(jié)網(wǎng)絡(luò)信息。鑒定了697個(gè)關(guān)鍵調(diào)控因子和一系列潛在的靶基因,涉及總共97種細(xì)胞類型。將檢測(cè)到的潛在調(diào)控因子和靶基因定位到蛋白質(zhì)-蛋白質(zhì)相互作用中,以構(gòu)建網(wǎng)絡(luò)。在該模塊中,用戶可以輸入感興趣的基因符號(hào),以檢查該基因是否在多個(gè)組織中起調(diào)節(jié)作用,以及其潛在的靶基因。對(duì)于先前基于研究,作者使用熱圖提供了每種細(xì)胞類型中所有已識(shí)別的重要轉(zhuǎn)錄因子。該類別可以提供組織架構(gòu)上下文的關(guān)鍵調(diào)節(jié)。

細(xì)胞與細(xì)胞相互作用類別
       此類別在單細(xì)胞環(huán)境中提供了重要的配體-受體對(duì)。配體是一種與一個(gè)細(xì)胞釋放的生物分子形成復(fù)合物的物質(zhì),以發(fā)出自身或不同細(xì)胞的信號(hào)。當(dāng)配體與其各自的受體結(jié)合時(shí),生物活性會(huì)改變,從而引發(fā)幾種不同類型的細(xì)胞反應(yīng)。使用scRNA-seq數(shù)據(jù)的細(xì)胞-細(xì)胞相互作用分析鑒定了135個(gè)細(xì)胞類型中1020獨(dú)特的配體-受體對(duì)。在網(wǎng)站中,作者提供了所有已識(shí)別的重要配體受體對(duì)以及相關(guān)的源細(xì)胞和靶細(xì)胞。對(duì)于基因的搜索,用戶可以搜索各個(gè)基因的相互作用伙伴和在各種細(xì)胞中的表達(dá)水平。對(duì)于基于紙張的瀏覽,用戶可以這樣做檢查網(wǎng)絡(luò)模塊中所有重要交互的單元類型。較厚的邊緣表示較強(qiáng)的相互作用。細(xì)胞活動(dòng)取決于細(xì)胞-細(xì)胞相互作用,這對(duì)于組織穩(wěn)態(tài)至關(guān)重要。異常的細(xì)胞-細(xì)胞相互作用可能導(dǎo)致組織紊亂甚至疾病。

空間反卷積與相互作用分析范疇
       此類別通過(guò)反卷積分析提供高度豐富的細(xì)胞鄰域和相互作用。即使我們對(duì)每個(gè)斑點(diǎn)的細(xì)胞類型進(jìn)行了預(yù)測(cè),但在復(fù)雜的組織中,一個(gè)斑點(diǎn)對(duì)于一種以上的細(xì)胞類型可能具有較高的富集評(píng)分。因此,作者提供了每個(gè)數(shù)據(jù)集的富集熱圖,并基于Giotto聚類分析了spot-spot通信。使用來(lái)自scRNA-seq的注釋細(xì)胞類型,作者估計(jì)了單個(gè)細(xì)胞類型的分布。