單細胞測序技術深刻地改變了科研模式。隨著技術的推廣，單細胞數(shù)據(jù)挖掘已經(jīng)從早期的圖譜構(gòu)建過渡到聚焦特定的細胞類型，挖掘驅(qū)動表型的核心基因，探究細胞互作模式等，這對于理解生物學過程、疾病診治、藥效預測以及免疫療法的靶點發(fā)現(xiàn)等具有重要意義。但是，從海量的單細胞數(shù)據(jù)中挖掘出有用信息仍然是一個巨大的難題。我們結(jié)合文獻，為大家分享單細胞數(shù)據(jù)挖掘的五大策略。

策略一，發(fā)現(xiàn)和鑒定新的細胞類群。2022年12月，張寧團隊和張澤民團隊合作在Nature雜志發(fā)表題目為Liver tumour immune microenvironment subtypes and neutrophil heterogeneity的研究論文。文章運用單細胞測序技術描繪了原發(fā)肝癌的免疫微環(huán)境景觀并進行了分型，重點關注其中的腫瘤相關中性粒細胞（TAN）。

2024年5月，中科院張曉明教授與復旦大學附屬中山醫(yī)院高強教授、樊嘉院士和浙江大學郭國驥教授等合作在Science雜志上發(fā)表題為A blueprint for tumor-infiltrating B cells across human cancers的研究論文，揭示了腫瘤浸潤 B 細胞的兩種應答模式及其對抗腫瘤免疫的影響。

研究人員整合了自測數(shù)據(jù)和公共數(shù)據(jù)共477例樣本的 B 細胞單細胞轉(zhuǎn)錄組數(shù)據(jù)，將 B 細胞分為15個大群，包括IFIT3+ B 細胞、DUSP4+ 非典型記憶（Atypical memory, AtM）B 細胞、生發(fā)中心（GC） B 細胞和漿細胞等。本研究重點研究了EF來源漿細胞的前體細胞——DUSP4+ AtM B 細胞，主要描繪了其在腫瘤中的表型和調(diào)控機制。

差不多同一時間，高強教授團隊與合作者在Cell雜志發(fā)表題為Neutrophil profiling illuminates anti-tumor antigenpresenting potency的研究論文。該研究借助單細胞測序數(shù)據(jù)，分析了17種癌癥類型中225個樣本的中性粒細胞，揭示其在癌癥中的10種不同狀態(tài)，包括炎癥、血管生成和抗原呈遞。研究發(fā)現(xiàn)，HLA-DR+CD74+亞群中性粒細胞，與多數(shù)癌癥的預后較好相關，并且能夠通過亮氨酸代謝激活來增強 T 細胞的抗原反應。

策略二：Frequency有差異的細胞類群（亞群特征表達基因）。單細胞轉(zhuǎn)錄組技術是捕捉細胞異質(zhì)性的強有力工具，通過對亞群特征表達基因的探索，挖掘細胞異質(zhì)性，構(gòu)建精細細胞圖譜。

2019年9月，Nature Communications雜志發(fā)表題為Heterogeneity of human bone marrow and blood natural killer cells defined by single-cell transcriptome的研究論文。研究者通過單細胞轉(zhuǎn)錄組測序數(shù)據(jù)，定義了人類骨髓和血液中不同的NK細胞亞群，利用每個亞群的特征表達模式定義這些具有特殊功能的NK細胞。

策略三：組間顯著差異基因。通過組間比較篩選潛在的調(diào)控因子是bulk RNA測序數(shù)據(jù)挖掘最常用的方法，可以快速縮小研究范圍。在單細胞數(shù)據(jù)挖掘中，我們可以進一步確定調(diào)控表型的關鍵因子是通過何種具體的途徑調(diào)控表型。

2024年10月，華中科技大學同濟醫(yī)學院附屬同濟醫(yī)院王從義教授團隊在Cell Metabolism發(fā)表題為PDIA3 defines a novel subset of adipose macrophages to exacerbate the development of obesity and metabolic disorders的研究論文。借助單細胞核轉(zhuǎn)錄組測序數(shù)據(jù)，該研究發(fā)現(xiàn)脂肪組織巨噬細胞（ATMs）亞群僅在肥胖受試者中高度富集。這群細胞高表達ATF4、PDIA3、ACSL4、CCL2，因而被定義為炎癥和代謝激活的巨噬細胞（iMAMs）。這些iMAMs在肥胖和相關代謝紊亂的發(fā)病機制中發(fā)揮關鍵作用。

策略四：從轉(zhuǎn)錄因子切入。 當我們無法鑒定到新的細胞類群，也找不到合適的特征基因和差異基因作為主線繼續(xù)挖掘數(shù)據(jù)時，轉(zhuǎn)錄因子是一個很好的切入點。轉(zhuǎn)錄因子分析為探索細胞異質(zhì)性開辟了一條新途徑，它著重于從Regulons（調(diào)控子）的活性異質(zhì)性角度出發(fā)，剖析不同細胞亞群間的調(diào)控子差異，并借助Regulons網(wǎng)絡分析，深入挖掘驅(qū)動表型的關鍵調(diào)控網(wǎng)絡。這種策略有點像Bulk測序中的互作分析或者WGCNA。

2020年7月，PNAS雜志發(fā)表題為 Cell profiling of mouse acute kidney injury reveals conserved cellular responses to injury的研究論文。 研究人員借助SCENIC分析了不同分化命運下Regulons活性的異質(zhì)性，篩選處異質(zhì)性較強的Regulons，并查看靶基因表達變化，在成功修復集群中，轉(zhuǎn)錄因子Hnf4a、Hnf1b和Pbx1驅(qū)動了多個與修復相關基因的表達，包括各種溶質(zhì)連接的載體Plxdc2、Gas2和Dab2，最終解析了小鼠急性腎臟損傷修復關鍵分析機制。

策略五：細胞通訊，找核心配受體。 細胞通訊是一個非常受歡迎的研究方向，其中配體與受體的相互作用是探究細胞互作的常用手段。典型的互作模式涉及 A 細胞釋放的 B 配體與 C 細胞上的 D 受體結(jié)合，這一過程具有明確的方向性。因此，細胞通訊常被用來闡明細胞類型 A 的功能機制。2023年2月，Cance Cell雜志發(fā)表題為Immune checkpoint HLA-E:CD94-NKG2A mediates evasion of circulating tumor cells from NK cell surveillance的研究論文。

這篇文章通過 細胞通訊分析，發(fā)現(xiàn)血液中的腫瘤循環(huán)細胞CTC與腫瘤細胞之間可通過多種蛋白分子來實現(xiàn)細胞間的互作 。這是這篇文章的核心，也是另一篇文章的基本出發(fā)點！

后面就是各種驗證。 體外細胞實驗的互作探究。

動物模型。

2024年9月，作者們用同一套數(shù)據(jù)在Cell Discovery雜志發(fā)表題為Immune checkpoints HLA-E:CD94-NKG2A and HLA-C:KIR2DL1 complementarily shield circulating tumor cells from NK-mediated immune surveillance的通訊文章。

這項研究將NK細胞細分為三群。NK-1是轉(zhuǎn)移灶和原發(fā)灶有，肝門靜脈 (HPV) 沒有的；NK-2和NK-3是轉(zhuǎn)移灶和HPV都有的（參與腫瘤轉(zhuǎn)移的）。亞群細分后，就發(fā)現(xiàn)Cancer Cell報道的CD94:NKG2A-HLA-E是HPV的NK-2和NK-3與CTC互作的，除此之外，CTC HPV的NK-2通過HLA-C:KIR2DL1，NK-3通過HLA-C:KIR2DL3進行互作。細胞通訊分析仍然是這篇通訊文章中最重要的分析。

作者就HLA-C:KIR2DL1這對互作分子進行了深入研究。 通過HLA-E和HLA-C在小鼠腫瘤模型中的單、雙敲除實驗（Loss-of-function），分析腫瘤大小、小鼠生存驗證雙重阻斷HLA-C:KIR2DL1和HLA-E:CD94-NKG2A，可以進一步抑制腫瘤轉(zhuǎn)移。 機制上比較簡略，沒有實驗驗證，只是簡單的呈現(xiàn)在示意圖中了。

利用細胞通訊分析，比較容易地可以找到組間差異通訊的互作分子，這樣又有表型，又有機制，還可以作為靶點進行后續(xù)研究。 精彩！ 非常精彩！

本文根據(jù)美吉生物的推文而創(chuàng)作，部分內(nèi)容直接應用，但是加入了我們自己的觀點。奇文共欣賞，疑義相與析，供各位果友參考！參考鏈接：

https://mp.weixin.qq.com/s/8xOgvo8GM6RvxqCl6CTI1A