作者，Evil Genius
张泽民的文章，都是精品。
有一篇顶刊，真的做梦都能笑醒。
今天我们分享文献
知识积累
组织稳态和疾病进展背后的多细胞协调具有重要的生物学意义。然而，在组织生态位中，不同类型的细胞是进行有效的相互协调发挥生物学功能很大程度上仍然是未知的。
人体由大约37万亿个不同的细胞组成（比我想象的要多得多），这些细胞排列成专门的组织、器官和相互连接的系统。
目前尚不清楚多种细胞类型如何在其生态位内精确协调以执行基本的生理功能，以及哪些成分在病理条件下受到限制。
先前的研究旨在通过基于已知配体-受体对衡量细胞-细胞相互作用来建立细胞类型之间的联系。尽管这些研究为特定环境下的细胞间通讯提供了宝贵的见解，但还没有系统地解开复杂的组织层面的信号网络，在该网络中，多种细胞类型被协调成更高阶的功能模块（所以我们需要更加先进的空间转录组和空间蛋白组技术）。
结果1、人类单细胞图谱
35个人体组织的706个健康样本中获得了2293951个高质量细胞，用于下游分析（真的有钱）。
BBKNN进行批次矫正。
当然，不同组织器官之间的细胞类型的比例会存在一定的差异，免疫器官的免疫细胞占比较高，组织器官则主要由组织细胞组成。
对主要的细胞类型进行亚群分析。
相同细胞类型内的细胞亚群对特定组织表现出明显的偏好。
在基质细胞中，成纤维细胞表现出极大的多样性，包括普遍和专门的亚群（成纤维细胞与癌症的发生进展最为相关，大家可以参考之前的文章文献分享---通过单细胞空间多组学揭示的癌症相关成纤维细胞的保守空间亚型和细胞邻域（visium、Xenium、CODEX、CosMx、MERSCOPE））
文章构建了一个全面的全组织单细胞图谱（http://cm.cocancer-pku.cn），并揭示了不同组织中细胞亚群的基本偏好。
结果2、跨组织CMs的识别
多细胞协调的一个显著例子在与肠道相关的粘膜免疫中很明显，在这种免疫中，淋巴细胞、树突状细胞和上皮细胞等不同类型的细胞协同防御致病性损伤。
将多细胞协调的概念转化为共存细胞网络的表示，并开发了一个计算框架CoVarNet。
这个方法的原理:
It reconstructs cellular module (CM) networks by leveraging covariance in cell subset frequencies across samples through two parallel modules. The first module utilizes non-negative matrix factorization (NMF) to identify a set of factors, prioritizing cell subsets on the basis of their weights. The top subsets from each factor serve as co-occurring nodes in the CM network. The second module determines specifically correlated subset pairs, which act as potential edges in the network. Multiple CM networks are then constructed by connecting these co-occurring nodes through the potential edges, followed by topological and statistical evaluations.
鉴定的CM具有跨组织性质.
结果3、CM注释
CM亚群在不同的组织器官中表现出明显的偏好。
结果4、CMs的空间特征
Visium（cell2lication联合分析）。
其中最核心的有细胞的共定位分析。
CellCharter进行无监督的空间细胞聚类分析，也就是我们经常提到的细胞niche。
Xenium空间数据，对细胞和组织内数百到数千个基因进行精确的原位表征（DIY的panel设计）。
结果5、CM内的多细胞通讯
组织niche内CM的形成和维持可能依赖于局部微环境。
CellPhoneDB对单细胞数据进行配体-受体介导的细胞-细胞通讯分析。
空间邻近性可能增强细胞间通讯特异性。
组织微环境以CM依赖的方式塑造的不同细胞表型。
细胞表型是由内在特性和局部刺激共同决定的。
结果6、脾脏组织中协调的衰老动力学
组织特异性背景下对单个CM进行了系统研究。
pySCENIC分析细胞之间的调节因素。
分子、细胞和多细胞水平的协调行为。
结果7、成纤维细胞参与更年期轨迹
探索成纤维细胞在多细胞生态系统中的作用。
特化成纤维细胞的时空动态。
结果8、癌症的多细胞再分布
为了系统地了解癌症的多细胞生态系统，我们将分析扩展到肿瘤微环境（TME），这是一种病理组织生态位，不同的免疫细胞和基质细胞在其中相互作用形成复杂的网络。
建立了一个全面的泛癌单细胞转录组图谱。
肿瘤附近的组织学正常组织存在遗传改变，并在健康组织和肿瘤组织之间表现出独特的中间状态。
肿瘤样本中组织特异性多细胞生态系统受到广泛破坏。
癌症相关亚群在多种癌症类型中经常同时出现，这表明出现了癌症共享的多细胞生态系统。
最后来看看方法
单细胞数据基础分析部分
细胞niche
所有的分析代码
网友评论