跳到正文
方法与工具Cell Genomics · 跨物种单细胞特征提炼方法研究

通过物种间比较提炼骨髓细胞类型特异性转录特征

Concentrating cell-type-specific transcriptional signatures in bone marrow from interspecies comparisons.

一句话提出结合细胞类型特异性与转录水平保守性的策略，提炼可跨物种识别细胞身份的特征基因。

研究问题

在跨物种识别细胞类型时，将转录水平的保守性加入细胞类型特异性筛选，能否提炼出更精简且稳健的特征基因列表？

数据与样本

研究生成了来自4种小鼠的骨髓微环境和造血祖细胞区室的单细胞RNA测序数据。另使用来自另一种组织和另一个哺乳动物目的已发表数据集进行验证；摘要未提供样本量、细胞数、测序平台或数据集编号。

分析流程

  1. 1生成跨物种数据：对4种小鼠的骨髓微环境和造血祖细胞区室进行单细胞RNA测序。
  2. 2提炼特征基因：在保守的细胞类型特异性基础上加入转录水平保守性，构建特征基因列表。
  3. 3评估细胞识别能力：检验特征基因在进化距离较远物种的多种组织中区分同源细胞类型的能力。
  4. 4开展基准比较：通过无偏倚基准评估，与规模更大、保守性较低的基因列表比较表现。
  5. 5验证框架通用性：使用来自另一种组织和另一个哺乳动物目的已发表数据集检验通用性与稳健性。

关键方法与工具

single-cell RNA sequencing
获取跨物种细胞转录信息

设计思路

利用跨物种比较，同时筛选细胞类型特异性和转录水平的保守性，以提炼能够表征细胞身份的基因。通过与规模更大、保守性较低的基因列表开展基准比较，并在另一种组织和另一个哺乳动物目的已发表数据中验证，评估策略的表现及适用范围。

主要发现

  • 所得特征基因列表同时包含已知及研究不足的骨髓标志基因。
  • 特征基因能够在进化距离较远物种的多种组织中稳健地区分同源细胞类型。
  • 无偏倚基准评估显示，特征基因列表的表现与规模更大、保守性较低的基因列表相当或更优。
  • 来自另一种组织和另一个哺乳动物目的已发表数据集支持该框架的通用性与稳健性。

可借鉴之处

  • 筛选跨物种细胞标志基因时，可借鉴本文同时考察细胞类型特异性和转录水平保守性的做法，而不只依据前者。
  • 评价精简基因列表时，可与规模更大、保守性较低的列表比较细胞识别表现，而不以基因数量作为优劣依据。
  • 可借鉴跨组织和跨哺乳动物目验证的设计，检验所提炼特征是否能够迁移到原始研究场景之外。

数据与代码

摘要和已读取的内容里没有说明，请查看原文的数据可得性声明。

摘要（中文翻译）

细胞类型通常通过标志基因来定义。由于细胞类型在进化过程中广泛保守，因此可以通过物种间比较识别标志基因。我们生成了来自4种小鼠的骨髓微环境和造血祖细胞区室的单细胞RNA测序数据集。利用这些数据，我们开发了一种策略，在利用保守的细胞类型特异性识别标志基因的现有方法基础上，加入转录水平的保守性。由此得到的“特征基因”列表既包含已知的骨髓标志基因，也包含研究不足的骨髓标志基因。特征基因能够捕捉细胞身份，因此可以在进化距离较远物种的多种组织中稳健地区分同源细胞类型。无偏倚基准评估表明，我们的特征基因与规模更大、保守性较低的基因列表表现相当或更优。最后，我们利用来自另一种组织和另一个哺乳动物目的已发表数据集，确认了该框架的通用性和稳健性。因此，结合保守的细胞类型特异性与转录水平，是一种强大且广泛适用的策略，可用于提炼具有高度描述能力的特征。

英文原文摘要

Cell-type definition is commonly achieved using marker genes. Because cell types are broadly conserved across evolution, marker genes are identifiable via interspecies comparisons. We generated single-cell RNA sequencing datasets of bone marrow niche and hematopoietic progenitor compartments from four mouse species. Using these data, we developed a strategy that adds conservation of transcriptional levels to existing approaches that identify marker genes using conserved cell-type specificity. The resulting "signature gene" lists contain both well-known and underexplored bone marrow markers. Signature genes capture cell identities and thus can robustly discern homologous cell types in diverse tissues of evolutionarily distant species. Unbiased benchmarking assessments demonstrated that our signature genes are comparable or superior to larger, less-conserved gene lists. Last, we confirm our framework's versatility and robustness using published datasets from another tissue and mammalian order. Thus, combining conserved cell-type specificity and transcriptional levels is a powerful, widely applicable strategy to distill profoundly descriptive signatures.

摘要来自 PubMed。翻译与解读由模型根据摘要生成，可能有误，不构成诊疗建议；数据以原文为准，版权归原出版方所有。