方法更新----单细胞空间分析肿瘤细胞的谱系追踪(单细胞空间 + 突变)

作者,Evil Genius

生活不易,且行且珍惜,指不定哪天就找不见这个人了,这个举报速度,看来被人搞是注定的。

不知道大家怎么看WBG和BLG的半决赛。

今天我们更新方法,单细胞空间数据分析谱系追踪。


知识积累

肿瘤的进展是由癌细胞与其周围微环境之间的动态相互作用驱动的。研究肿瘤的时空演化可以提供重要的见解,了解癌细胞内部的变化和微环境的外部变化如何协同驱动肿瘤进展的不同阶段。在这个过程中,当癌细胞积累遗传和表观遗传改变时,微环境通过诸如空间限制、信号分子、养分和氧气有效性、免疫渗透等因素施加选择压力。反过来,肿瘤生长重塑了周围的微环境,例如,通过重组细胞外基质和改变浸润间质细胞的组成和状态。
核心分析点:肿瘤的进化动力学及其在原生空间背景下的微环境组成。
整合肿瘤系统发育分析,研究肿瘤内癌细胞的谱系关系,结合空间信息,为理解肿瘤微环境与进展之间的相互作用提供了一个全面的框架。
空间组学方法进一步阐明了基因组改变的空间分布如何导致克隆生长、具有不同驱动突变的亚克隆的分散、与免疫系统的相互作用以及转移。
高分辨率空间转录组学 + 谱系追踪功能

计算工具使空间分解的癌细胞系统发育推理成为可能

空转分辨率在肿瘤微环境的原生环境中建立癌症细胞的谱系,能够探索同一肿瘤中越来越相关的亚克隆的空间定位。

空间转录组学揭示肺腺癌的生态系统

肿瘤亚克隆快速扩张有助于形成缺氧区,降低癌细胞可塑性

亚克隆扩增伴随着免疫抑制和纤维化的微环境重塑

空间分辨的谱系揭示了原发肿瘤中引发转移诱导位点的进化

转移性定植伴有胶原沉积和纤维化增加

为了实现这个分析,需要很多的准备工作

convert: Convert the FASTQs into an unmapped BAM, while parsing any barcode and/or UMI sequences into BAM tags.
filter_bam: Filter reads with low-quality barcode and/or UMI sequences from the unmapped bam.
error_correct_cellbcs_to_whitelist**: For sequencing chemistries that have a predefined (cell) barcode whitelist, this steps perform correction of sequencing errors using this whitelist.
collapse: Collapse reads into UMIs by constructing one or more consensus sequences for each UMI using the set of reads with that UMI.
resolve: Resolve a single sequence for each UMI by choosing the most likely sequencing read to represent each UMI in a cell.
align: Align sequences to the reference target site using the Smith-Waterman local alignment algorithm.
call_alleles: Call alleles with respect to the reference target site and the alignment of a sequence, thereby reporting the set of mutations that a target site sequence contains.
error_correct_intbcs_to_whitelist: For experimental designs for which each target site vector molecule has a unique barcode (“intBC”), and the set of intBCs present in the sequenced sample are known beforehand, this step performs sequencing error correction of these intBCs to the provided whitelist.
error_correct_umis: Error-correct UMIs whose mutation data is identical and whose UMI barcode sequences are similar enough.
filter_molecule_table: Filter UMIs that have conflicting allele information, too few reads, or do not meet other quality control criteria.
call_lineages: Split up cells into clonal populations, based on their shared set of integration barcodes (intBCs).

最终输出是一个“AlleleTable”它存储每个细胞的突变数据和克隆群体的身份。这个数据结构,然后可以分解成字符矩阵进行系统发育推断。

我们来实现一下,首先我们来处理单细胞的fastq数据,关于单细胞空间的call SNV分析的方法分享了很多,课上也讲过,大家有空复习一下

还有 57% 的精彩内容
©著作权归作者所有,转载或内容合作请联系作者
支付 ¥200.00 继续阅读
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,843评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,538评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,187评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,264评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,289评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,231评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,116评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,945评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,367评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,581评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,754评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,458评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,068评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,692评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,842评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,797评论 2 369
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,654评论 2 354

推荐阅读更多精彩内容