单细胞数据中到底应该如何处理线粒体基因

什么是线粒体基因

线粒体是参与细胞凋亡启动和执行的主要细胞器之一。线粒体基因在大多数细胞中表达,其表达水平是细胞类型特异性的。也就是说这个也是和细胞类型及其状态有关系的。

为什么要处理

因为线粒体基因的高表达水平可能是:

  • 样品质量差,导致大量细胞凋亡或裂解。
  • 特定样本的生物学,例如肿瘤活检,可能由于代谢活动和/或坏死而增加线粒体基因表达。

凋亡细胞表达线粒体基因,并将这些转录产物输出到哺乳动物细胞的细胞质中。例如,当凋亡的细胞被放入正常的细胞悬液中,会检测到更多的线粒体基因。检测到的线粒体膜占总膜的百分比如图所示


Removal of DeadCells fromSingle Cell SuspensionsImproves Performance for10x Genomics® Single Cell Applications

线粒体是参与细胞凋亡启动和执行的主要细胞器之一。细胞凋亡的过程依赖于一系列信号事件,包括线粒体基因表达的增加和半胱天冬酶的激活。因此,我们在计算每个样本中源自线粒体基因表达的UMIs数量时,评估了独特转录本的比例。在> 80%活细胞的高质量样品中,我们只检测到低比例的线粒体细胞(约3%)。与预期的一样,在只包含20%活细胞(74%)的Digitonin高样本中,线粒体转录本的数量最高。相比之下,含有50%活细胞的样本只显示线粒体基因表达略有增加(5-7%),这表明存活率确实与观察到的线粒体转录本数量相关。

被裂解的细胞或细胞膜被破坏的细胞释放它们的细胞质转录本,而线粒体转录本可能仍然保留在双膜结合的线粒体内。具有完整线粒体的裂解细胞可能被gems包裹,这也增加了检测到的线粒体转录片段的概率。

如何处理

一般我们建议卡到30%以内,当然还是要看这群细胞为什么会高。建议是不卡阈值直接做降维分群,然后按分群来看小提琴图,如果只有一个或几个细胞群有差异的线粒体转录上调和低总UMI计数,这个群最有可能代表一个死亡或频临死亡的细胞群。此时,再去不迟。

另外一点,我们注意到,cellranger3比cellRanger 2检测的MT(人的是MT开头的基因,其他物种主要找到相应的基因)高的细胞更多。这主要是因为:cellRanger3或更高版本具有比版本2中的cell calling算法更敏感,新算法基于EmptyDrops方法(Lun et al., 2018)。这种方法可以检测到之前版本算法所遗漏的细胞,特别是死亡或垂死的细胞,RNA含量自然较低的细胞,或异质性样本中的细胞。

这就也是为什么我们会主动地看看细胞中MT基因表达的原因,选择从下游分析中排除这些细胞。而在cellranger count管道中,没有直接的方法可以排除线粒体丰富的细胞。但是,您可以使用下面两种方法中的任何一种来间接完成此任务。

  • Using Cell Ranger and Loupe Cell Browser

质量差的细胞通常有低总UMI计数,很少有上调基因(表明低总基因表达),而只有MT基因过表达。例如,在下面的图中,您可以看到基于图形的聚类t-SNE图中聚类1(顶部的青色聚类)的基因表。与上述鉴定死亡细胞的标准一致,在这个群集中只有线粒体基因上调。对cluster 9中的细胞也进行了类似的观察。


下面的图显示,与其他细胞相比,Cluster1和Cluster19中的细胞的总UMI计数也很低。

您可以从一个cellranger count 输出文件中获得Cluster1和9中细胞的条形码。默认的分群结果(基于图)在Cell Ranger输出的“ANALYSIS”路径中。例如,在下面的图中,cluster 1和cluster 9的细胞高表达了MT。这些cluster的条形码可以在输出文件中找到:outs/analysis/clustering/graphclust/cluster.csv

您也可以使用Loupe细胞浏览器下载的非MT丰富细胞。为此,首先去除富集MT的cluster1和9。然后使用“导出”功能在Loupe Cell浏览器如下。

步骤2。使用cellranger reanalyze重新运行二级分析并生成一个新的cloupe文件,不使用MT高表达的barcode。要指定条形码,需要使用——barcodes选项。

  • Seurat

第二种方法就是我们经典的Seurat。第三方工具如Seurat可用于筛选线粒体基因表达率高的细胞。请在这里找到更多的信息。(章节“QC和选择细胞进行进一步分析”)



单细胞转录组||Seurat新版教程:Guided Clustering Tutorial
https://kb.10xgenomics.com/hc/en-us/articles/360001086611-Why-do-I-see-a-high-level-of-mitochondrial-gene-expression-
https://kb.10xgenomics.com/hc/en-us/articles/360026505392-Why-do-I-see-more-MT-enriched-cells-from-Cell-Ranger-3-compared-to-Cell-Ranger-2-
https://kb.10xgenomics.com/hc/en-us/articles/360026508452-How-can-I-exclude-poor-quality-cells-such-as-cells-that-show-enrichment-of-MT-genes

©著作权归作者所有,转载或内容合作请联系作者
  • 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 216,163评论 6 498
  • 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 92,301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 162,089评论 0 352
  • 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 58,093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 67,110评论 6 388
  • 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 51,079评论 1 295
  • 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 40,005评论 3 417
  • 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 38,840评论 0 273
  • 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 45,278评论 1 310
  • 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 37,497评论 2 332
  • 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 39,667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 35,394评论 5 343
  • 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 40,980评论 3 325
  • 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 31,628评论 0 21
  • 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 32,796评论 1 268
  • 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 47,649评论 2 368
  • 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 44,548评论 2 352