修改Seurat v4以开发能够区分G2和线粒细胞的阶段分配工具
Steven Watson1, Harry Porter2, Ian Sudbery3,4
1School of Medicine and Population Health, University of Sheffield, Sheffield S10 2TN, UK.
International journal of molecular sciences
|May 11, 2024
概括
这项研究引入了一种新方法,用于精确识别单细胞RNA测序数据中的线粒细胞. 这一进步通过区分G2和M阶段来改善细胞周期分析,这对于了解细胞群体至关重要.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 分子生物学分子生物学
背景情况:
- 单细胞RNA测序 (scRNAseq) 揭示了细胞异质性,但被细胞周期变异所混.
- 目前用于scRNAseq分析的计算工具将细胞分配到离散阶段 (G1,S,G2/M),但无法区分G2和M阶段.
- 连续细胞周期分配工具缺乏在伪时间线内特定识别线粒相.
研究的目的:
- 开发一种新的方法来区分scRNAseq数据集中的G2和M相细胞.
- 为了能够精确地识别线粒细胞,克服现有的细胞周期分配工具的局限性.
- 改进scRNAseq数据的计算分析,以更准确地表示细胞周期.
主要方法:
- 利用散装RNA测序来识别线粒细胞和介相细胞之间差异表达的基因.
- 用光激活的细胞分类基于索-素H3表达的分离的线粒细胞和相间细胞.
- 修改了Seurat内部现有的相位分配工具,以结合线粒体特异性基因标记物,以增强细胞周期分期.
主要成果:
- 确定了特定的基因表达特征,使线粒细胞与其他介相细胞有区别.
- 开发并验证了一种能够在scRNAseq数据中区分G2和M相细胞的方法.
- 成功地对Seurat的细胞周期分配工具进行了修改,以识别独特的线粒细胞群.
结论:
- 开发的方法精确地区分了scRNAseq数据集中的G2和M相细胞,增强了细胞周期分析.
- 这种方法提供了线粒体特异性细胞群体识别,解决了当前scRNAseq分析工具中的关键缺口.
- 精致的计算工具为研究生物系统中的细胞周期动态和异质性提供了更好的分辨率.
