不知不觉在单细胞转录组领域做知识分析也快两年了，很幸运聚集了一些小伙伴携手共进，我们承诺不间断更新5个月，把我们这两年的学习成果全部掏出来给大家，包括5个栏目：
文献速递（简短介绍，扩充知识面）
文献详解（图文并茂带来大家系统性学习）
R与Bioconductor的技巧（书籍翻译，妙招共享）
scRNAseq的GitHub的书籍翻译（原汁原味的名校教程）
全网第一个单细胞转录组视频教程学习笔记分享
现在你看到的是文献速递
希望大家能有所收获！
文章总览
该文章使用了单核RNA测序(snRNA-seq)技术，对15个ASD患者和16个对照的prefrontal cortex (PFC) 和anterior cingulate cortex (ACC)区域，总计10万多单细胞进行了单核转录组测序，采用的10X平台完成。
他们描述了自闭症患者中不同皮质细胞类型的转录组变化，发现在自闭症患者中，兴奋性神经元的突触信号和小胶质细胞的分子状态优先受到影响。并且发现上层投射神经元(L2/3神经元)和小胶质细胞中的特定基因与ASD的临床严重程度有关，将有望成为ASD的治疗靶点。
该研究同时提供了在线交互式浏览工具https://autism.cells.ucsc.edu，可以方便的查看各类细胞的表达情况以及与临床信息的关系。
背景知识
ASD(Autism spectrum disorders)：是根据典型孤独症的核心症状进行扩展定义的广泛意义上的孤独症，是一系列复杂的神经发育障碍性疾病。自闭症发病率较高并呈逐年上升趋势，在美国发病率为1/59，男性发病率为女性的4~6倍。尽管自闭症具有临床和遗传异质性，但大量基因表达研究表明，自闭症患者新皮质的变化集中在共同的基因和通路上。单细胞测序技术的出现使得直接评估自闭症患者大脑中的特定细胞类型成为可能。
单细胞RNA测序(scRNA-seq)技术已经成为揭示复杂组织中细胞类型、动态状态及功能过程的一项重要工具，然而从新鲜组织中制备单细胞悬液的严格要求对于已收集（冻存）的样本或难以解离的样本来说是一大障碍。例如脑组织样本需要严格的酶消化过程，但是这个过程损害了神经元细胞RNA的完整度，使得恢复的细胞类型比例具有偏倚性。
后来出现的单核RNA测序(snRNA-seq)技术，与scRNA-seq相比具有同样的基因检测能力，而且有更大的优势，能够减少组织解离引起的bias，适用于难以处理的样本或冻存的样本的单细胞研究。并且单核转录组表达数据与单细胞转录组数据也具有高度相关性、相似的通量和灵敏度，核的聚类主要依据细胞类型而不依赖个体，目前在神经组织样本、肾脏组织样本等都有应用。
测序数据介绍
工具: snRNA-seq技术、10X Genomics 平台
样品： 15个ASD患者和16个对照的prefrontal cortex (PFC) 和anterior cingulate cortex (ACC)区域，总计10万多单细胞
测序数据：PRJNA434002
snRNA-seq上游分析
使用10X Genomics CellRanger软件v1.3.1对snRNA-seq数据进行处理和质控，包括：library demultiplexing、fastq文件生成和read alignment以及UMI量化。
CellRanger使用默认参数，除了使用pre-mRNA参考文件(ENSEMBL GRCh38)，以确保捕获来自核部分丰富的pre-mRNA转录本的内含子read。
平均每个核检测出1391个基因和2213个转录本，和最近的snRNA-seq研究一致。
聚类和降维
使用Louvain clustering进行聚类分析，然后根据已知的marker来定义细胞类型，识别出17种细胞类型，使用t-SNE在二维空间中可视化。
基因差异表达分析
为了识别ASD中细胞类型特异性失调的基因，他们使用线性混合模型(LMM)比较了ASD和对照组中每种细胞类型的核转录谱。识别出513个差异表达基因，并且这些基因与SFARIA数据库里的基因和Top ASD risk genes有显著的overlap。发现上调的neuronal DEGs主要是：上层投射神经元(L2/3神经元)，表达VIP(肠血管活性多肽)的中间神经元相关基因；下调的non-neuronal DEGs主要是原浆型星形胶质细胞(AST-PP)和小神经胶质细胞。
与临床表型高度相关的ASD特异性基因分析
他们与自闭症患者的临床表型与差异表达基因关联起来，发现上层投射神经元(L2/3神经元)和小胶质细胞中的特定基因与ASD的临床严重程度有关。
总结
自闭症是基因和环境相互作用的结果，异质性强，临床表现变化大，导致确定致病基因变得极为困难。该文章发现的与临床表型高度相关的ASD特异性基因是ASD的优先治疗靶点，为治疗和早期识别ASD提供了新的希望。未来对更大的患者群体的研究，以及全外显子组测序和改进的单细胞技术，将允许更精确地识别ASD驱动的分子变化及其与有害基因变异的关系。
联系客服
