模块分析及网络聚类算法在单细胞测序数据中的应用

Cells in the same tissue are commonly viewed as identical functional units. The analysis of traditional detection method always bases on the overall average reaction of cells. However, it has been suggested that the system-level function of a tissue is produced by heterogeneous cell. There is feeble difference between cells. The traditional sequencing always bases on the overall average reaction of cells, so it’s difficult to detect the difference. But, the sequencing of DNA or RNA from single cells after amplification, can reveal the structure and.expression of genes and the heterogeneity between cells, reflect the heterogeneity. This program is based on the gene expression data from RNA sequencing, developing the modular analysis and network clustering algorithm to one effective strategy. Then we refer to the expression data to detect the heterogeneity between single cells, and the specific genetic difference of tumor cells. Consequently, we can find the inherent biological mechanism, which will be some evidence of new therapeutic target.

同一组织中的细胞往往被认为是具有相同状态的功能单位，传统的检测手段分析的是细胞群体的总体的平均反映。然而肿瘤中遗传异质性是普遍存在的并且非常重要的信息。它可以表现为细胞-细胞间基因表达微弱的不同，也可能是我们缺乏认识的细胞子群。传统高通量测序方法没有区分混合的细胞群体从而难以发现组织中的细胞异质性。而单细胞分析技术通过全基因组或转录组扩增，进行高通量测序，能够揭示单个细胞的基因结构和基因表达状态，反映细胞间的异质性，从而研究癌症中的细胞特异性变异。本项目主要以单细胞测序技术得到的基因表达数据为研究对象，将模块分析和网络聚类算法加以融合，发展一种分析单细胞RNA-seq基因表达数据的研究策略，有效的挖掘肿瘤组织中的细胞异质性，以及肿瘤组织特有的遗传差异性，进而寻找其内在的生物学机制，就有可能寻找新的治疗靶点。

随着单细胞RNA测序技术的发展，使得利用单细胞测序数据研究肿瘤细胞异质性成为可能，它可以识别不同的细胞亚群。由于scRNA-seq数据在高维空间中会变得稀疏，导致得到的对象之间的相似性一般很低，传统模型的有效性也因此降低。本项目提出了一种检测单细胞异质性基因型特征的新方案，并将其应用于循环肿瘤细胞和三阴性乳腺癌单细胞RNA-seq数据中。另一方面，本项目执行期间，我们还针对高度异质性的胃癌肿瘤数据进行了甲基化与基因表达之间的相关性分析。DNA甲基化作为基因表达的重要调控因子,会影响肿瘤的异质性，并且在不同基因间表现不同的表达水平。然而，只有特定区域的CpG岛的高甲基化才能抑制抑癌基因( TSGs)。我们引入了一个线性回归模型来研究不同样本组中疾病相关甲基化位点和基因表达水平的关系，然后提供了肿瘤异质性的表观遗传学解释。其次，肿瘤免疫微环境(TIME)越来越被认为是疾病进展的多个阶段的关键因素，如免疫逃逸、局部耐药性、癌症发展和远处转移，从而极大地影响未来前线干预的发展和预后结果。我们采用两种统计算法识别出4个重要的免疫微环境相关基因，包括3个已知基因和1个新的关键基因CLRN3，发现其高表达与胃癌的不良预后和肿瘤免疫浸润相关。