单细胞转录组整合分析成鼠嗅球新生神经元的发展及特征
发布时间:2021-08-17 12:10
[目的]利用成年小鼠室管膜下区的神经发生及其参与的嗅球神经微环路可塑性过程的特性,通过整合分析相关区域的单细胞转录组数据,探究成鼠嗅球新生神经元的发展过程及表达特征,并讨论其定位及分离获取的可行性。为神经系统再生修复及神经环路可塑性等领域的相关研究提供基础支持。[方法]收集并筛选成鼠嗅球及室管膜下区的单细胞转录组数据。经质控及预处理,将单细胞转录组数据进行比对及注释。基于合理的筛选过程,构建各样本的表达谱矩阵并进行校正及整合。通过有效的降维及聚类算法估计各细胞类型及部分类型的亚群。利用Wilcoxon符号秩检验筛选各细胞群间的差异基因作为其表达谱特征。基于降维结果及相关性,构建各细胞发生轴的拟时间序列。通过共表达分析构建各发生轴时序相关基因的共表达模块及各模块的共表达网络,并对网络中的各模块分别进行GO功能富集分析。[结果]通过对3组单细胞转录组数据的整合分析,总共获得了 96,732个细胞及其27,375个基因的表达情况。经分类,确定了 27种细胞分类群、4种星形胶质细胞亚群,以及嗅球的5种神经元亚群。通过表达谱的降维结果,观察到了从星形胶质细胞开始的神经元发生轴及少突胶质细胞发生轴...
【文章来源】:昆明医科大学云南省
【文章页数】:103 页
【学位级别】:硕士
【部分图文】:
图1嗅球神经网络及其微环路结构模式图??
feature?MJto.?RNA?Correlation?between?count?and?feature??(cor-0.966)????I?3000??4000?.?2S????*?*?"?*?.?.??:[*?^??ktonWy?Identity?^??图4液滴及表达特征的统计及筛选??嗅球测序数据由于各样本均存在4组技术重复,为了将其整合并进行技术偏??倚校正,首先计算各技术重复组筛选细胞之间的Pearson相关系数矩阵,并以最??大相关性为边构建无向图。之后按连通度大于4且barcode最大1个碱基的错配??的条件进行重复合并,各合并细胞的转录组表达最取均值。??最后筛除各样本表达量小于3的表达特征,将各组各样本最终筛选得到的??barcode区分作为细胞标记,UMI结果作为特征即表达基丙的标记,构建各自的??转录组表达矩阵。??2.5定置结果的校正与整合??2.5.1技术偏倚的校正??由于室管膜下区测序数据在建库流程中使用了?Spike-in技术,即加入了??ERCC?Spike-in片段作为内参,故可用其在一定程度上对技术偏倚进行校正tM]。??通过计算各样本表达特征间的Pearson相关系数矩阵,可以发现在使用ERCC??Spike-in作内参的样本中存在髙表达相关性的ERCC序列片段(表1)。本流程使??用奇异值分解获得ERCC?Spike-in片段的特征向量,对各样本整体的表达量进行??校正,并比较了?Spike-in校正的效果。此外,本流程基于ERCC?Spike-in片段与??其他基因的相关性,对其他基因作为内参的可行性进行分析。??17??
基因进行基因本体(Gene?Ontology,?GO)的生物学功能(Biological?Process,?BP)富集??[72]。通过?Gocollection?工具(github.com/OCBHO/Gocollection)采集小鼠转录组的??GO功能注释(数据釆集于2020年5月10日),并按注释层级构建有向无环图??(Directed?Acyclic?Graph.?DAG)(图5),通过超几何分布对各分类的差异基因集进??行富集分析,筛选出FDR<0.05的富集结果作为各分类所涉及的生物学调控过程。??G0:0008150??GO?0048856?G0:0032501?G0:0050789??\y?—??G0:0048731?G〇:0051239??图5?GO部分生物学功能注释层级构成的有向无环图??21??
【参考文献】:
期刊论文
[1]中缝核5-羟色胺能神经投射对嗅球调制效应的研究进展[J]. 王德娟,周杨,操田田,李安安. 生物化学与生物物理进展. 2017(02)
本文编号:3347741
【文章来源】:昆明医科大学云南省
【文章页数】:103 页
【学位级别】:硕士
【部分图文】:
图1嗅球神经网络及其微环路结构模式图??
feature?MJto.?RNA?Correlation?between?count?and?feature??(cor-0.966)????I?3000??4000?.?2S????*?*?"?*?.?.??:[*?^??ktonWy?Identity?^??图4液滴及表达特征的统计及筛选??嗅球测序数据由于各样本均存在4组技术重复,为了将其整合并进行技术偏??倚校正,首先计算各技术重复组筛选细胞之间的Pearson相关系数矩阵,并以最??大相关性为边构建无向图。之后按连通度大于4且barcode最大1个碱基的错配??的条件进行重复合并,各合并细胞的转录组表达最取均值。??最后筛除各样本表达量小于3的表达特征,将各组各样本最终筛选得到的??barcode区分作为细胞标记,UMI结果作为特征即表达基丙的标记,构建各自的??转录组表达矩阵。??2.5定置结果的校正与整合??2.5.1技术偏倚的校正??由于室管膜下区测序数据在建库流程中使用了?Spike-in技术,即加入了??ERCC?Spike-in片段作为内参,故可用其在一定程度上对技术偏倚进行校正tM]。??通过计算各样本表达特征间的Pearson相关系数矩阵,可以发现在使用ERCC??Spike-in作内参的样本中存在髙表达相关性的ERCC序列片段(表1)。本流程使??用奇异值分解获得ERCC?Spike-in片段的特征向量,对各样本整体的表达量进行??校正,并比较了?Spike-in校正的效果。此外,本流程基于ERCC?Spike-in片段与??其他基因的相关性,对其他基因作为内参的可行性进行分析。??17??
基因进行基因本体(Gene?Ontology,?GO)的生物学功能(Biological?Process,?BP)富集??[72]。通过?Gocollection?工具(github.com/OCBHO/Gocollection)采集小鼠转录组的??GO功能注释(数据釆集于2020年5月10日),并按注释层级构建有向无环图??(Directed?Acyclic?Graph.?DAG)(图5),通过超几何分布对各分类的差异基因集进??行富集分析,筛选出FDR<0.05的富集结果作为各分类所涉及的生物学调控过程。??G0:0008150??GO?0048856?G0:0032501?G0:0050789??\y?—??G0:0048731?G〇:0051239??图5?GO部分生物学功能注释层级构成的有向无环图??21??
【参考文献】:
期刊论文
[1]中缝核5-羟色胺能神经投射对嗅球调制效应的研究进展[J]. 王德娟,周杨,操田田,李安安. 生物化学与生物物理进展. 2017(02)
本文编号:3347741
本文链接:https://www.wllwen.com/projectlw/swxlw/3347741.html
教材专著