单细胞转录组数据挖掘流程记录-UM葡萄膜黑色素瘤(GSE139829)

单细胞转录组数据挖掘流程记录-UM葡萄膜黑色素瘤(GSE139829)

数据介绍:

来自谷歌翻译:

葡萄膜黑色素瘤 (UM) 是一种高度转移性癌症,与皮肤黑色素瘤相比,它对检查点免疫疗法基本上没有反应。在这项研究中,我们使用来自 8 个原发性样本和 3 个转移性样本的 59,915 个肿瘤和非肿瘤细胞的 scRNA-seq 以单细胞分辨率询问肿瘤微环境。肿瘤细胞的子集分析证实了从批量分析中建立的全局基因组图谱,并揭示了新描述的亚克隆基因组复杂性和与表型可塑性一致的转录状态。免疫区室包含以前未被识别的细胞类型多样性,包括表达检查点标记 LAG3(而不是 PD1 或 CTLA4)的 CD8+ T 细胞。我们在惰性缓慢生长的 1B 类肿瘤的罕见转移中发现了克隆性扩增的浆细胞,表明抗体介导的免疫的作用。这些发现揭示了一个动态的生态系统,其中UM展示了新的进化复杂性。LAG3 被确定为高风险 UM 免疫检查点阻断的潜在候选者。

数据下载与准备:

数据下载地址:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE139829


attachments-2024-07-utHnWcW4669e325cec666.png

数据预处理代码:

#下载数据wget -c "https://www.ncbi.nlm.nih.gov/geo/download/?acc=GSE139829&format=file" -O GSE139829_RAW.tar

#解包
tar xvf GSE139829_RAW.tar

#不同批量重命名文件,并连接到不同文件夹
for i in BSSR0022 UMM041L UMM059 UMM061 UMM062 UMM063 UMM064 UMM065 UMM066 UMM067L UMM069;do

 mkdir $i
 cd $i
 a=`ls ../*${i}_barcodes.tsv.gz
 `ln -sf $a barcodes.tsv.gz ; 
  a=`ls ../*${i}_genes.tsv.gz`        
  ln -sf $a features.tsv.gz ;        
  a=`ls ../*${i}_matrix.mtx.gz`        
  ln -sf $a matrix.mtx.gz ;
cd ..
done

单细胞分析:

#批量读入数据
for i in BSSR0022 UMM041L UMM059 UMM061 UMM062 UMM063 UMM064 UMM065 UMM066 UMM067L UMM069;do 
 Rscript $scripts/seurat_sc_qc.r  --data.dir   $i  --project UVM_GSE139829-$i  \
    --nUMI.min 500 \
     --nUMI.max 40000 \
  --nGene.min 250 \
  --mito.gene.pattern "^MT.*-" \
  --percent_mito 50 \
  --log10GenesPerUMI 0.5\
  -o 01.qc-$i -p GSE139829  --metadata.col.name Sample --metadata.value $i
done
#合并样本
Rscript $scripts/merge_seurat_obj.r -i  $(ls 01.qc-*/GSE139829.afterQC.rds) \
 -o 02.merge -p GSE139829
#单细胞聚类分群分析
Rscript $scripts/seurat_sc_cluster.r --rds 02.merge/GSE139829.rds  \
 -p GSE139829  --resolution 0.5  -d 30 -o 03.cluster \
 --vars.to.regress nUMI  percent_mito --high.variable.genes 2000

结果展示:


attachments-2024-07-Q6wlQf6d669e327bbdd47.png

单细胞转录组分析课程推荐:https://bdtcd.xetslk.com/s/4i88K6


attachments-2024-07-E8KTP8mv669e3288e8034.png


  • 发表于 2024-07-22 18:21
  • 阅读 ( 579 )
  • 分类:转录组

0 条评论

请先 登录 后评论
omicsgene
omicsgene

生物信息

702 篇文章

作家榜 »

  1. omicsgene 702 文章
  2. 安生水 350 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 82 文章
  6. 红橙子 78 文章
  7. rzx 76 文章
  8. CORNERSTONE 72 文章