图解单细胞 | 第10期. 单细胞分子层面分析——转录因子分析

前几期我们介绍了细胞、通路层面的分析，本期我们进入分子层面分析。分子层面最基本的分析是差异基因分析，其是各组学分析的基础，而单细胞研究中则可以更为精细地进行细胞亚群之间的差异基因分析。除了差异基因分析之外，我们可以更深层的探究导致基因表达差异的原因。基因表达是由转录因子（TFs）与其相应的靶基因共同协调相互作用来维持，这种TF与其结合位点的调控关系也被称为基因调控网络。通过SCENIC软件我们可以进行TF分析。

  图解转录因子分析

SCENIC软件分析能让我们知道每一个细胞不同的TF激活情况，主要包含三个主要步骤。第一步是通过GENIE3或GRNBoost（Gradient Boosting）可以获得TF-基因共表达模块（Modules）；第二步则通过RcisTarget包得到TF和靶基因的基因调控网络模块 (regulons)。第三步通过AUCell算法对每一个细胞计算每个regulon的得分，通过得分我们可以知道每一个细胞的每一个regulon的激活情况，即TF的激活情况。

在前述的一项心衰心脏组织免疫细胞单细胞研究中，对巨噬细胞亚群进行降维聚类，发现CCR2⁺HLA-DR^hi C2巨噬细胞亚群具有强烈促炎表型，可能与心衰炎症相关。拟时分析发现CCR2⁺HLA-DR^hi C2亚群由CCR2⁺HLA-DR^hi C3分化而来。既往报道ATF3和KLF4可介导巨噬细胞表型转化，对巨噬细胞进行SCENIC分析证实了ATF3和KLF4在CCR2⁺HLA-DR^hi C2亚群表达。该热图展示的是巨噬细胞中排名前20 regulons，可以看到ATF3和KLF4在CCR2⁺HLA-DR^hi C2亚群特异上升。 

以上就是今天的全部内容啦~大家对于推送内容有任何问题或建议可以在公众号菜单栏“更多--读者的话”栏目中提出，我们会尽快回复！

参考文献：

1. Aibar S, González-Blas CB, Moerman T, Huynh-Thu VA, Imrichova H, Hulselmans G, Rambow F, Marine JC, Geurts P, Aerts J, van den Oord J, Atak ZK, Wouters J, Aerts S. SCENIC: single-cell regulatory network inference and clustering. Nat Methods. 2017 Nov;14(11):1083-1086.

2. Rao M, Wang X, Guo G, Wang L, Chen S, Yin P, Chen K, Chen L, Zhang Z, Chen X, Hu X, Hu S, Song J. Resolving the intertwining of inflammation and fibrosis in human heart failure at single-cell level. Basic Res Cardiol. 2021 Oct 3;116(1):55.

写在最后

“观科研”（点击进一步了解我们吧）是由一群北京协和医学院（清华大学医学部）的博士开创的公众号，初心是让医学科研有迹可循，帮助一线的医学科研人员更快地成长，希望大家支持与关注！