搜索
查看: 185|回复: 1

[other] 10X转录组数据是否可以inferCNV呢

[复制链接]

2

主题

2

帖子

20

积分

新手上路

Rank: 1

积分
20
发表于 2019-12-30 18:26:34 | 显示全部楼层 |阅读模式
  1. markdown> 有学员问10x的3‘端测序来infer CNV 是否可靠?

  2. 这个问题,说实话,很难回答,因为要是能完整回答这个问题,其实就是一篇正经的生物信息学文章了。

  3. 而且以前的确有文章这样做,我看到过的文章是是 **Comprehensive analysis of immune evasion in breast cancer** **by single-cell RNA-seq** , 链接是. doi: [url]http://dx.doi.org/10.1101/368605[/url] bioRxiv preprint first posted online Jul. 13, 2018;   就是使用10X转录组数据来推断CNV信息,如下:

  4. ![image-20190920135154881](http://www.bio-info-trainee.com/wp-content/uploads/2019/11/image-20190920135154881.png)

  5. 他们分析的结果看起来还行,反正是肿瘤恶性细胞和其它细胞是可以区分开来的,但是我没有看到原始数据可以下载,所以也无法复现这个分析流程,**姑且只能是先相信他们。**

  6. ![](http://www.bio-info-trainee.com/wp-content/uploads/2019/11/image-20190920135234151.png)

  7. ### 那么10X数据跟其它单细胞转录组差异在哪呢?

  8. 在我们推荐的各种单细胞转录组技术比较的文章,Ziegenhain et al., 2017, Molecular Cell  [url]http://dx.doi.org/10.1016/j.molcel.2017.01.023[/url] 其实提到过:

  9. ![image-20190922110352301](http://www.bio-info-trainee.com/wp-content/uploads/2019/11/image-20190922110352301.png)

  10. 虽然这篇文章没有比较10X,不过,只要是你的文章足够多,其实很容易想到,因为**10X技术出来的单个细胞的reads数量太少,检测到的基因数量太少。**

  11. 很容易从10X的数据分析报告看出来,10X单细胞转录组数据处理流程在我们单细胞天地有详细介绍:

  12. - [单细胞实战(一)数据下载]([url]https://mp.weixin.qq.com/s?__biz=MzI1Njk4ODE0MQ==&mid=2247484146&idx=1&sn=16e09b82d048eed1ff6100b22970abd5&scene=21#wechat_redirect[/url])
  13. - [单细胞实战(二) cell ranger使用前注意事项]([url]https://mp.weixin.qq.com/s?__biz=MzI1Njk4ODE0MQ==&mid=2247484179&idx=1&sn=fe84f5243a6021fe6afea128e3ac273a&scene=21#wechat_redirect[/url])
  14. - [单细胞实战(三) Cell Ranger使用初探]([url]https://mp.weixin.qq.com/s?__biz=MzI1Njk4ODE0MQ==&mid=2247484206&idx=1&sn=edeebbdd092f79361aee87e9ce086d80&scene=21#wechat_redirect[/url])
  15. - [单细胞实战(四) Cell Ranger流程概览]([url]https://mp.weixin.qq.com/s?__biz=MzI1Njk4ODE0MQ==&mid=2247484355&idx=1&sn=7860fe0c46073a55d2d3700822c3103b&scene=21#wechat_redirect[/url])
  16. - [单细胞实战(五) 理解cellranger count的结果]([url]https://mp.weixin.qq.com/s?__biz=MzI1Njk4ODE0MQ==&mid=2247484402&idx=1&sn=95c2be0dc6499e4b1eb9a91d79e584d1&scene=21#wechat_redirect[/url])

  17. 报告如下:

  18. ![image-20190922112621435](http://www.bio-info-trainee.com/wp-content/uploads/2019/11/image-20190922112621435.png)

  19. 显示平均每个细胞的测序数据量是45K条reads。

  20. 当然,并不是10x一个技术是这样单个细胞的reads数量太少,检测到的基因数量太少。比如文章:Li et al., Dysfunctional CD8 T Cells Form a Proliferative, Dynamically Regulated Compartment within Human Melanoma, Cell (2019), [url]https://doi.org/10.1016/j.cell.2018.11.043[/url] :同样的,平均每个细胞也就40K左右的reads数量啦。

  21. ![image-20190922112357199](http://www.bio-info-trainee.com/wp-content/uploads/2019/11/image-20190922112357199.png)

  22. 而其它技术,通常可以达到百万条reads的量级。

  23. 比如汤富酬的 **A single-cell RNA-seq survey of the developmental landscape of the human prefrontal cortex**:

  24. ![image-20190922110737943](http://www.bio-info-trainee.com/wp-content/uploads/2019/11/image-20190922110737943.png)

  25. 再比如张泽明的 **Lineage tracking reveals dynamic relationships of T cells in colorectal cancer**:

  26. ![image-20190922112250613](http://www.bio-info-trainee.com/wp-content/uploads/2019/11/image-20190922112250613.png)

  27. 这个是数量级的差异。

  28. ### 如果你想让你的 10X达到百万级别的测序量该如何

  29. 从40K到1M,需要25倍的扩大,如果从包lane的角度来说,有点太贵了,现在哪怕是Nova-seq,一条lane也得好几千块钱,虽然是10X费用是一个样本2万块钱,但是给一个10X样本测25条lane,就把成本优势给搞没有了。

  30. 不过,并不是说推断CNV就一定需要1M的reads,实际上是可以通过模拟不同文库大小数据,来测试什么样的数据量,是可以足够推断CNV的,比如就可以在bulk数据,或者那样的C1数据里面测试。

  31. 这个课题,就交给大家了哦。

复制代码




上一篇:病理差异分析是否需要排除组织差异呢?
下一篇:for循环中,应用apply提示dim(x)不为正值;但是is.data.frame 为TRUE
回复

使用道具 举报

5

主题

60

帖子

744

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
744
发表于 2020-1-2 16:23:21 | 显示全部楼层
  1. markdown
  2. ![]([img][img]https://www.runoob.com/wp-content/themes/runoob/assets/images/qrcode.png[/img][/img])
复制代码
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|小黑屋|生信技能树 ( 粤ICP备15016384号  

GMT+8, 2020-1-21 23:55 , Processed in 0.021710 second(s), 24 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.