[发明专利]一种基于单细胞转录组测序的细胞亚群注释方法

说明书

本发明提供一种基于单细胞转录组测序的细胞亚群注释方法，包括如下步骤：1)10x barcode UMI识别，2)比对基因组，3)基因表达谱，4)低质量细胞过滤和数据均一化，5)细胞群体聚类，6)Marker基因提取，7)细胞亚群注释。本发明属于生物信息分析技术领域，本发明提供的基于单细胞转录组测序的细胞亚群注释方法，解决了单细胞亚群注释的问题，使得单细胞测序数据在常规分析后，可以支持依据基因表达谱和/或细胞Marker基因进行细胞注释，实现了不同注释方法的有机结合，得到细胞类型的分布情况和相关信息。

技术领域

本发明属于生物信息分析技术领域，尤其涉及一种基于单细胞转录组测序的细胞亚群注释方法。

背景技术

随着测序技术尤其是高通量测序技术的迅速发展，人们对基因组变异/基因表达差异与表型之间关系的认识越来越深刻。然而传统的Bulk RNA测序手段是针对细胞集合进行测序，而单个细胞特异性的信息往往被掩盖，导致错失很多重要信息。

单细胞转录组测序技术应用于单个细胞全基因组范围内的基因调节网络，特别是高度异质性的细胞群，如干细胞、胚胎发育早期细胞、肿瘤细胞。此技术在临床上的应用可以在生理或病理情况下持续追踪基因表达的动力学变化，监测疾病进展，单细胞转录组测序可用于细胞亚群的分群，可以对不同的细胞类群及基因表达调控进行研究，分析稀有的细胞，特别是特定时空环境下的细胞，临床上，对体外受精胚胎进行植入前的筛查，基于循环肿瘤细胞(circulating tumor cells)进行癌症诊断。

10xGenomics平台首先利用微流控技术分选单个细胞，然后将带有barcode和引物的凝胶珠以及单个细胞包裹在油滴中；在油滴中凝胶珠溶解释放反转录引物poly dT，细胞裂解释放带有polyA的RNA被反转录为带有10X Barcode和UMI信息的cDNA一链，再以SMART方式完成二链合成；液体油层破坏后，cDNA进行后续文库构建，使用Illumina测序平台检测，即可一次性获得大量单细胞的基因表达数据，10min内自动完成多至80,000个细胞的捕获，细胞捕获率最高65％。可实现大量大细胞的快速高效标记、测序和分析，获得单细胞水平的基因表达谱和差异情况，并通过对复杂细胞群体进行深入细致分析，绘制大规模单细胞表达图谱。

目前，关于单细胞转录组的分析，可以使用软件Seurat进行，完成数据质控、基因表达定量和细胞亚群的划分，但是还不支持细胞亚群的注释，无法满足科研和临床应用的需求。目前细胞亚群的注释主要有通过R软件SingleR和CellMarker网站记录的细胞标志基因，第一种方法SingleR是依据大量的已知细胞及其相应的表达谱进行细胞注释的，第二种方法则是根据搜索到的细胞标志基因通过人工的方式跟Seurat得到的Marker基因进行比对，然后进行细胞注释。第一种方法依赖于有大量已知细胞的表达谱，对于没有相应细胞表达谱的细胞则注释不理想，第二种方法比较耗费人力。

现有的单细胞转录组测序的分析法通常不能将区分的细胞亚群进行注释，细胞基因表达谱比较有限，或存在依据细胞标志基因进行人工鉴别、费时费力且存在较多的主观性的问题，因此，提供一种基于单细胞转录组测序的细胞亚群注释方法具有重要意义。

发明内容

为解决现有技术中存在的问题，本发明提供一种基于单细胞转录组测序的细胞亚群注释方法，主要用于10x Genomics平台数据的标准单细胞转录组细胞亚群的注释，解决了单细胞亚群注释的问题，使得单细胞测序数据在常规分析后，可以支持依据基因表达谱和/或细胞Marker基因进行细胞注释，实现了不同注释方法的有机结合，得到细胞类型的分布情况和相关信息。

本发明的目的将通过下面的详细描述来进一步说明。

本发明提供一种基于单细胞转录组测序的细胞亚群注释方法，包括如下步骤：