单细胞数据细胞分类与功能挖掘的基因分析法介绍
接触过单细胞转录组数据的小伙伴们都知道，数据的核心结果在于根据每个细胞的基因表达数据，来对细胞进行分群分类。现有通用的分析思路如下：首先根据转录组稀疏矩阵，通过计算和分析，找到不同的细胞Cluster，并找到每一类集群的Marker基因。根据已有对细胞特定Marker基因的认识，来对细胞可能的集群进行分类。因此，在该框架下，可以得到以下几个图：
图1. A．t-SNE细胞分群图及B细胞标记；B. B 细胞4个Marker基因标记分布图
上述结果有两个特点：1.通过在Marker基因中寻找存在的细胞marker对细胞进行标记，但无法给出可靠性评价；2.只能用一个基因的表达模式来反应细胞特征，无法同时对几个基因进行整合展示。因此，能不能将上述多个基因同时对细胞分群结果进行分类和量化，从基因集的角度来反应细胞的类群？
通过对最近发表分析算法的调研和调试，我们实现了这样一个需求。我们以上述标记基因:
MS4A1，CD79A，CD79B和CD19，这4个B细胞特有Marker为基础，分别以其中一个基因表达为特征，和用4个基因的表达为特征，计算综合Score值，并将其结果在t-SNE结果中进行可视化展示，如下图：
图2. A．1个基因的B细胞标记分布图；B. 4个基因计算综合Score值后的细胞标记分布图
从上述结果可以看到，单纯用一个基因进行标记时，有些细胞不能进行很好区分标记，而当用4个基因同时进行计算标记时，得到的结果就非常完美。
有了基因集这样一个概念，我们就能够同时将多个基因为基础，对细胞进行更加精细和准确分类。同样，有了基因集的概念，我们对单细胞的功能挖掘也变得更加简单可行。
GSEA相信大家都很熟悉，通过基因集的角度，可以去评价样本间的功能差异，找到核心的功能和hallmarkers。但是，由于单细胞数据相比常规数据有数据稀疏和细胞数量多的特点，用单细胞来进行传统的GSEA分析变的很难实现。幸运的是，有了上述的单细胞基因集分析方法，我们就可以用不同功能基因集，来实现对单细胞的细胞功能富集。我们以氧化磷酸化功能基因集数据为基础，对上述细胞集群进行分析和可视化展示，如下图：
图3. Oxidative Phosphorylation通路基因集结果
结果显示，在该数据中，左边颜色较深区域的细胞显著富集氧化磷酸化细胞功能。因此，只要有感兴趣功能的基因集，针对特定细胞集群的生物学功能挖掘，我们就能告诉您在哪些细胞中，该功能是显著富集的。
上述分析结果及图形化展示由SBC生物信息分析专家完成，如有基于基因集的细胞分类及功能挖掘需求，请联系上海生物芯片有限公司服务平台。
