軟件網(wǎng)址:https://github.com/MarioniLab/miloR 這個軟件可以檢測在不同的group分組中 某種細胞的豐度增加或者減少(differential abundance),不再是單純的比較不同組別中細胞類型比例的變化。 前面我們也介紹了一個類似的方法:新的單細胞數(shù)據(jù)分析方法:DA-seq算法識別在兩種狀態(tài)之間豐度差異最顯著的細胞亞群(IF9.1/Q1) miloR軟件的結(jié)果主要展示方式《Differential abundance testing on single-cell data using k-nearest neighbor graphs》文獻中的實際案例如下: 這個單細胞數(shù)據(jù)集涵蓋了小鼠生命第一年中采集的小鼠胸腺上皮細胞(TEC),這些細胞此前被聚類為9種不同的TEC亞型(圖A)。數(shù)據(jù)是通過基于plate的SMART-seq2技術生成的,包含2327個單細胞,這些單細胞來自5個不同年齡的小鼠,分別是1周、4周、16周、32周和52周大(圖B). 此外,實驗設計包括每個年齡組的5個細胞實驗樣本的重復實驗。該研究的目標是識別在自然衰老過程中頻率發(fā)生變化的胸腺上皮細胞(TEC)亞型:test for differential abundance of TEC states across time。 FDR<10%,識別出208個差異豐度(DA)鄰域(其中101個隨年齡增長而豐度降低,107個隨年齡增長而豐度增加),這些鄰域涵蓋了多種TEC狀態(tài)(圖4C)。作者同時將 miloR 的結(jié)果與原始出版物中生成的結(jié)果進行了比較,結(jié)果表明 miloR 能夠識別出所有先前識別的DA狀態(tài)(圖4D),包括“sTEC”群體豐度的變化,該群體僅由24個細胞組成。此外,miloR不僅重現(xiàn)了先前報道的隨著年齡增長 Intertypical TEC 的積累,還識別出了一個隨著年齡增長而減少的這些細胞的額外亞群(圖4C-D)。 ![]() 在Science雜志研究中的應用再看一篇2025年7月23號發(fā)表在 Science 雜志上的研究中的應用,文獻標題為《Aberrant basal cell clonal dynamics shape early lung carcinogenesis》,該文獻發(fā)現(xiàn)異常的基底細胞克隆動態(tài)在肺癌早期發(fā)生過程中起著塑造性作用,這一成果為肺癌的早期干預和治療提供了關鍵線索。 文章主要是為了探索了致癌物暴露對組織學上正常的人類氣道上皮的影響,從3名從未吸煙者和3名當前吸煙者(數(shù)據(jù)S4)中獲取了氣管刷樣本,并使用單細胞RNA測序(scRNA-seq)進行分析。該數(shù)據(jù)集與另外兩個隊列的公開可用的氣管活檢數(shù)據(jù)進行了整合,一個隊列包括6名從未吸煙者和6名當前吸煙者(29),另一個隊列包括9名健康的非吸煙者(10)(圖S6A)。總共使用了45,959個上皮細胞進行下游分析。注釋結(jié)果見圖A、B。 為了全面評估香煙暴露的影響,作者使用 MiloR 進行了差異細胞豐度分析。結(jié)果表明在吸煙者中KRT4/KRT13+細胞富集(圖4C,D)。 ![]() 在Nature雜志研究中的應用在看一篇于2024年10月16號發(fā)表在 Nature 文章中的應用,文獻標題為《A prenatal skin atlas reveals immune regulation of human skin morphogenesis》。 為了描述不同譜系和細胞狀態(tài)在人類胎兒期皮膚發(fā)育中的作用,作者從妊娠7到17周(PCW)的皮膚中獲取了單細胞懸浮液,涵蓋了第一和第二孕期(圖1a),熒光激活細胞分選(FACS),以分離活的單個免疫(CD45+)和非免疫(CD45–)細胞群體,并進行單細胞RNA測序(scRNA-seq)分析。然后將新的和已發(fā)表的成人皮膚(10)以及由人類胚胎干細胞和誘導多能干細胞(iPS)細胞衍生的長毛SkO模型的單細胞數(shù)據(jù)集進行了整合。 詳細的細胞狀態(tài)注釋(圖1b)。 差異豐度分析測試揭示了不同細胞群體在妊娠期間的變化:
miloR的結(jié)果在圖C部分: ![]() 補充圖 1d: ![]() 在nature genetics 雜志研究中的應用再看 一篇2025年7月28日發(fā)表在 nature genetics 雜志中的應用,文獻標題為:《Deciphering state-dependent immune features from multi-layer omics data at single-cell resolution》。 文獻中的OASIS隊列由88名COVID-19患者和147名具有日本血統(tǒng)的健康個體組成,這些個體的免疫細胞有多組學數(shù)據(jù)(n = 235),使用10x Genomics Chromium平臺對2,059,141個外周血單核細胞(PBMCs)進行了單細胞RNA測序(scRNA-seq),并獲得了1,506,953個高質(zhì)量細胞,根據(jù)已知標記基因的RNA表達手動注釋細胞。 ![]() 為了更精細地揭示與細菌豐度差異相關的免疫細胞群體,作者使用單細胞鄰域(Milo)進行了差異豐度分析。在這一分析中,作者重點關注了以下三種細菌,這些細菌在比例分析中與兩種以上的細胞類型有顯著關聯(lián)(補充圖5a),并且已被報道與人類疾病有關:Ruminococcus gnavus、Prevotella copri和Bacteroides vulgatus。 在外周血單核細胞(PBMCs)中識別了43,089個鄰域,其中沒有一個與R. gnavus豐度有顯著的差異豐度(圖2g)。然而,R. gnavus的增加伴隨著罕見細胞類型(即CD4+細胞毒性T細胞、活化的B細胞和漿細胞(PBs))的增加,以及髓系細胞群(圖2h)的細胞類型增加。同樣,差異豐度分析顯示,P. copri的增加與PBs和漿細胞樣樹突狀細胞的增加以及CD4+細胞毒性T細胞的減少有關(補充圖5b,c)。這些差異豐度與比例分析的結(jié)果一致,顯示出結(jié)果的穩(wěn)健性。這些發(fā)現(xiàn)強調(diào)了以單細胞數(shù)據(jù)為錨點的整合組學分析使我們能夠檢測到傳統(tǒng)批量分析無法捕捉到的生物現(xiàn)象。 ![]() 以上就是這個 miloR 軟件在各大頂刊雜志中的應用啦,看起來還蠻受歡迎! 大家趕快去試試看!可參考資料: http:///packages/3.19/bioc/vignettes/miloR/inst/doc/milo_gastrulation.html https:///packages/release/data/experiment/vignettes/MouseGastrulationData/inst/doc/MouseGastrulationData.html 以及技能樹的稿子: |
|