banner

2024.7.25 Visium HD 数据分析简介

Scroll down
TIP

这些是本篇文章的标签,来发现更多感兴趣的内容吧
科研
10x
产品介绍
Visium空间
生信分析

  • 展示的数据来自预印本文章
  • 上图展示的是Loupe Browser的界面,可以发现HE染色的偏左上角的一块区域被彩色的点所覆盖,这就是Visium HD的捕获区所在的位置(使用CytAssist仪器)
  • 适当使用鼠标放大后,得到上图;这些彩色的点对应不同的细胞类型,也就是cluster;这些cluster是使用是Graph-based算法得到的无监督聚类分析的结果
  • 我们可以Loupe Browser下方的”Differential Expression Output”中找到不同cluster之间的基因表达差异,包括哪些基因高表达和哪些基因低表达,可以点击不同的cluster栏去看到相关的结果
  • 我们可以根据高表达的基因对这些细胞进行注释(比如直接在Cluster X,X代表数字中去修改每个cluster的名字),也可以调低页面中的”Spot Opacity”选项,根据HE切片上的形态学染色去确定细胞的类型
  • 可以使用feature按钮去观察我们感兴趣的特征(比如基因表达特征、UMI count等等)
  • 讲者补充了一点:可以使用co-expression区域,去同时观察两个特征(比如在这里同时使用了Untitled List:EPCAM这个上皮marker和Untitled List 1:MYC这个癌基因marker去筛选出肿瘤所在的区域),如下图所示
  • 接着,对于成纤维细胞fibroblast,作者在图中观察到了两群分散于不同位置的成纤维细胞,位于图中右下角的一群聚集在一起的形态有些异常(生长不规律,分化差),见下图所示:
  • 我们可以使用拉索工具分别选中这两群细胞,创建为不同的group,比如左上角相对比较规矩的那群命名为”Earlier Stage”,右下角比较恶性的那群命名为”Advanced”,就像下图所展示的这样:
  • 补充:对UMAP图的介绍
    • UMAP图是基于无偏倚的聚类分析,也就是unbiased clustering数> 来源:据产生的散点图,上图中每个点都是一个8✖️8μm的bin的基因表达信息,点和点之间的距离越小,说明他们的相似程度越大,反之亦然
    • 上图展示的是这个Visium HD样本的UMAP
  • 如果我们去观察这两群细胞在UMAP降维图上的结果,会发现这两群细胞有一定的相似性(具体表现为没有完全重合),也可以说UMAP图没能分出这两群细胞来
  • 我们可以尝试对这两群细胞进行差异基因表达分析DEG,然后去观察差异表达的基因(比如进行GO-KEGG分析或GSEA-GSVA分析)
  • 肉眼分析的结果:在Advanced组有更高的Wnt信号通路,受体-配体信号通路和基质金属蛋白酶MMPs的高表达,这些信号通路已经有文章验证出他们在结直肠癌中高表达
  • 我们可以导出差异表达基因,进行后续分析(差异表达基因分析导出的是.csv格式的文件,图片导出的是PNG或SVG格式的文件)
Other Articles
Find Something Special?