两篇8分+ Frontiers生信文章，教你如何借“单细胞”的东风玩转预后模型！

常规Bulk RNA测序分析预后模型思路很常见。

但如何灵活加入单细胞测序数据，为分析思路增加亮点？

不管是坏死性凋亡还是NK细胞都能轻松关联！

如果小云问你：分析单细胞测序数据能得到什么？

你可能多多少少会说出一些，比如了解样本的异质性、分析细胞亚群、单细胞的差异基因。。。

但如果问：如何能灵活应用单细胞数据，为整体的分析思路助力呢？

你可能需要思考几分钟、几个小时或者直接放弃思考。。。

没关系，小云今天通过对比两篇生信文章给你总结一下：

（1）可以通过单细胞数据分析出某个细胞亚群的标记基因；

（2）可以将单细胞数据和WGCNA联合筛选关键基因；

（3）可以分析关键基因的细胞定位。

这两篇都是单细胞和Bulk RNA测序同时分析，一篇是分析坏死性凋亡相关预后模型，另一篇是分析NK细胞标记基因的预后模型，两篇都发表在影响因子为8.786的Frontiers in immunology上。

题目：采用基于公共数据库的单细胞测序分析和加权共表达网络分析构建葡萄膜黑色素瘤坏死性凋亡相关预后模型

发表时间：2022年2月

题目：通过单细胞和Bulk RNA测序的综合分析，鉴定和验证一种基于NK细胞标记基因预测肺腺癌预后和免疫治疗反应的新标记

发表时间：2022年6月

数据信息

相同点：

两篇文章都是肿瘤，所以都用到了TCGA中的Bulk RNA测序数据，以及GEO中的单细胞测序数据。

不同点：

（1）第一篇中的坏死性凋亡相关基因是从genecard 数据库获得，共571个与坏死性凋亡相关的基因。从中选择相关评分大于1.0的68个与坏死性凋亡相关的基因进行分析。

（2）第二篇中的NK细胞标记基因是从单细胞RNA测序数据中分析得到的。

研究思路

相同点：

均基于关键基因构建了预后模型，基于预后模型将患者分为2组，分析不同组间的差异基因、功能富集、免疫细胞浸润、免疫治疗效果等。

不同点：

1.第一篇文章利用单细胞数据和WGCNA联合筛选关键基因构建预后模型，并利用单细胞数据分析了关键基因的细胞定位

（1）利用单细胞测序数据集分析细胞聚类，然后结合68个与坏死性凋亡相关基因，分析得到每个细胞中坏死性凋亡基因的百分比。根据坏死性凋亡基因中位数比例将细胞分为低、高坏死性凋亡细胞。然后分析了两组之间的差异表达基因。

（2）对TCGA数据进行WGCNA分析，获得了与坏死性凋亡表型相关的基因模块。将单细胞数据分析获得的差异表达基因与WGCNA获得的坏死性凋亡相关基因取交集。再通过单因素COX和LASSO回归分析获得与患者预后相关的基因。基于6个基因构建预后模型，将患者分为高风险组和低风险组。进行生存分析、免疫微环境和突变分析等常规分析。

（3）利用单细胞数据分析6个关键基因的细胞定位。其中ITPA主要在内皮细胞和肿瘤细胞中表达，并利用细胞实验验证了ITPA的功能。

2.第二篇文章利用单细胞数据得到了NK细胞标记基因，再基于NK细胞标记基因构建预后模型（1）基于单细胞数据分析鉴定出17个细胞簇，并将簇7中的细胞定义为NK细胞。进一步分析获得NK细胞标记基因。

（2）基于7个NK细胞标记基因构建预后模型

基于NK细胞标记基因，对TCGA数据进行单因素Cox回归分析和LASSO Cox回归分析，筛选出16个NK细胞基因构建预后模型，将患者分为高风险组和低风险组。进行生存分析、免疫微环境等常规分析。

总结

所以，单细胞数据你可以这么用：

（1）可以通过单细胞数据分析出某个细胞亚群的标记基因，再进行常规分析；

（2）可以将单细胞数据和WGCNA联合筛选关键基因，再进行常规分析；

（3）可以利用单细胞数据分析关键基因的细胞定位，知道关键基因主要在哪一种细胞中表达，就可以有针对性的设计后续课题思路，探究关键基因的生物学功能，分析作为课题思路的基础。

如果你也想研究坏死性凋亡、免疫细胞或者其他热点方向，但是苦于没有好的思路；又或者你还不清楚怎么巧妙运用单细胞数据给自己的文章增加亮点；亦或是你相中了某篇文献，想要复现但没有时间和精力，都可以来找小云帮忙哦！

小云不仅会给你设计个性化的分析思路，还会让你的分析思路具有延伸性，可以以此为基础接着设计后续的实验课题。不知道怎么设计课题也没关系，我们还有精品课程《线粒体和细胞死亡课题思路介绍及热点方向分析专题会议》等，种类多多，方向多多，等你来听哦。