合成数据基准测试
评估SCALPEL定量异构体的灵敏度和特异性
用Splatter模拟两个细胞群体共6000个细胞、12320个异构体，设高、中、低三种测序深度，用scr4eam生成真实感读段，比较SCALPEL与peak及isoform类工具的基因、异构体和DIU检出
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
利用SCALPEL在单细胞水平定量转录本异构体
Quantification of transcript isoforms at the single-cell level using SCALPEL.
实验完整度
高含合成数据基准、10x与Drop-seq真实数据集、3' RACE及长读长验证等多层证据与功能验证
主要模型
小鼠精子发生10x scRNA-seq数据集 人iPSC与NPC的Drop-seq数据 小鼠海马与视觉皮层配对短读长及PacBio长读长数据
重点核对
合成数据由Splatter模拟6000个细胞、12320个异构体，设高/中/低三种测序深度 DIU分析采用卡方检验，FDR调整p值<0.05 iPSC与NPC异构体变化用3' RACE巢式PCR验证 小鼠数据集过滤UMI>500、<80000且线粒体基因<5%的细胞 长读长验证使用PacBio数据与isoquant定量对比
摘要
单细胞RNA测序（scRNA-seq）有助于研究单个细胞中的转录组多样性。然而，许多现有方法缺乏灵敏度和准确性。在此我们介绍SCALPEL，一个基于Nextflow的工具，用于从标准3' scRNA-seq数据中定量和表征转录本异构体。使用合成数据，SCALPEL显示出比其他工具更高的灵敏度和特异性。在真实数据集中，SCALPEL的预测与其他工具高度一致，并且可以通过实验验证。在真实数据集上使用SCALPEL揭示了使用单细胞基因表达数据无法检测到的新细胞群体，证实了细胞分化过程中已知的3' UTR长度变化，并识别出调节异构体表达的细胞类型特异性miRNA特征。此外，我们表明SCALPEL利用配对的长读长和短读长scRNA-seq数据改善了异构体定量。总体而言，SCALPEL扩展了当前的scRNA-seq工具包，以探索跨物种、组织和技术的转录后基因调控，推进我们对单细胞水平基因调控机制的理解。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 如何从常规3'端scRNA-seq数据中灵敏且准确地定量单细胞水平的转录本异构体，并用于研究转录后调控。
- 核心机制
- SCALPEL通过同一细胞条形码和UMI的读段伪组装，联合建模读段与转录本3'端的距离，将基因表达分解为异构体表达；异构体使用差异可反映miRNA调控和3' UTR长度变化。
- 主要证据
- 合成数据中SCALPEL与模拟丰度Pearson相关系数r≥0.8且DIU基因检出最多；真实数据中与其它工具高度一致；iPSC/NPC中EIF1和JPT1的3' UTR变化经3' RACE验证；长读长数据支持Cdc42和Dclk1的异构体使用变化。
- 研究意义
- SCALPEL扩展了scRNA-seq工具集，可跨物种、组织和技术的探索单细胞水平的转录后基因调控。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
真实小鼠精子发生数据聚类与DIU分析
验证isoform分析能否重现已知细胞群体及3' UTR缩短
对10x小鼠精子发生数据用SCALPEL生成iDGE，进行降维聚类、DIU分析和拟时序3' UTR长度计算
iPSC与NPC的Drop-seq分析及实验验证
验证SCALPEL预测并通过3' RACE实验确认异构体变化
对iPSC和NPC的Drop-seq数据用SCALPEL定量，选出5个DIU基因用巢式PCR 3' RACE验证
miRNA靶位点与异构体使用关联分析
探究iPSC到NPC分化中异构体变化是否反映miRNA功能
将MBS数据库miRNA靶位点与GENCODE注释重叠，按种子序列分组，比较含靶位点与不含靶位点异构体的log2FC累积分布
高分辨率聚类发现新细胞群体
检验异构体分析能否识别基因表达分析无法识别的细胞状态
提高基因和isoform聚类分辨率，比较聚类一致性，鉴定RS6群体并进行GO富集和差异表达分析
配对长读长与短读长数据异构体定量
评估SCALPEL利用长读长预测异构体改善单细胞定量的能力
重分析小鼠海马和视觉皮层10x 3'seq与PacBio配对数据，比较SCALPEL与isoquant定量，分析Cdc42和Dclk1异构体使用
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | DMEM/F-12 GlutaMAX培养基 | Gibco | 10565018 |
| 神经基础培养基 | Gibco | 21103049 | |
| N-2添加剂 | Gibco | 17502048 | |
| B-27添加剂 | Gibco | 17504044 | |
| 胰岛素 | Sigma | I9278 | |
| L-谷氨酰胺 | Gibco | 35050061 | |
| 非必需氨基酸 | Lonza | BE13-114E | |
| 青霉素和链霉素 | Gibco | 15140122 | |
| Noggin蛋白 | R&D Systems | 3344-NG-050 | |
| Dorsomorphin | StemCell technologies | 72102 | |
| SB431542 | Calbiochem | 616461 | |
| 细胞冻存 | 胎牛血清 | Cytiva | SV30160.03 |
| 二甲基亚砜 | Sigma | D2438 | |
| 单细胞封装 | NADIA单细胞封装仪 | Dolomite Bio | -- |
| 测序 | NextSeq 550 High Output v2试剂盒（75循环） | Illumina | 20024906 |
| RNA提取 | Maxwell RSC simplyRNA细胞试剂盒 | Promega Corporation | AS1340 |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 合成数据基准测试 | 细胞数6000、异构体数12320、三种测序深度参数（lib.loc与lib.scale）及dropout参数shape 0.5、midpoint 0.4 阅读提示：Methods中Generation of synthetic data for benchmark analysis |
| 小鼠精子发生数据分析 | 细胞过滤阈值UMI>500且<80000、线粒体<5%、可变特征2000、主成分9、聚类分辨率0.02、isoform过滤表达于≥4个细胞 阅读提示：Methods中Analysis of mouse spermatogenesis 10x scRNA-seq data |
| iPSC与NPC分化及Drop-seq | 分化周期10天神经诱导至22天、各因子浓度、细胞过滤阈值及测序读长设置 阅读提示：Methods中Differentiation and characterization of iPSCs and NPCs using Drop-seq technology |
| 3' RACE实验验证 | 1 µg总RNA、cDNA稀释1:10、两轮巢式PCR引物序列 阅读提示：Methods中Isoform validation using nested PCRs及Supplementary Data 21 |
| miRNA靶位点分析 | miRNA种子序列分组、FDR校正方法、双尾Kolmogorov-Smirnov检验 阅读提示：Methods中Identification of miRNA signatures in differentially regulated isoforms |
| 高分辨率聚类 | 基因分析4000可变特征分辨率0.5、isoform分析6000可变特征分辨率0.9、Wilcoxon检验min.pct=3 阅读提示：Methods中Identification of novel cell populations in the mouse 10x dataset |
| 配对长短读长分析 | 细胞过滤UMI>1000且<25000、线粒体<15%、Harmony整合、isoform过滤阈值 阅读提示：Methods中Analysis of paired short and long scRNA-seq datasets |