检索历史 清除

摘要通过对组织或器官内细胞群体在时间和空间上的分析(简称细胞群时空分析)，能够深入地了解组织和器官内部不同细胞群的异质性、分化状态及相互作用，进而揭示生命现象背后的机制和规律。转录组测序技术是细胞群时空分析的重要方法，而单细胞RNA测序(singlecellRNAsequencing,scRNA-seq)和空间转录组测序是当前转录组分析的两种重要手段。scRNA-seq能够获取单细胞分辨率的基因表达信息，但细胞的空间信息却在解离过程中丢失。相比而言，空间转录组测序能够在保留细胞空间位置信息的情况下，获取处在不同空间位置的细胞群的基因表达信息，但其细胞分辨率却不如scRNA-seq。如何有效利用scRNA-seq和空间转录组技术来分析细胞在时间和空间上的发展变化已成为当今生物学研究的重要挑战。<br>　　转录组测序技术不仅被应用于生物体内组织或器官内的细胞类型研究，还被用于胚胎和大脑发育等研究领域。本研究以小鼠大脑的转录组数据为基础，对小鼠大脑细胞群的空间分布和时间发展进行了深度研究，主要贡献如下:<br>　　(1)系统分析了scRNA-seq和空间转录组测序及数据处理方法，并对两种数据的整合分析方法进行了综述，分析结果表明这两种测序数据在产生及处理等方面存在一些特点。比如，在数据产生方面，前者为获取单个细胞，需要对组织进行解离，而后者直接对组织切片进行测序，不需要解离;在数据处理方面，前者以单细胞为基础，而后者以每个测序位点(spot)为基础。<br>　　(2)为了分析细胞群在组织内的空间分布情况，本文提出了一种整合scRNA-seq和空间转录组测序数据的分析方法——(IntegratedAnalysisMethodBasedonReferenceGenes,IARG),本方法采用基因映射的方式来鉴定对空间转录组数据聚类之后的细胞类型，并根据测序位点的坐标信息将细胞群可视化在组织染色图像上。相比其他整合分析方法，IARG能更精准地重构细胞群的空间分布。<br>　　(3)为了对细胞发育轨迹进行推断，本文提出了一种基于最小生成树(MinimumSpanningTree,MST)的分析方法——(InferenceofTrajectoryforscRNA-seqDataBasedonMst,TIOM),并对细胞分化结果和空间信息进行联合分析。TIOM基于scRNA-seq数据计算细胞间相似性，每个细胞代表一个节点，用节点间的边表示细胞间的相识性，通过构建一张图，计算最优的分化路径。相比其他方法，TIOM能够将分化轨迹和细胞在组织内的分布同时展现出来。<br>　　(4)搭建了一个转录组数据分析系统——(TranscriptomeDataAnalysisSystem,TDAS)。本系统具有多种分析功能，比如，功能一:基于scRNA-seq数据进行聚类、查找带有时间序列的样本中共有的标记基因和细胞分化轨迹推断(TrajectoryInference,TI);功能二:基于空间转录组数据进行聚类、细胞空间分布重构和将TI结果可视化在组织染色图像上。<br>　　本研究还可以应用于其他的细胞发育领域，比如，研究基因在细胞发育过程中的调控机制，这些研究加深了人们对生命规律的内在发展机制的认识。