各位小伙伴们大家好！上期给大家介绍了转录组代谢组的联合研究，从大量的转录本中锁定代谢/表型相关的关键基因，揭示生物学现象背后的分子机制。今天继续为大家介绍与转录组联合研究的第三种方式：普通转录组（BulkRNA-seq）单细胞转录组（scRNA-seq）。既然都是转录水平的研究，我们的实验方案设计为什么要将2种组学关联起来，这种联合方式能帮助我们解决哪些科研问题？今天，让我们一起了解一下“BulkRNA-seqscRNA-seq”的联合研究。
1.为什么要做BulkRNA-seqscRNA-seq联合分析？
普通转录组测序（BulkRNA-seq）是提取组织、器官、群细胞的TotalRNA进行测序，得到的是一群细胞中单个基因的平均表达水平，用来比较不同组织间的表达差异，但对内部细胞异质性较强的系统很多异常基因表达的信息会出现丢失。
单细胞转录组测序（scRNA-seq）在单个细胞水平上构建每个细胞的基因表达谱，反映细胞异质性，但是成本较高，测序深度较低；而BulkRNA-seq虽然掩盖了部分细胞表达特征，但是成本较低，技术成熟、通量高。所以，两个组学虽然同为转录组学研究，但是在样本解析和数据分析层面存在差异，并且具有很强的互补性。因此，BulkRNA-seqscRNA-seq联合分析能够更为生物学研究提供新的视角。因此，了解BulkRNA-seqscRNA-seq联合分析至关重要。
2.BulkRNA-seqscRNA-seq联合分析有哪些？
scRNA-seq和BulkRNA-seq是转录组学的两个重要分支，所以它们的联合分析是以验证性为主。将二者联合分析作为验证，基于表达模式相关性，利用BulkRNA-Seq数据进行评估，明确单细胞测序分析结果的准确性，或者两种测序结果也可以相互印证。接下来一起看看BulkRNA-seqscRNA-seq有哪些？在文章中是如何应用的？
No.1相关性分析
文章应用：Single-celltranscriptomicanalysisofbloodstreamTrypanosomabruceireconstructscellcycleprogressionanddevelopmentalquorumsensing
中文题目：血流布氏锥虫的单细胞转录组分析重建细胞周期进程和发育群体感应
期刊：NatureCommunicationIF：17.
样本来源：scRNA-seq——BHI处理不同时间段的细长锥虫和ZC3H20基因缺失细长锥虫。
BulkRNA-seq——寄生虫血症人体内捕获的细长型和短粗型锥虫。
简要结论：研究人员利用用scRNA-seq绘制了寄生虫细胞周期和细长到粗壮分化过程的发育图谱，描述了异步发育过程中生物事件的相对顺序，动态基因表达模式和确定假定的调控因子。此外，绘制了增殖寄生虫的细胞周期，并在进展到明显的G0状态之前的G1早期定位了残肢细胞周期退出。将瞬时升高的发育调节因子ZC3H20缺陷的锥虫通过scRNA-seq进一步分析，确定其在发育图谱中的故障点。
联合分析揭示：研究人员为了验证scRNA-seq数据的准确性，分别对两个重复中体外诱导的短粗和细长型锥虫，进行了基因表达差异分析。随后与在寄生虫血症人体内捕获的细长和短粗型锥虫的BulkRNA-seq数据进行了比较。结果表明：在scRNA-seq和bulkRNA-seq数据中，短粗型和细长型转录本的变化存在显著相关性。
No.2ssGSEA联合分析
ssGSEA，即单样本基因集富集分析（singlesamplegenesetenrichmentanalysis,ssGSEA），是GSEA方法的扩展，可以计算每个样本和基因集配对的富集分数。BulkRNA-seq的数据，可以利用ssGESA方法，将单细胞转录组数据中细胞类型marker基因集，计算细胞在bulk-RNA-seq中每个样本的占比。
文章应用：Integratedsingle-cellRNA-seqanalysisidentifiesimmuneheterogeneityassociatedwithKRAS/TP53mutationstatusandtumor-sidenessincolorectalcancers.
中文题目：综合单细胞RNA-seq分析确定了结肠直肠癌中KRAS/TP53突变状态和肿瘤侧性相关的免疫异质性
期刊：FrontiersinImmunologyIF：8.
样本来源：scRNA-seq——78个scRNA-seq数据集，包括42个治疗初治结直肠肿瘤、13个肿瘤邻近组织和23个正常黏膜组织。
BulkRNA-seq——个来自TCGA-COAD的BulkRNA-seq数据。
简要结论：利用综合scRNA-seq数据分析KRAS/TP53突变状态和肿瘤侧度对结直肠癌免疫微环境的影响。研究人员发现，在结直肠癌(COAD)中，免疫微环境经历了逐渐重塑，从正常粘膜到肿瘤区域的免疫抑制髓样细胞富集。此外，我们揭示了肿瘤浸润免疫细胞的代谢异质性，并提出KRAS/TP53双突变可能通过降低T细胞和髓细胞的能量代谢，重塑细胞相互作用向免疫抑制的方向，从而损害抗肿瘤免疫。
联合分析揭示：研究人员利用TCGA-COAD队列(n=)的BulkRNA-seq数据，使用典型的ssGSEA和scRNA-seqMarker基因定量了BulkRNA-seq数据数据中的免疫细胞组分，给出了免疫浸润评分热图和相应的临床信息，采用无监督聚类方法将样本分为高免疫浸润组和低免疫浸润组两类。并且在患者队列中，T细胞和上皮细胞浸润评分之间没有相关性，这表明ssGSEA中的标记物可以有效地区分结直肠癌中的主要细胞成分。采用单细胞标记物和典型基因集对同类型细胞浸润评分进行评价，结果具有高度一致性。
No.3反卷积联合分析
Cibersort根据先前的单细胞数据从Bulk-RNA测序数据中估计细胞类型比例，并将其集成到细胞类型特异性差异分析中，以此来分析Bulk-RNAseq数据中各种细胞类型的比例丰度。
文章应用：IdentificationofLigand-ReceptorPairsAssociatedWithTumourCharacteristicsinClearCellRenalCellCarcinoma.
中文题目：透明细胞肾细胞癌中与肿瘤特征相关的配体-受体对的鉴定
期刊：FrontiersinImmunologyIF：8.
样本来源：scRNA-seq——GEO数据库中7个ccRCC肿瘤样本的scRNA-seq数据；
BulkRNA-seq——TCGA-KIRC数据库中个ccRCC肿瘤样本RNA-seq数据。
简要结论：研究人员结合ccRCC的单细胞数据集和TCGA-KIRC的高通量大规模测序数据，描述了ccRCCTME中的复杂细胞类型。此外，基于细胞-细胞通讯分析构建了细胞调节网络，并描述了细胞-细胞相互作用在ccRCC中的潜在临床意义。进一步分析不同细胞类型的受配体对，建立了两个与分子分型模型相关的受配体。两组患者的分子分型模型均与生存率显著相关。采用分子亚型分型分组的患者具有不同的临床病理特征、突变特征、途径特征、免疫学特征和免疫治疗应答程度。
联合分析揭示：为了进一步阐明不同分子亚型患者免疫微环境的差异，研究人员使用CIBERSORT算法评估了两个ccRCC队列中22种免疫细胞的浸润程度。在两个队列中，静息肥大细胞、M1巨噬细胞和活化/记忆CD4+T细胞在不同分子亚型中表现出显著差异。
好的，今天的BulkRNA-seqscRNA-seq的联合研究就介绍到这里了，相信各位老师对这2种组学的联合分析已经有一定的了解了。此外，美吉生物转录组云、单细胞转录组云还有更多分析，欢迎
