Hugging Face's logo

huashu
/
Yuanclaw

English
Chinese
r
shiny
bioinformatics
rnaseq
microarray
differential-expression
kegg
go
gsea
Model card Files
xet
 Community
Yuanclaw / docs /SINGLE_CELL_INTEGRATION_PROPOSAL.md
huashu's picture
huashu
Export YuanSeq to Hugging Face without binary assets
7e6a9d1
preview code
|
Raw History Blame Contribute Delete
15.1 kB
# 单细胞分析对接方案评估
## 🎯 核心思路：利用bulk RNA-seq结果解读单细胞数据
### 为什么这个方案可行？
**现有优势:**
1. ✅ 已有差异基因列表
2. ✅ 已有通路富集结果
3. ✅ 已有TF活性预测
4. ✅ 用户熟悉分析流程
**单细胞数据特点:**
- 细胞异质性
- 聚类和细胞类型
- 标记基因
- 细胞类型比例变化
**结合点:**
- 用bulk分析找到的"关键基因/通路/TF"去解读单细胞数据
- 用单细胞数据验证bulk结果的细胞类型来源
- 节省计算资源，提升分析速度
---
## 📊 方案对比
### 方案A：完整单细胞分析流程 ❌ (不现实)
**包含内容:**
```
1. 质控和过滤 (Seurat/Scanpy)
2. 标准化 (LogNormalize/SCTransform)
3. 降维 (PCA, UMAP, t-SNE)
4. 聚类 (Louvain/Leiden)
5. 细胞类型注释
6. 差异表达
7. 轨迹分析 (Monocle/PAGA)
8. 细胞通讯 (CellChat)
```
**问题:**
- ❌ 计算量巨大 (10K+细胞 x 20K基因)
- ❌ Shiny应用无法承受
- ❌ 需要专门的生物学知识
- ❌ 违背项目定位 (bulk分析工具)
**结论: 不推荐**
---
### 方案B：细胞反卷积分析 ⭐⭐⭐⭐⭐ (强烈推荐)
**原理:**
```
Bulk RNA-seq = 各种细胞类型的混合信号
细胞反卷积 = 从bulk数据中推断每种细胞类型的比例
例子:
心脏组织bulk RNA-seq
↓ 细胞反卷积
心肌细胞: 60%
成纤维细胞: 25%
内皮细胞: 10%
免疫细胞: 5%
```
**为什么适合?**
1. ✅ **输入**: bulk RNA-seq数据 (已有)
2. ✅ **输出**: 细胞类型比例 (新信息)
3. ✅ **计算**: 快速 (几分钟)
4. ✅ **生物学意义**: 明确
5. ✅ **可对接**: 与差异分析、TF活性结合
**主要算法:**
```r
1. CIBERSORTx (最流行)
- LM22 signature matrix
- 22种免疫细胞
- P值和相关性
2. xCell
- 64种细胞类型
- 包含非免疫细胞
- 速度快
3. EPIC
- 实质组织
- 癌症相关
4. quanTIseq
- 免疫细胞
- 实时定量
```
**实现工作量:**
```
基础版本 (1种算法): 1周
完整版本 (3-4种算法): 2-3周
可视化 (热图、箱线图): 1周
UI集成: 3-5天
总计: 3-4周
```
**核心代码框架:**
```r
# modules/cell_deconvolution.R
cell_deconvolution_server <- function(input, output, session, deg_results) {
# 使用xCell (免费、快速)
output$cell_proportion <- eventReactive(input$run_deconvolution, {
library(xCell)
# 获取表达矩阵
expr_mat <- normalized_counts()
# 细胞反卷积
cell_props <- xCell::xCellAnalysis(expr_mat)
# 返回细胞类型比例
return(cell_props)
})
# 可视化
output$cell_proportion_heatmap <- renderPlot({
props <- cell_proportion()
pheatmap::pheatmap(
props,
main = "Cell Type Proportions",
cluster_rows = TRUE,
cluster_cols = TRUE
)
})
# 与分组关联
output$cell_proportion_boxplot <- renderPlot({
props <- cell_proportion()
plot_data <- gather(props, key = "CellType", value = "Proportion")
ggplot(plot_data, aes(x = Group, y = Proportion, fill = Group)) +
geom_boxplot() +
facet_wrap(~CellType, scales = "free_y") +
theme_minimal()
})
}
```
---
### 方案C：单细胞标记基因映射 ⭐⭐⭐⭐ (推荐)
**原理:**
```
Bulk分析找到的差异基因
↓
映射到单细胞标记基因数据库
↓
推测哪些细胞类型最相关
```
**数据库:**
```r
1. CellMarker (人/小鼠)
- 组织特异性标记基因
- 手工整理
2. PanglaoDB
- 单细胞标记基因
- 多种组织/细胞类型
3. Human Cell Atlas
- 官方细胞图谱
- 高质量注释
4. Mouse Cell Atlas
- 小鼠细胞图谱
```
**实现方式:**
```r
# modules/sc_marker_mapping.R
sc_marker_server <- function(input, output, session, deg_results) {
# 1. 加载标记基因数据库
marker_db <- reactive({
# 从CellMarker/PanglaoDB下载
load_marker_database(input$organism)
})
# 2. 映射差异基因
output$cell_type_enrichment <- eventReactive(input$map_markers, {
deg_genes <- deg_results()$deg_df$SYMBOL
markers <- marker_db()
# 超几何检验
for (cell_type in unique(markers$cell_type)) {
cell_markers <- markers$gene[markers$cell_type == cell_type]
overlap <- intersect(deg_genes, cell_markers)
# Fisher精确检验
pval <- fisher.test(
matrix(c(length(overlap),
length(setdiff(cell_markers, deg_genes)),
length(setdiff(deg_genes, cell_markers)),
n_all_genes - length(deg_genes) - length(cell_markers) + length(overlap)),
nrow = 2)
)$p.value
results <- rbind(results, data.frame(
CellType = cell_type,
Overlap = length(overlap),
Pvalue = pval,
Markers = paste(cell_markers, collapse = ",")
))
}
return(results)
})
# 3. 可视化
output$cell_type_barplot <- renderPlot({
results <- cell_type_enrichment()
ggplot(results, aes(x = reorder(CellType, -log10(Pvalue)), y = -log10(Pvalue))) +
geom_bar(stat = "identity") +
coord_flip() +
labs(title = "Enriched Cell Types",
x = "Cell Type",
y = "-log10(P-value)")
})
}
```
**优势:**
- ✅ 不需要单细胞数据
- ✅ 计算快速
- ✅ 生物学解释明确
- ✅ 可与TF活性、通路分析结合
**工作量:** 2-3周
---
### 方案D：细胞类型特异性基因表达 ⭐⭐⭐ (可选)
**原理:**
```
利用CellMarker数据库
↓
查看某细胞类型的标记基因在bulk数据中的表达
↓
推测该细胞类型的活性
```
**实现:**
```r
# modules/celltype_specific_expression.R
output$celltype_expr <- renderPlot({
markers <- get_cell_markers(input$cell_type, input$organism)
# 提取表达数据
expr_data <- normalized_counts()[markers, ]
# 热图
pheatmap::pheatmap(
expr_data,
annotation_col = sample_info,
main = paste(input$cell_type, "Marker Genes"),
scale = "row"
)
})
```
**工作量:** 1周
---
### 方案E：细胞-细胞通讯预测 ⭐⭐⭐ (进阶)
**原理:**
```
基于TF活性和配体-受体数据库
↓
预测细胞间通讯
↓
可视化通讯网络
```
**数据库:**
```r
1. CellChatDB
- 配体-受体对
- 信号通路
- 细胞类型特异性
2. CellTalkDB
- 人/小鼠
- 多种组织
3. iTALK
- 免疫细胞通讯
```
**实现:**
```r
# modules/cell_communication.R
cell_comm_server <- function(input, output, session, tf_results) {
# 获取高活性TF
active_tfs <- tf_results() %>%
filter(score > input$tf_score_cutoff)
# 映射到配体-受体
comm_pairs <- predict_communication(active_tfs, cellchatdb)
# 可视化网络
output$comm_network <- renderPlot({
ggraph::ggraph(comm_pairs, layout = "kk") +
geom_edge_link(aes(color = pathway)) +
geom_node_point(aes(size = degree)) +
geom_node_label(aes(label = cell_type))
})
}
```
**工作量:** 3-4周
---
## 🎯 最佳组合方案
### **推荐方案: A + B + C** ⭐⭐⭐⭐⭐
**第一阶段 (2-3周): 细胞反卷积**
```r
1. xCell分析 (快速、免费)
2. CIBERSORTx (需要注册，但更准确)
3. 可视化:
- 细胞比例热图
- 分组对比箱线图
- 相关性分析
```
**第二阶段 (2-3周): 标记基因映射**
```r
1. CellMarker数据库
2. PanglaoDB
3. 超几何检验
4. 可视化:
- 细胞类型富集图
- 标记基因表达热图
```
**第三阶段 (3-4周): 整合分析**
```r
1. 细胞比例 ↔ 差异表达
2. 细胞比例 ↔ TF活性
3. 细胞比例 ↔ 通路富集
4. 综合报告
```
**总工作量:** 7-10周
**价值提升:** ⭐⭐⭐⭐⭐
---
## 📊 与现有模块的整合
### 数据流整合
```
现有分析:
差异基因 → 通路富集 → TF活性
↓
单细胞分析 (新增)
↓
细胞反卷积 → 细胞类型富集 → 通讯预测
↓
整合可视化
- 细胞比例 vs TF活性
- 细胞比例 vs 通路活性
- 细胞类型标记基因表达
```
### UI整合
```
主界面添加:
┌─────────────────────────────┐
│ 🧬 Bulk RNA-seq Analysis │
│ ├─ 差异分析 │
│ ├─ 富集分析 │
│ └─ TF活性 │
│ │
│ 📊 Single Cell Integration │ (新增)
│ ├─ 细胞反卷积 │
│ ├─ 标记基因映射 │
│ └─ 细胞-细胞通讯 │
└─────────────────────────────┘
```
---
## 🚀 实施路线图
### **Phase 1: 细胞反卷积 (3周)** ⭐⭐⭐⭐⭐
```r
Week 1: 基础功能
- xCell集成
- 基本可视化
- UI框架
Week 2: 增强功能
- CIBERSORTx (可选)
- quanTIseq
- 多算法对比
Week 3: 可视化完善
- 热图、箱线图
- 与分组关联
- 导出功能
```
### **Phase 2: 标记基因映射 (3周)** ⭐⭐⭐⭐
```r
Week 4-5: 数据库集成
- CellMarker
- PanglaoDB
- 超几何检验
Week 6: 可视化
- 细胞类型富集图
- 标记基因热图
- 通路整合
```
### **Phase 3: 整合分析 (4周)** ⭐⭐⭐⭐⭐
```r
Week 7-8: 关联分析
- 细胞比例 vs TF活性
- 细胞比例 vs 通路活性
- 统计检验
Week 9-10: 高级可视化
- 网络图
- 综合报告
- 导出功能
```
---
## 📝 代码示例：细胞反卷积模块
### 完整实现框架
```r
# modules/cell_deconvolution.R
cell_deconvolution_server <- function(input, output, session, data_input, deg_results) {
# ========================================
# 1. 细胞反卷积分析
# ========================================
cell_props <- eventReactive(input$run_cell_deconvolution, {
req(data_input$normalized_counts())
showNotification("正在进行细胞反卷积分析...", type = "message")
# 获取表达矩阵
expr_mat <- data_input$normalized_counts()
# 选择算法
tryCatch({
if (input$deconv_method == "xcell") {
# 使用xCell
library(xCell)
props <- xCell::xCellAnalysis(expr_mat)
} else if (input$deconv_method == "cibersort") {
# 使用CIBERSORTx (需要签名矩阵)
library(CIBERSORTx)
sig_matrix <- load_signature_matrix(input$tissue_type)
props <- CIBERSORTx::cibersortx_sig(
expr_mat,
sig_matrix,
perm = 1000
)
} else if (input$deconv_method == "quantiseq") {
# 使用quanTIseq
library(immuneDeconv)
props <- immuneDeconv::deconvolute(
expr_mat,
method = "quantiseq"
)
}
showNotification("细胞反卷积完成!", type = "message")
return(props)
}, error = function(e) {
showNotification(paste("细胞反卷积失败:", e$message), type = "error")
return(NULL)
})
})
# ========================================
# 2. 细胞比例热图
# ========================================
output$cell_prop_heatmap <- renderPlot({
req(cell_props())
props <- cell_props()
# 添加样本分组信息
annotation_col <- data.frame(
Group = data_input$sample_groups()
)
rownames(annotation_col) <- colnames(props)
# 绘制热图
pheatmap::pheatmap(
props,
annotation_col = annotation_col,
main = "Cell Type Proportions",
cluster_rows = TRUE,
cluster_cols = TRUE,
display_numbers = TRUE,
number_format = "%.2f",
color = colorRampPalette(c("navy", "white", "firebrick3"))(50)
)
})
# ========================================
# 3. 分组对比箱线图
# ========================================
output$cell_prop_boxplot <- renderPlot({
req(cell_props())
props <- cell_props()
sample_info <- data_input$sample_info()
# 整理数据
plot_data <- reshape2::melt(
as.matrix(props),
varnames = c("Sample", "CellType"),
value.name = "Proportion"
)
plot_data$Group <- sample_info[plot_data$Sample, "Group"]
# 绘制箱线图
ggplot(plot_data, aes(x = Group, y = Proportion, fill = Group)) +
geom_boxplot(outlier.shape = NA) +
geom_point(position = position_jitter(width = 0.2), alpha = 0.5) +
facet_wrap(~CellType, scales = "free_y", ncol = 4) +
labs(
title = "Cell Type Proportions by Group",
x = "Group",
y = "Proportion"
) +
theme_minimal() +
theme(
axis.text.x = element_text(angle = 45, hjust = 1),
strip.text = element_text(face = "bold")
)
})
# ========================================
# 4. 与差异分析整合
# ========================================
output$cell_prop_degs <- renderPlot({
req(cell_props(), deg_results())
props <- cell_props()
deg <- deg_results()$deg_df
# 计算细胞比例与差异基因数量的相关性
cell_types <- colnames(props)
results <- data.frame()
for (ct in cell_types) {
prop <- props[, ct]
# 计算相关性
for (gene in rownames(deg)) {
expr <- data_input$normalized_counts()[gene, ]
cor_test <- cor.test(prop, expr, method = "spearman")
results <- rbind(results, data.frame(
CellType = ct,
Gene = gene,
Cor = cor_test$estimate,
Pvalue = cor_test$p.value
))
}
}
# 选择top相关
top_cor <- results %>%
filter(!is.na(Pvalue)) %>%
arrange(Pvalue) %>%
head(50)
# 热图
cor_mat <- reshape2::acast(
top_cor,
Gene ~ CellType,
value.var = "Cor"
)
pheatmap::pheatmap(
cor_mat,
main = "Cell Type - Gene Expression Correlation",
cluster_rows = TRUE,
cluster_cols = TRUE,
color = colorRampPalette(c("blue", "white", "red"))(50)
)
})
# ========================================
# 5. 导出结果
# ========================================
output$download_cell_props <- downloadHandler(
filename = function() {
paste0("Cell_Proportions_", Sys.Date(), ".csv")
},
content = function(file) {
req(cell_props())
write.csv(cell_props(), file, row.names = TRUE)
}
)
}
```
---
## 🎯 总结与建议
### ✅ 强烈推荐添加
**1. 细胞反卷积** ⭐⭐⭐⭐⭐
- 工作量: 2-3周
- 价值: 极高
- 难度: 中等
**2. 标记基因映射** ⭐⭐⭐⭐
- 工作量: 2-3周
- 价值: 高
- 难度: 中等
**3. 整合可视化** ⭐⭐⭐⭐⭐
- 工作量: 3-4周
- 价值: 极高
- 难度: 中等
### 总计
- **工作量**: 7-10周
- **价值**: 让项目从"bulk分析工具"升级为"整合分析平台"
- **竞争力**: 大幅提升，区别于其他bulk分析工具
---
**我的建议**: 先从**细胞反卷积**开始，这是最容易实现且价值最高的功能！