說在前面
Immugent最近偶遇一個很好的乳腺癌單細胞數(shù)據(jù)--GSE161529，于是就想拿出來分享給大家。不僅是因為這個數(shù)據(jù)囊括的乳腺癌類型很全，而是作者利用這一套數(shù)據(jù)發(fā)兩篇高分SCI的思路很值得我們學(xué)習(xí)，下面就開始對這個思路進行解讀。
在這套數(shù)據(jù)中，作者為了檢測乳腺異質(zhì)性在不同狀態(tài)下的整體變化，對52未經(jīng)治療的原發(fā)腫瘤樣本，包括雌激素受體(ER)+、HER2+和三陰性乳腺癌，進行了scRNA-seq。結(jié)果分析顯示，癌細胞和循環(huán)細胞的離散亞群之間具有相當(dāng)大的多樣性，這篇文章發(fā)表在EMBO J雜志上。同時也是分析這套數(shù)據(jù)，以類似一種方法學(xué)的文章發(fā)表在了Sci Data雜志上。
主要內(nèi)容
下面我們依次對這兩篇文章的設(shè)計進行解讀，歡迎有不同看法的小伙伴通過后臺聯(lián)系我們，給我們發(fā)信。
既往對乳腺癌的研究表明，增生性CD8+ T細胞在三陰性和HER2+亞類中較多，而在ER+腫瘤中的數(shù)量卻很少，而所有亞型都包含循環(huán)腫瘤相關(guān)的巨噬細胞。不同亞型的免疫浸潤差異也預(yù)示著了可能不同的免疫治療效果，因此揭示不同乳腺癌亞類中何種免疫細胞決定了免疫治療效果是非常重要的。作者通過配對的ER+腫瘤和淋巴結(jié)的拷貝數(shù)分析表明，由基因不同的克隆播種或原發(fā)腫瘤細胞大規(guī)模遷移到腋窩淋巴結(jié)，而這種大規(guī)模的患者樣本整合提供了正常和癌變?nèi)祟惾橄偌毎鄻有缘母叻直媛蕟渭毎麍D譜。
為了揭示癌前組織的細胞變化，作者進一步從四個BRCA1突變攜帶者的預(yù)防性乳房切除術(shù)(病理正常)中獲得腫瘤組織。并對這些標(biāo)本的總細胞進行scRNA-seq分析，得到了基因的表達譜質(zhì)量濾波后23240個細胞，這些數(shù)據(jù)與8個正常(WT)絕經(jīng)前特征相結(jié)合生成59,766個乳腺細胞的圖譜。通過分別對每一種來源的單細胞數(shù)據(jù)進行分析，更能揭示每一種腫瘤類型之間細胞組成的差異。
為了探索可能伴隨腋窩淋巴結(jié)(LN)遷移和播種的腫瘤細胞群的早期變化，作者最后對7例手術(shù)時分離的原發(fā)性腫瘤和受累淋巴結(jié)進行了scRNA-seq分析，其中包括6名女性患者和1名男性ER+疾病患者。這里作者對每一位患者的數(shù)據(jù)分別進行分析的做法還是很獨樹一幟的。
相比于第一篇文章，第二篇文章就有點水了。作者主要通過提供質(zhì)量過濾閾值、下游處理的R數(shù)據(jù)對象、完整的單元格注釋和R代碼來復(fù)制所有分析，從而擴展了相關(guān)研究。提出了數(shù)據(jù)質(zhì)量評估措施，并詳細介紹了產(chǎn)生研究中所述結(jié)果的所有生物信息學(xué)分析。
全文也就3副圖，2個表，因為全文都是最基礎(chǔ)的單細胞測序分析流程，沒啥含金量，Immugent這里就不展開講了，但是同樣收獲一篇影響因子為9.8的高分文章。
說在最后
不知道大家有沒有這樣的經(jīng)歷，就是有的時候感覺自己項目的工作量很大，分析了很多數(shù)據(jù)，得到了很多結(jié)果，最后卻不受雜志編輯的待見。這是因為一篇高質(zhì)量的SCI更強調(diào)其內(nèi)容的完整性和創(chuàng)新性，有時候放的結(jié)果多了反而引出更多不確定因素。而在實際操作中，我們應(yīng)該抓住一些具體的創(chuàng)新點，進行縱深研究，把故事的來龍去脈講清楚，而不是妄想一篇SCI把所有科學(xué)問題都講清楚。
在本期推文中，作者就把對生物科學(xué)問題的解決和對數(shù)據(jù)本身分析的問題分開發(fā)表。還有將同一數(shù)據(jù)來源的不同科學(xué)問題分開做兩篇研究型SCI論文，我們平時看到一個GSE號下有多篇參考文獻的就多類似于這種操作。
好啦，本期分享到這里就結(jié)束了，我們下期再會~~
[參考文獻]
[1] Pal B, Chen Y, Vaillant F, Capaldo BD et al. A single-cell RNA expression atlas of normal, preneoplastic and tumorigenic states in the human breast. EMBO J 2021 Jun 1;40(11):e107333. PMID: 33950524
[2] Chen Y, Pal B, Lindeman GJ, Visvader JE et al. R code and downstream analysis objects for the scRNA-seq atlas of normal and tumorigenic human breast tissue. Sci Data 2022 Mar 23;9(1):96. PMID: 35322042
