差異表達(dá)（differentially expressed，DE）基因的檢測(cè)和評(píng)估一直是單細(xì)胞 scRNA-seq 數(shù)據(jù)分析中關(guān)鍵的一步，準(zhǔn)確可靠的 DE 基因結(jié)果對(duì)下游分析具有深遠(yuǎn)影響。scCODE 算法提出全新的單細(xì)胞 scRNA-seq 數(shù)據(jù)一站式個(gè)性化 DE 基因分析系統(tǒng)，通過對(duì)單細(xì)胞數(shù)據(jù)多次建模分析，自動(dòng)評(píng)估優(yōu)化分析結(jié)果，為科研人員深入解析單細(xì)胞數(shù)據(jù)提供準(zhǔn)確高效的新工具。
2022 年 5 月 23 日， 復(fù)旦大學(xué)郝潔 / 鄒欣團(tuán)隊(duì)與辰山植物園陳可 組在 Briefings in Bioinformatics（計(jì)算生物學(xué)一區(qū)，IF=11.6）上發(fā)表了題為：”scCODE: an R package for data-specific differentially expressed gene detection on single-cell RNA-sequencing data”的研究論文。該研究評(píng)估 40 余種 DE 分析策略，基于自主研發(fā)的，無需先驗(yàn)信息的兩個(gè)新的評(píng)估參數(shù)，開發(fā)了 scRNA-seq 數(shù)據(jù)個(gè)性化 DE 基因篩選系統(tǒng)平臺(tái)——scCODE（圖 1）。
圖 1：Evaluation of DE gene detection performance and schematic of scCODE.
在以往的研究中，過濾低表達(dá)的基因被認(rèn)為有助于 DE 分析，但其真正影響尚未得知，基因過濾也無統(tǒng)一標(biāo)準(zhǔn)。本研究第一部分從 FPR、TPR 和 AUROC 等評(píng)估標(biāo)準(zhǔn)分析了不同基因過濾方法對(duì) DE 結(jié)果的影響。結(jié)果發(fā)現(xiàn)，恰當(dāng)?shù)幕蜻^濾和 DE 方法的組合可以得到更好的 DE 結(jié)果，而不恰當(dāng)?shù)慕M合卻會(huì)起到相反的效果。當(dāng) DE 分析策略所推測(cè)的 DE 基因表達(dá)分布與實(shí)際的基因表達(dá)分布更接近時(shí)，才能得到更準(zhǔn)確的 DE 基因結(jié)果（圖 2）。
圖 2：Investigation of DE gene distribution detected by different combinations of methods, based on simulated-EMTAB8077_heart_kidney.
實(shí)際應(yīng)用中，探索未知領(lǐng)域的 scRNA-seq 樣本，其概率分布不同，且缺乏先驗(yàn)知識(shí)，無法通過已有的評(píng)估標(biāo)準(zhǔn)如 AUROC 去挑選好的分析方法。在本研究中，研究者設(shè)計(jì)了新的評(píng)估參數(shù) CDO 和 AUCC，可以在無需先驗(yàn)知識(shí)的創(chuàng)新性研究中，獲得針對(duì)不同數(shù)據(jù)的分析策略，更高的真正例率（TPR）和很低的假陽(yáng)性率（FPR）。
在對(duì)小鼠肺癌發(fā)育 CD4+ T 細(xì)胞分析時(shí)，好的分析策略檢測(cè)到的 DE 基因可以清楚地區(qū)分兩組細(xì)胞，并且隨著使用更多基因，細(xì)胞聚類的更加清晰。然而，差的分析策略的結(jié)果并非如此，未激活的 CD4+ T 細(xì)胞仍與活化的 CD4+ T 細(xì)胞聚集在一起（圖 3）。同時(shí)在小鼠心臟和腎臟內(nèi)皮細(xì)胞以及人類肺癌 macrophage m1 m2 數(shù)據(jù)分析中也得到了類似的結(jié)果。
圖 3：scCODE validated on real scRNA-seq data comparing activated CD4+ T cells with na?ve cells.
該平臺(tái)已經(jīng)發(fā)布于 GitHub（https://github.com/XZouProjects/scCODE）。目前已收到多個(gè)用戶反饋良好。論文的通訊作者為復(fù)旦大學(xué)附屬中山醫(yī)院郝潔研究員，復(fù)旦大學(xué)附屬金山醫(yī)院鄒欣副研究員和辰山植物園陳可副研究員。上海交通大學(xué)生命科學(xué)技術(shù)學(xué)院 2019 級(jí)碩士鄒佳偉為論文第一作者。
該研究得到了國(guó)家自然科學(xué)基金（82170045，31800253），上海交通大學(xué)醫(yī)學(xué)院高水平地方高校創(chuàng)新團(tuán)隊(duì) (SSMU-ZLCX20180502) 上海市綠化和市容管理局科研專項(xiàng)（G222410）等項(xiàng)目支持。
全文鏈接：https://academic.oup.com/bib/advance-article-abstract/doi/10.1093/bib/bbac180/6590434
