一种基于两组比较的单细胞表达模式差异评估方法、介质和设备与流程

本发明涉及生物信息分析，尤其涉及一种基于两组比较的单细胞表达模式差异评估方法、介质和设备。

背景技术：

1、单细胞转录组学、单细胞atac组学(单细胞染色质转座酶可及性的高通量分析)、单细胞表观遗传组学等单细胞层级的测序技术可以获得单个细胞内数千个、数万个基因的rna和染色质信息，全面展示了各个细胞之间的基因表达差异。高通量的单细胞测序平台(如10x genomics的相关平台)利用微流控、油滴包裹和barcode标签等技术，可以实现高通量的细胞分选与捕获，能够一次性分离、并标记数百乃至数万个细胞，经过扩增、测序等处理后可获得每个细胞的转录组或染色质、位点甲基化等信息，具有细胞通量高、建库成本低、效率高等优势。结合不同细胞类型的标志性信号特征(标记基因)或细胞类型标记算法(如singler)，该技术可以用于分析不同类型细胞的表达、染色质或甲基化特征，进而用于生物发育、疾病发展、免疫变化等方面的研究。

2、单细胞组学数据的分析通常包含以下步骤：过滤低质量细胞、鉴定细胞类型、初步分析各细胞类型的整体特征或表达模式、选择深入分析的细胞类型、针对目标细胞类型进行个性化分析(如通路富集分析、预测分化轨迹、转录因子活性、细胞通讯等)。最后一步的个性化分析，理论上可使用现有的理论上无限多种软件进行分析，故通常在此步骤中花费的人力、精力和时间最多。而前一步的选择细胞类型的步骤则是个性化分析的基础——选择到关键的、合适的细胞类型，则后续的个性化分析可以挖掘出重要的、有意义的信息，若细胞类型选择失当，则可能花费大量时间与精力，却仅挖掘出无价值或低价值的信息。

3、目前，研究者对同时具有比较组和对照组(即两组比较)的单细胞数据，通常基于现有的生物学知识进行选择后续研究方向，而非基于数据本身的特点和差异。这可能导致人们错过许多有潜在价值的研究方向。两组间在不同细胞类型上是否存在差异及差异的大小、差异的显著性，都预示着处理或实验条件对不同细胞的表达模式的影响程度。但由于单细胞组学庞大的数据量与细胞量、复杂的数据状况，现有技术难以直接、准确评估细胞表达模式的差异。

技术实现思路

1、为了解决背景技术中提到的至少一个技术问题，本发明的目的在于提供一种基于两组比较的单细胞表达模式差异评估方法、介质和设备，能够评估两组比较下单细胞表达谱差异大小与差异富集程度的确切指标，为科学选择后续研究方向提供依据。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于两组比较的单细胞表达模式差异评估方法，包括以下步骤：

4、s101，合并对照组和处理组的单细胞转录组表达谱；

5、s102，对合并后的单细胞转录组表达谱中的所有细胞进行分群；

6、s103，对各细胞群进行细胞类型的鉴定；

7、s104，筛选出同时存在于对照组和处理组的细胞类型，并提取其表达谱；

8、s105，计算出该细胞类型的差异富集得分；

9、s106，将所述细胞类型按照差异富集得分从大到小进行排名。

10、进一步的，所述差异富集得分的计算方法如下：

11、s1051，计算该细胞类型中对照组和处理组的特征表达谱距离；

12、s1052，将该细胞类型的细胞分组打乱，按原分组的细胞数量随机重新组合成两组，分别计算其特征表达谱距离；

13、s1053，重复步骤s1052若干次，获得多个特征表达谱距离构成表达谱自然差异零分布；

14、s1054，计算s1051得到的特征表达谱距离与所述表达谱自然差异零分布的平均值的比值，即为差异富集得分。

15、进一步的，所述特征表达谱距离的求解方法如下：

16、将对照组和处理组从原表达谱分离形成两个表达谱，各自对每个基因的基因表达量取平均值，即为对照组和处理组各组的特征表达谱；计算对照组和处理组的特征表达谱的距离即得到特征表达谱距离。

17、进一步的，所述距离为欧式距离或曼哈顿距离。

18、进一步的，所述s102中，对细胞进行分群之前对细胞进行归一化和/或pca降维。

19、进一步的，所述s103中，采用具有细胞类型特异性的标记基因对细胞类型进行鉴定，将高表达标记基因的细胞群鉴定为相应的细胞类型；或，使用singler软件进行各细胞类型的鉴定。

20、一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上所述的基于两组比较的单细胞表达模式差异评估方法。

21、一种终端设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述的基于两组比较的单细胞表达模式差异评估方法。

22、与现有技术相比，本发明的有益效果是：

23、本发明通过重复对同类型细胞进行随机分组，计算随机组特征表达谱距离，生成自然差异分布，将原分组特征表达谱间的距离与自然差异分布进行比较，获得各细胞类型的差异得分，按大小进行排序后，获得各细胞类型的表达模式差异幅度评估结果。为科学选择后续研究方向提供依据。

技术特征：

1.一种基于两组比较的单细胞表达模式差异评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于两组比较的单细胞表达模式差异评估方法，其特征在于，所述差异富集得分的计算方法如下：

3.根据权利要求1所述的基于两组比较的单细胞表达模式差异评估方法，其特征在于，所述特征表达谱距离的求解方法如下：

4.根据权利要求3所述的基于两组比较的单细胞表达模式差异评估方法，其特征在于，所述距离为欧式距离或曼哈顿距离。

5.根据权利要求1所述的基于两组比较的单细胞表达模式差异评估方法，其特征在于，所述s102中，对细胞进行分群之前对细胞进行归一化和/或pca降维。

6.根据权利要求1所述的基于两组比较的单细胞表达模式差异评估方法，其特征在于，所述s103中，采用具有细胞类型特异性的标记基因对细胞类型进行鉴定，将高表达标记基因的细胞群鉴定为相应的细胞类型；或，使用singler软件进行各细胞类型的鉴定。

7.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至6任意一项所述的基于两组比较的单细胞表达模式差异评估方法。

8.一种终端设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述的基于两组比较的单细胞表达模式差异评估方法。

技术总结
本发明公开了一种基于两组比较的单细胞表达模式差异评估方法、介质和设备，涉及生物信息分析技术领域。包括以下步骤：S101，合并对照组和处理组的单细胞转录组表达谱；S102，对合并后的单细胞转录组表达谱中的所有细胞进行分群；S103，对各细胞群进行细胞类型的鉴定；S104，筛选出同时存在于对照组和处理组的细胞类型，并提取其表达谱；S105，计算出该细胞类型的差异富集得分；S106，将所述细胞类型按照差异富集得分从大到小进行排名。本发明能够评估两组比较下单细胞表达谱差异大小与差异富集程度的确切指标，为科学选择后续研究方向提供依据。

技术研发人员：陈哲名
受保护的技术使用者：杭州联川生物技术股份有限公司
技术研发日：
技术公布日：2024/1/14