单细胞 RNA-seq：项目概览

基本信息

  • 矩阵：单细胞 RNA 测序（scRNA-seq）
  • 物种：小鼠（Mus musculus）
  • 样本数：9（Control 3 + Disease 3 + Treatment 3）
  • 细胞注释：SingleR + celldex MouseRNAseqData
  • 重点亚群：中性粒细胞（Granulocytes）
  • 分析阶段：19 个 R 脚本，线性流程

实验设计

组别 样本 ID 描述
Control C53-SKO3, C56-SKO3, C57-SKO3 正常对照
Disease D004-SKO3, D005-SKO3, D008-SKO3 疾病模型
Treatment S44-SKO3, S46-SKO3, S50-SKO3 药物治疗

分组顺序固定为 Control → Disease → Treatment，所有图表和统计比较均遵循此因子顺序。

细胞类型组成

各细胞类型在三组中的细胞数
Control Disease Treatment Total
Macrophages 13,786 9,059 9,488 32,333
Fibroblasts 2,222 9,612 2,886 14,720
T cells 5,766 3,013 3,417 12,196
B cells 4,422 4,268 1,509 10,199
Granulocytes 1,210 5,406 3,194 9,810
Monocytes 3,174 3,823 1,772 8,769
NK cells 1,844 2,494 2,250 6,588
Dendritic cells 1,826 1,679 1,115 4,620
Endothelial cells 465 954 417 1,836
Adipocytes 18 601 113 732
Erythrocytes 35 324 112 471

全部样本合并后共约 102,000 个细胞，其中中性粒细胞（Granulocytes）约 9,810 个，是本项目的重点分析对象。

核心发现

中性粒细胞在疾病组的促炎激活与治疗恢复

  1. Disease 组中性粒细胞显著扩增（5,406 vs Control 1,210），伴随 Ngp、Mmp8 等促炎基因高表达
  2. IL-1β 通路在 Disease 组激活，Treatment 组部分恢复（rescue effect）
  3. 4 个中性粒亚群（去除 T/B 细胞污染后）：Immature (C0)、IFNγ-Active (C1)、NETs/Death (C2/C3)
  4. 功能态打分显示 Disease 组在促炎、NETosis 模块得分升高，Treatment 组回落

分析流程

01.R  加载 9 样本 .rds，合并 Seurat 对象
 │
02.R  QC 过滤 → 标准化 → PCA → UMAP → 聚类
 │
03.R  SingleR 自动注释 11 种细胞类型
 │
04.R  提取中性粒细胞子集
 │
 ├── 05-09.R  差异表达（D vs C, S vs D）+ 可视化
 │     ├── 05: Volcano + Heatmap rescue
 │     ├── 06: GO 富集
 │     ├── 07: Top genes 热图
 │     ├── 08: 全基因差异（轨迹用）
 │     └── 09: 关键基因 Violin/DotPlot
 │
 ├── 10-11.R  Monocle3 轨迹推断 + 拟时序
 │
 ├── 12-13.R  DEG 全表导出 + GO/KEGG 富集
 │
 └── 14.R  中性粒重聚类（去 T/B 污染）→ 4 亚群
       │
       ├── 15.R  亚型 GO/KEGG
       ├── 16.R  GSEA 分析
       ├── 17.R  清理后 Monocle3 轨迹
       └── 18.R  KEGG 通路图（pathview）

19.R  功能态基因集定义 + Module Score 打分

分析摘要

阶段 结果
总细胞数 ~102,000
细胞类型 11 种（SingleR 注释）
中性粒细胞数 ~9,810
中性粒亚群 4（去除 T/B 污染后）
DEG (D vs C, padj<0.05) Ngp, Mmp8, Il1b 等显著上调
轨迹推断 Monocle3 拟时序，Disease 偏向成熟末端
KEGG 通路 细胞因子-受体、凋亡、NETosis 等
功能态模块 8 个模块打分（促炎/抗炎/NETosis/IFN 等）
推荐阅读顺序

按以下顺序阅读可获得最完整的分析脉络：

  1. QC + 注释 — 质控过滤、PCA/UMAP 降维、SingleR 细胞类型注释
  2. 差异分析 — Disease vs Control / Treatment vs Disease 差异基因
  3. 轨迹推断 — Monocle3 拟时序分析
  4. 富集分析 — GO / KEGG 通路富集
  5. 亚群分析 — 中性粒细胞 4 亚群鉴定 + GSEA
  6. KEGG 通路图 — Pathview 通路可视化
  7. 功能态打分 — 8 个功能模块 Module Score + 组间比较
📂 本节相关产出文件

样本信息

全部 PDF 图表

所有图表按章节分布在各分析页面中，每页底部均有”📂 本节产出”区块可下载 PDF 高清版。