基于CNV和突变进行肿瘤细胞判定
前言
NOTE
目的：基于突变信息和CNV结果来综合判定肿瘤细胞。
背景：在单细胞转录组数据分析中，识别肿瘤细胞的常规手段包括拷贝数（copy number variation，CNV）推断，标记基因分析和聚类分析等等。文章《Variant calling enhances the identification of cancer cells in single-cell RNA sequencing data》提出用突变和CNV信息来联合分析，不仅可以通过突变和拷贝数变异来分析肿瘤细胞的特征，更重要的是能够从低拷贝数变异的细胞群中识别出肿瘤细胞，从而提供更有价值的结果。
肿瘤细胞判定分析流程
分析思路：
IMPORTANT
- 从inferCNV分析中获得细胞的CNV分数
- 全序列的质控分析获得细胞的突变矩阵，获得突变发生数目和注释信息
- 从OncoKB数据库下载癌症基因表格，用来筛选癌症相关基因
- 全序列的质控分析得到的突变所对应的突变类型包括："frameshift_variant","inframe_deletion","inframe_insertion","missense_variant","start_lost","stop_gained"，即突变类型已满足要求
- 根据突变注释信息表格筛选致病性突变
- 排除HLA基因相关突变
- 分别获取参考细胞和目标细胞的突变数目，CNV结果
- 计算目标细胞的值在正常细胞中的分布位置
- 指定阈值为0.99，满足CNV结果和突变数目任一大于阈值的目标细胞被认为是肿瘤细胞
输入数据：
NOTE
- 样本的alt突变矩阵，突变信息表格（全序列质控分析）
- CNV结果（inferCNV高级分析结果中的CNV_scores.xls表格，要求包含需要分析的细胞，不进行downsample）
- 指定参考细胞，目标细胞
- 指定判断阈值（默认0.99）
这里提供了demo数据，可以直接下载解压，也可以在终端环境中执行命令来获取：
#run in terminal
wget https://seekgene-public.oss-cn-beijing.aliyuncs.com/software/FAST/mut_and_cnv_demodata.zip
# decompress
unzip mut_and_cnv_demodata.zip运行过程：
在R环境中输入以下代码：
# run in R
#load packages
library(readr)
library(Seurat)
library(dplyr)
library(ggplot2)
# load data
obj = readRDS("mut_and_cnv_demodata/cellline.rds")
mut_matrix = read.delim("mut_and_cnv_demodata/cellline.snp_indel.alt_UMI.matrix",
header = TRUE,row.names = 1)
mut_info = read.delim("mut_and_cnv_demodata/cellline.anno.cluster.xls",header = TRUE)
CNV_score = read.csv("mut_and_cnv_demodata/cellline_CNV_score.csv")
#specific ref cell and target cell
ref_cell=colnames(obj)[obj$celltype == "ref_cell"]
target_cell=colnames(obj)[obj$celltype == "target_cell"]
#load R code
source("mut_and_cnv_demodata/calling_cancer.R")TIP
运行命令，获取结果：
res=calling_cancer(mut_matrix = mut_matrix,
mut_info = mut_info,
cnv_info = CNV_score,
ref_cells = ref_cell,
target_cells = target_cell,
threshold = 0.99)
p1=callling_cancer_plot(res)
cancer_cell=res$cancer_cell
cancer_label=rep("other",ncol(obj))
cancer_label[match(cancer_cell,colnames(obj))]="cancer_cell"
obj=AddMetaData(obj,metadata=cancer_label,col.name="cancer_label")
p2=DimPlot(obj,group.by="cancer_label",label=T)分析结果：
p1
展示参考细胞和目标细胞的突变和CNV信息，并标注最终判定的肿瘤细胞。图中虚线是分别展示了突变和CNV的判定阈值。
p2
展示将判定的肿瘤细胞作为新的标签添加到object中，可用于后续分析。
保存图片：
ggsave(p1, file = "cellline_calling_cancer.png", width = 8, height = 6)
ggsave(p2, file = "cellline_cancer_label.png", width = 6, height = 6)参考文章：
Gasper W, Rossi F, Ligorio M, Ghersi D (2022) Variant calling enhances the identification of cancer cells in single-cell RNA sequencing data. PLOS Computational Biology 18(10): e1010576. https://doi.org/10.1371/journal.pcbi.1010576
High throughput detection of variation in single-cell whole transcriptome through streamlined scFAST-seq, Guoqin Sang, Jiaxin Chen, Meng Zhao, Huanhuan Shi, Jinhuan Han, Jiacheng Sun, Ying Guan, Xingyong Ma, Guangxin Zhang, Yuyan Gong, Yi Zhao, Shaozhuo Jiao, bioRxiv 2023.03.19.533382; doi: https://doi.org/10.1101/2023.03.19.533382
R包版本：
NOTE
R 4.4.1
readr 2.1.5
Seurat 5.1.0
dplyr 1.1.4
ggplot2 3.5.1