《Genome Biology》:scDCF: detecting disease-associated cells from scRNA-seq using GWAS findings and healthy reference panels
编辑推荐:
全基因组关联研究(GWAS)已鉴定出众多疾病风险基因,但将这些遗传信号与疾病相关细胞相联系仍面临挑战。研究人员提出scDCF(单细胞疾病细胞查找器)软件框架,该框架利用文库大小(library-size)匹配的健康参照细胞(healthy reference
全基因组关联研究(GWAS)已鉴定出众多疾病风险基因,但将这些遗传信号与疾病相关细胞相联系仍面临挑战。研究人员提出scDCF(单细胞疾病细胞查找器)软件框架,该框架利用文库大小(library-size)匹配的健康参照细胞(healthy reference cells)和表达匹配对照基因(expression-matched control genes),将疾病优先级基因与单细胞RNA测序(scRNA-seq)数据相整合。在模拟队列以及系统性红斑狼疮(SLE)、干燥综合征(SJS)和慢性肾病(CKD)队列中,scDCF在控制基线变异的同时,将遗传风险定位于疾病富集的细胞群体和转录程序。
研究背景与意义:全基因组关联研究(GWAS)已揭示数千种与复杂性状及疾病相关的遗传变异,但多数变异位于非编码区,其关联机制尚不明确。单细胞RNA测序(scRNA-seq)可在单细胞分辨率下解析基因表达,为将遗传风险映射至特定细胞类型与亚群提供了新契机;然而scRNA-seq分析面临技术噪声与数据稀疏等挑战,阻碍了同类细胞间细微差异的捕捉。现有逐细胞整合方法(如scDRS按GWAS优先基因计算疾病相关性评分)大多未纳入匹配的健康供体对照,难以区分疾病特异信号与背景转录异质性及技术变异;细胞类型水平工具(如scGWAS)则缺乏识别亚群的分辨率。为此,研究人员开发了单细胞疾病细胞查找器(scDCF)框架,其核心创新在于纳入文库大小匹配的健康参照细胞与表达匹配对照基因,为比较提供稳健基线。模拟验证表明scDCF在真实稀疏与异质条件下提升了对性状相关亚群的检出敏感性,应用于系统性红斑狼疮(SLE)、干燥综合征(SJS)与慢性肾病(CKD)队列时,scDCF将遗传风险定位于疾病相关细胞群体与转录程序,同时控制了基线变异。
主要技术方法与样本队列:关键方法包括:(1)以MAGMA(基因级关联分析框架,可选TWAS(转录组关联研究)或用户自定义集)对GWAS优先基因排序,并为每个优先基因在同类细胞中匹配10个表达匹配对照基因;(2)针对每个目标细胞按文库大小抽取100个匹配健康参照细胞作为基线,计算优先基因与对照基因相对该基线的绝对偏差之差(difference-of-differences),经GWAS权重加权后实施单侧t检验;(3)以Fisher方法(费希尔合并法)聚合各迭代p值,经错误发现率(FDR)控制判定疾病相关细胞,并以Fisher精确检验评估病例与对照间的细胞类型富集。队列包括OneK1K PBMC图谱(982名供体超100万细胞)、亚洲免疫多样性图谱(AIDA)、SLE队列(41例患者与17名健康对照)、SJS唾液腺队列(11例与5例)及CKD肾脏图谱(28例与31例)。
研究结果:
Methods overview(方法概述):scDCF整合GWAS汇总统计与scRNA-seq数据,流程涵盖基因优先级排序、数据质控与注释、健康参照抽样、对照基因匹配、逐迭代偏差计算、差异差异检验、逐细胞显著性与细胞类型富集及下游解读。
Benchmarking on simulated scRNA-seq data(模拟数据基准测试):基于Splatter构建三种细胞类型并设定真实阳性亚群,在68种场景(方向扰动、真实阳性比例、基因集失配、效应量、病例-对照失衡及dropout率)中与scDRS、AUCell、VAM、Seurat AddModuleScore比较,采用受试者工作特征曲线下面积(AUROC)评估。scDCF在方向一致扰动下AUROC为0.971(上调)与0.576(下调);混合方向在60%–80%混合时保持0.988–0.860;真实阳性占30%/50%时为0.936/0.873;基因集失配呈梯度下降(0.779–0.674)仍优于基线;对10%–90%病例-对照失衡稳健(0.799–0.854);高dropout下性能下降(40%/50%时为0.546/0.515)。
Robust localization of monocyte-count trait-associated signal in large-scale healthy PBMC atlases(大规模健康PBMC图谱中的单核细胞计数性状信号定位):在仅含健康供体的OneK1K与AIDA图谱中,以单核细胞计数GWAS为输入,显著细胞比例于树突状细胞(76.5%/78.7%)、单核细胞(47.5%/30.9%)与B细胞(36.6%/42.4%)最高,表明遗传信号优先定位于单核细胞及髓系相关群体,且在两个独立图谱中相互印证。
Robust identification of disease-associated cell types in SLE using scDCF(SLE疾病相关细胞类型的稳健鉴定):疾病相关细胞主要富集于CD8
+T细胞、CD4
+T细胞与B细胞,其中CD8
+T细胞最强(患者6.3%对健康4.3%);传统树突状细胞与经典单核细胞在健康人中比例更高。以随机非MAGMA基因作阴性对照未呈现一致富集模式,更换显著阈值与不同先验输入结果稳健。
Characterization of disease-associated subpopulations in SLE(SLE疾病相关亚群的刻画):B细胞区室鉴定出年龄相关B细胞(ABCs),其高表达ITGAX(CD11c)、TBX21(T-bet)、FCRL5等标志;以Leiden cluster 6作为ABC样替代标志,scDCF阳性SLE B细胞更集中于此(29.3%对scDRS的15.6%),相关细胞富集于抗原提呈、B细胞活化等通路。CD8
+T细胞中cluster 1呈CD8
+GZMH
+细胞毒性表型,GZMH、STAT4、STAT1、IRF7、CCL5、ISG15、IFNG上调;CD4
+T细胞中发现Th1样亚群,STAT4、STAT1、IRF7、GZMH、CCL5、ISG15、IFNG、RGS1升高,提示I型干扰素活性增强与细胞毒性。
Identification and characterization of disease-associated cell types in SJS(SJS疾病相关细胞类型的鉴定与刻画):唾液腺数据中疾病相关细胞富集于浆液性腺泡、黏液性腺泡、肌成纤维细胞、成纤维细胞与导管细胞;浆液性腺泡患者显著细胞比例24.04%对健康3.66%,黏液性腺泡19.75%对1.83%。差异表达显示MHC I类分子、HSPA1B、GAPDH、JUN等上调,功能富集指向核糖体生物发生、线粒体组织、rRNA加工、囊泡运输、内质网应激与氧化磷酸化,提示代谢与生物合成活动的重编程。
Identification of significant disease-associated cell types in CKD(CKD显著疾病相关细胞类型的鉴定):疾病相关细胞富集于近端肾小管上皮细胞与髓袢升支粗段上皮细胞(组间比例差异4%与2.3%)。近端肾小管鉴定出225个上调与284个下调基因,富集于细胞质翻译、氧化磷酸化、ATP合成偶联电子传递、嘌呤核苷酸生物合成、核糖体生物合成及氧化应激反应;上调基因含PTK2、ITGB8、SPP1、IGF1R、BCL2、GSK3B、PRKCA、MAPK10等;髓袢升支粗段富集于凋亡信号调控、抗原加工提呈与巨自噬。
讨论与结论:研究人员指出,scDCF的根本优势在于将GWAS基因优先级排序与经验性健康基线及对照基因调整双层结合,降低技术混杂并分离疾病相关信号:与scDRS相比,scDCF以锚定健康参照细胞的蒙特卡洛差异差异统计量逐细胞检验,并以Fisher方法聚合迭代证据,在有效基因稀疏或细胞状态细微时保持敏感性;与scPagwas等通路中心方法相比保留基因级分辨率;与VISION、AUCell相比通过文库大小匹配与健康参照面板减轻dropout与批次效应。研究同时指出局限:scRNA-seq技术伪影仍可能影响细胞评分;输入先验质量(低统计效力、偏倚或祖先不匹配)影响结果;细胞类型注释不精确会干扰评分与生物学解读;迭代间p值相关性可能影响Fisher合并的校准。研究结论部分指出:scDCF利用健康对照将GWAS与单细胞转录组整合,以高分辨率鉴定疾病相关细胞类型、状态与通路;随着数据集不断增长,该框架将深化对复杂性状与疾病细胞基础的理解。