大家好，今天跟大家分享一篇题为A single-cell and spatial RNA-seq database for Alzheimer's disease (ssREAD)（阿尔茨海默病的单细胞和空间RNA-seq数据库（ssREAD））阿尔茨海默病(AD)是一种神经退行性疾病，是全球最常见的痴呆形式。全球有5700万人患有这种使人衰弱的疾病。尽管医学研究和开发取得了重大进展，但针对AD的治疗干预仍然无效。
01
研究背景
阿尔茨海默病（AD）病理学已经越来越多地通过单细胞和单核RNA测序（scRNA-seq和snRNA-seq）和空间转录组学（ST）进行探索。但是，数据的激增需要一个全面、用户友好的存储库。为了解决这个问题，我们引入了阿尔茨海默病的单细胞和空间 RNA-seq 数据库 （ssREAD）。它提供了更广泛的 AD 相关数据集、优化的分析管道和改进的可用性。
该数据库包含了来自67个AD相关scRNA-seq和snRNA-seq研究的1,053个样本（277个集成数据集），总计7,332,202个细胞。此外，它还存档了来自 18 项人类和小鼠大脑研究的 381 个 ST 数据集。
每个数据集都标注了物种、性别、脑区、疾病/控制状态、年龄和 AD Braak 阶段等详细信息。ssREAD 还提供了一个分析套件，用于细胞聚类、差异表达和空间可变基因的鉴定、细胞类型特异性标记基因和调节子以及用于综合分析的斑点反卷积。
见图一
ssREAD 数据特征和统计数据。
图一
A-D条形图分别按物种、条件、性别和大脑区域显示数据集的数量。
e Treemap 介绍了小鼠和人类研究中部署的技术的细分。
f 比较表展示了现有 AD 数据库和数据收集来源中的研究和数据集的数量。
见图二
ssREAD 函数概述。
图二
a 与 sc/snRNA-seq 相关的特征和视觉表示，包括细胞类型注释、标记基因表达以及通过条形图和小提琴图的图形描述。每个框展示了细胞类型的最小、第一四分位数、中位数、第三四分位数和最大平均表达值（Ast：n = 208，Endo：n = 28，EN：n = 2,696，IN：n = 740，MIC：n = 266，OPC：n = 195，Olig：n = 1,546）。点表示异常值。
b 与 ST 相关的功能和可视化，突出显示 H&E 图像、层注释、标记基因表达和斑点反卷积。
c DEG 分析，在细胞类型 1 与细胞类型 2（CT1 与 CT2）、AD 与对照、男性与女性、脑区 1 与 2 等类别之间进行比较。p 值基于双侧 Wilcoxon 秩和检验计算，并使用 Bonferroni 校正进行调整。
d 功能富集分析，侧重于 GO 本体和 KEGG 通路。p 值是使用 Enrichr 的超几何检验计算的，并使用 Benjamini-Hochberg 校正方法进行调整。
e 细胞类型特异性调节子的预测。以下缩写用于细胞类型：Ast 星形胶质细胞、Endo 内皮细胞、EN 兴奋性神经元、IN 抑制性神经元、Mic 小胶质细胞、Olig 少突胶质细胞、OPC 少突胶质细胞前体细胞。
见图三空间信息亚群的多维分析。
图三
a 两个人类颞中回 （MTG） 大脑样本（ST01101 和 ST01103）中相邻白质旁边的六个皮质层的注释。
b 通过 RESEPT 检测空间域。
c 使用 MAPLE 进行可视化，以阐明在两个空间转录组学样本（ST01101 和 ST01103）中鉴定的共享或唯一空间域。
d 显示细胞进程的冲积图：源自单个样本，聚集成联合亚群，并以层注释结束。
e A 热图，描绘了 AD 和对照样品的 MAPLE 衍生簇的特异性基因。
f 热图代表聚类 1 中区分 AD 和对照组的前 10 个上调和前 10 个下调基因。
g 来自 （F） 的 DEGs 的基因集富集分析 （GSEA） 与 REACTOME 通路的对比图。条形图显示了前 10 个上调和下调的通路，并附有归一化富集评分。
h 空间特征图突出显示了来自簇 1 的 PLP1 和 UCHL1 基因表达的差异，由 AD 和对照样品分离。
i 小提琴图显示了 AD 和对照之间两个选定 TF 的活动，以及根据双侧 Wilcoxon 秩和检验计算的相关 p 值。每个框都展示了工具在不同数据子集上执行的最小、第一个四分位数、中位数、第三个四分位数和最大 ARI 结果（对照组：n = 232，AD 组：n = 1412）。点表示空间点。源数据作为 源数据 文件提供。
见图四
ssREAD 有助于与 scRNA-seq 数据集协同进行全面的空间转录组学分析。
图四
a-c 源自西雅图阿尔茨海默病脑细胞图谱 （SEA-AD） 的细胞类型的 UMAP 表示。从左上角顺时针方向，角插图阐明了 Braak 阶段、Thal 阶段、种族和性别属性。
b-e Bar 图，根据 Braak 阶段、Thal 期、性别和种族可视化细胞分布，按图谱中的条件分类。
f 条形图显示细胞类型的分数表示，对比 SEA-AD 图谱中的 AD 和对照。
g 在小胶质细胞的集成 AD035 MTG 数据集中，在 AD 和对照样品之间鉴定的前 25 个 DEG 的热图。
h AD035 MTG、AD048 PFC 及其整合数据集之间小胶质细胞中 DEGs 重叠的比较。ST 样品（ST01101 和 ST01103）和 scRNA-seq SEA-AD 图谱之间的细胞类型的 i-l 反卷积分析，显示星形胶质细胞 （j） 和少突胶质细胞 （l） 的细胞类型分数。标记基因表达指标，星形胶质细胞的 GFAP （i） 和少突胶质细胞的 MOBP （k）。m-t MAPLE簇1中AD和对照样品中DEG的空间分布，与集成AD035数据集中的单细胞DEGs交叉验证。星形胶质细胞 GJA1 （m） 和 MT-ATP8 （n） 中的 DEGs 上调。在星形胶质细胞 IFITM3 （q） 和 TUBB2B （r） 中下调 DEGs。少突胶质细胞 ERBIN （o） 、 GPRC5B （p） 、 MID1IP1 （s） 和 SLC44A1 （t） 中的 DEGs 上调。
见图五
探索 AD 细胞水平的性别特异性差异。
图五
a 分析中使用的单细胞数据的 UMAP 可视化，不同的细胞类型用颜色编码。
b-c 条形图说明了按性别分离的每种细胞类型的计数和比例。这揭示了雄性和雌性样本之间细胞组成的任何潜在差异。
d UpSet 图显示了四组的唯一和共享的 DEGs：男性 AD 患者、女性 AD 患者、男性对照和女性对照。
e 小胶质细胞中雄性和雌性之间前 10 种上调的 DEGs 的小提琴图。* 表示性染色体基因。p 值基于双侧 Wilcoxon 秩和检验计算，并使用 Bonferroni 校正进行调整。
f 小胶质细胞中雄性和雌性之间前 10 个下调的 DEGs 的小提琴图。p 值基于双侧 Wilcoxon 秩和检验计算，并使用 Bonferroni 校正进行调整。
g 基因集富集分析 （GSEA） 图显示清道夫受体参与结合和摄取配体的基因的富集。
h-j GSEA 图显示了三种不同比较中参与神经发生的基因的富集：小胶质细胞中的雄性 AD 与雄性对照 （h），小胶质细胞中雌性 AD 与雌性对照。（i） 和小胶质细胞中的雄性 AD 与雌性 AD （j）。这些图突出了 AD 条件下神经发生相关基因活性的性别特异性差异。
02
研究结论
此外，我们渴望纳入更多的神经退行性疾病，如额颞叶变性、帕金森病和肌萎缩侧索硬化症，为更广泛的研究社区服务。未来的计划还包括扩展我们的分析管道和可视化方法，以丰富 ssREAD 的功能。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
01
研究背景
阿尔茨海默病（AD）病理学已经越来越多地通过单细胞和单核RNA测序（scRNA-seq和snRNA-seq）和空间转录组学（ST）进行探索。但是，数据的激增需要一个全面、用户友好的存储库。为了解决这个问题，我们引入了阿尔茨海默病的单细胞和空间 RNA-seq 数据库 （ssREAD）。它提供了更广泛的 AD 相关数据集、优化的分析管道和改进的可用性。
该数据库包含了来自67个AD相关scRNA-seq和snRNA-seq研究的1,053个样本（277个集成数据集），总计7,332,202个细胞。此外，它还存档了来自 18 项人类和小鼠大脑研究的 381 个 ST 数据集。
每个数据集都标注了物种、性别、脑区、疾病/控制状态、年龄和 AD Braak 阶段等详细信息。ssREAD 还提供了一个分析套件，用于细胞聚类、差异表达和空间可变基因的鉴定、细胞类型特异性标记基因和调节子以及用于综合分析的斑点反卷积。
见图一
ssREAD 数据特征和统计数据。
图一
A-D条形图分别按物种、条件、性别和大脑区域显示数据集的数量。
e Treemap 介绍了小鼠和人类研究中部署的技术的细分。
f 比较表展示了现有 AD 数据库和数据收集来源中的研究和数据集的数量。
见图二
ssREAD 函数概述。
图二
a 与 sc/snRNA-seq 相关的特征和视觉表示，包括细胞类型注释、标记基因表达以及通过条形图和小提琴图的图形描述。每个框展示了细胞类型的最小、第一四分位数、中位数、第三四分位数和最大平均表达值（Ast：n = 208，Endo：n = 28，EN：n = 2,696，IN：n = 740，MIC：n = 266，OPC：n = 195，Olig：n = 1,546）。点表示异常值。
b 与 ST 相关的功能和可视化，突出显示 H&E 图像、层注释、标记基因表达和斑点反卷积。
c DEG 分析，在细胞类型 1 与细胞类型 2（CT1 与 CT2）、AD 与对照、男性与女性、脑区 1 与 2 等类别之间进行比较。p 值基于双侧 Wilcoxon 秩和检验计算，并使用 Bonferroni 校正进行调整。
d 功能富集分析，侧重于 GO 本体和 KEGG 通路。p 值是使用 Enrichr 的超几何检验计算的，并使用 Benjamini-Hochberg 校正方法进行调整。
e 细胞类型特异性调节子的预测。以下缩写用于细胞类型：Ast 星形胶质细胞、Endo 内皮细胞、EN 兴奋性神经元、IN 抑制性神经元、Mic 小胶质细胞、Olig 少突胶质细胞、OPC 少突胶质细胞前体细胞。
见图三空间信息亚群的多维分析。
图三
a 两个人类颞中回 （MTG） 大脑样本（ST01101 和 ST01103）中相邻白质旁边的六个皮质层的注释。
b 通过 RESEPT 检测空间域。
c 使用 MAPLE 进行可视化，以阐明在两个空间转录组学样本（ST01101 和 ST01103）中鉴定的共享或唯一空间域。
d 显示细胞进程的冲积图：源自单个样本，聚集成联合亚群，并以层注释结束。
e A 热图，描绘了 AD 和对照样品的 MAPLE 衍生簇的特异性基因。
f 热图代表聚类 1 中区分 AD 和对照组的前 10 个上调和前 10 个下调基因。
g 来自 （F） 的 DEGs 的基因集富集分析 （GSEA） 与 REACTOME 通路的对比图。条形图显示了前 10 个上调和下调的通路，并附有归一化富集评分。
h 空间特征图突出显示了来自簇 1 的 PLP1 和 UCHL1 基因表达的差异，由 AD 和对照样品分离。
i 小提琴图显示了 AD 和对照之间两个选定 TF 的活动，以及根据双侧 Wilcoxon 秩和检验计算的相关 p 值。每个框都展示了工具在不同数据子集上执行的最小、第一个四分位数、中位数、第三个四分位数和最大 ARI 结果（对照组：n = 232，AD 组：n = 1412）。点表示空间点。源数据作为 源数据 文件提供。
见图四
ssREAD 有助于与 scRNA-seq 数据集协同进行全面的空间转录组学分析。
图四
a-c 源自西雅图阿尔茨海默病脑细胞图谱 （SEA-AD） 的细胞类型的 UMAP 表示。从左上角顺时针方向，角插图阐明了 Braak 阶段、Thal 阶段、种族和性别属性。
b-e Bar 图，根据 Braak 阶段、Thal 期、性别和种族可视化细胞分布，按图谱中的条件分类。
f 条形图显示细胞类型的分数表示，对比 SEA-AD 图谱中的 AD 和对照。
g 在小胶质细胞的集成 AD035 MTG 数据集中，在 AD 和对照样品之间鉴定的前 25 个 DEG 的热图。
h AD035 MTG、AD048 PFC 及其整合数据集之间小胶质细胞中 DEGs 重叠的比较。ST 样品（ST01101 和 ST01103）和 scRNA-seq SEA-AD 图谱之间的细胞类型的 i-l 反卷积分析，显示星形胶质细胞 （j） 和少突胶质细胞 （l） 的细胞类型分数。标记基因表达指标，星形胶质细胞的 GFAP （i） 和少突胶质细胞的 MOBP （k）。m-t MAPLE簇1中AD和对照样品中DEG的空间分布，与集成AD035数据集中的单细胞DEGs交叉验证。星形胶质细胞 GJA1 （m） 和 MT-ATP8 （n） 中的 DEGs 上调。在星形胶质细胞 IFITM3 （q） 和 TUBB2B （r） 中下调 DEGs。少突胶质细胞 ERBIN （o） 、 GPRC5B （p） 、 MID1IP1 （s） 和 SLC44A1 （t） 中的 DEGs 上调。
见图五
探索 AD 细胞水平的性别特异性差异。
图五
a 分析中使用的单细胞数据的 UMAP 可视化，不同的细胞类型用颜色编码。
b-c 条形图说明了按性别分离的每种细胞类型的计数和比例。这揭示了雄性和雌性样本之间细胞组成的任何潜在差异。
d UpSet 图显示了四组的唯一和共享的 DEGs：男性 AD 患者、女性 AD 患者、男性对照和女性对照。
e 小胶质细胞中雄性和雌性之间前 10 种上调的 DEGs 的小提琴图。* 表示性染色体基因。p 值基于双侧 Wilcoxon 秩和检验计算，并使用 Bonferroni 校正进行调整。
f 小胶质细胞中雄性和雌性之间前 10 个下调的 DEGs 的小提琴图。p 值基于双侧 Wilcoxon 秩和检验计算，并使用 Bonferroni 校正进行调整。
g 基因集富集分析 （GSEA） 图显示清道夫受体参与结合和摄取配体的基因的富集。
h-j GSEA 图显示了三种不同比较中参与神经发生的基因的富集：小胶质细胞中的雄性 AD 与雄性对照 （h），小胶质细胞中雌性 AD 与雌性对照。（i） 和小胶质细胞中的雄性 AD 与雌性 AD （j）。这些图突出了 AD 条件下神经发生相关基因活性的性别特异性差异。
02
研究结论
此外，我们渴望纳入更多的神经退行性疾病，如额颞叶变性、帕金森病和肌萎缩侧索硬化症，为更广泛的研究社区服务。未来的计划还包括扩展我们的分析管道和可视化方法，以丰富 ssREAD 的功能。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
