[发明专利]一种基于BD单细胞转录组和蛋白组测序数据的差异基因分析方法

权利要求书

1.一种基于BD单细胞转录组和蛋白组测序数据的差异基因分析方法，其特征在于，所述方法在获取BD单细胞转录组测序和蛋白组测序的样本库后，对样本库中的样本进行拆分，获取每个样本的细胞测序数据，计算得到每个细胞的基因表达量和蛋白表达量，再通过可视化分别获得转录组和蛋白组的聚类并进行分析，使用T-test检验得到转录水平、蛋白水平基因表达量的差异，选取具有差异、特异性强特点的基因，作为每一群细胞潜在的特征标志物。

2.根据权利要求1所述的分析方法，其特征在于，所述分析方法包括以下步骤：

S1、获取BD单细胞转录组测序和蛋白组测序的样本库，所述样本库包括多个样本；

S2、根据样本标签将所述样本库中的样本进行拆分，获取每个样本的细胞测序数据；

S3、对所述细胞测序数据进行特征提取，所述特征包括：UMIs、barcode和mRNA；

S4、根据每个细胞中的UMIs数目，计算得到每个细胞的基因表达量；

S5、根据每个细胞的基因表达量进行细胞聚类，根据聚类结果进行分群，每个细胞群对应一个类型；

S6、通过测序得到的抗体末端的UAN，得到每个样本的蛋白序列；

S7、针对样本内的高质量单细胞和蛋白的UMIs数目，计算每个细胞在蛋白水平对应的蛋白表达量；

S8、采用t-SNE对单细胞分类进行可视化，将每个细胞中转录组和蛋白组对应的表达量分别投射到t-SNE优化的聚类图上，将转录组和蛋白组分别进行聚类分析；

S9、根据转录水平对应的基因表达量和蛋白组对应的蛋白表达量，使用T-test检验得到转录水平、蛋白水平基因表达量的差异，选取具有差异、特异性强特点的基因，作为每一群细胞潜在的特征标志物。

3.根据权利要求2所述的分析方法，其特征在于，在所述S4前还包括：根据所述barcode序列和mRNA序列进行过滤校正。

4.根据权利要求3所述的分析方法，其特征在于，所述过滤校正的方法如下：

满足下述条件的单细胞被过滤掉：

(1)单细胞序列中barcodes要求与数据库已知的barcodes序列完全一致或只允许有一个错配且这个错配只能出现在低质量碱基处，接着这个错配会被校正，而其他不满足上述条件的barcodes将会被过滤；

(2)UMIs是单寡聚链被过滤掉；UMIs含有N被过滤掉；UMIs含有质量值低于10的碱基会被过滤掉。

5.根据权利要求2所述的分析方法，其特征在于，在S5前还包括：获取每个样本中包含的细胞数目，获取每个细胞中线粒体基因所占的比例，获取每个细胞中包含的基因数量，并对细胞数目、基因数目质控和过滤。

6.根据权利要求5所述的分析方法，其特征在于，所述质控和过滤的方法如下：

满足下述条件的样本或细胞被过滤掉：

包含的细胞数目小于预设细胞数目的样本；

线粒体基因的比例小于预设比例的细胞；

基因数量超出预设基因数量范围的细胞。

7.根据权利要求6所述的分析方法，其特征在于，所述预设细胞数目为3000；所述预设比例为20％；所述预设基因数量范围为700～3000。

8.根据权利要求2所述的分析方法，其特征在于，S4所述基因表达量的计算方法为针对样本内的高质量单细胞和基因的UMIs数目，计算每个细胞的UMIs数目，采用中位数标准化处理将每个细胞中的基因UMIs数目归一化到所有细胞UMIs数目的中位数，最后取log₂(Median normalization UMI count+1)为矫正的表达量，得到每个细胞中的在转录水平对应的基因表达定量。