Seurat中合并同源基因表达量的空间转录组分析方法

背景介绍

在空间转录组数据分析中，我们有时会遇到多个基因编码同一蛋白质的情况。本文以Seurat分析流程为例，介绍如何在空间转录组数据中合并同源基因的表达量，以便更准确地分析特定蛋白质的整体表达水平。

问题场景

研究人员在进行Visium空间转录组数据分析时发现：

• 基因Gene1在一种炎症条件下显著表达
• 同源基因Gene1B在另一种炎症条件下也有表达（虽然表达量较低）
• 这两个基因编码完全相同的蛋白质

这种情况下，单独分析单个基因的表达可能会低估该蛋白质的整体表达水平，因此需要将两个基因的表达量合并分析。

技术解决方案

核心思路

通过直接操作原始计数矩阵，在创建Seurat对象前合并同源基因的表达量。具体步骤包括：

1. 使用Read10X_h5读取原始计数矩阵
2. 合并目标基因的表达量
3. 创建新的合并基因行
4. 移除原始基因行
5. 创建Seurat对象
6. 添加空间信息

详细实现代码

# 读取原始计数矩阵
counts <- Read10X_h5("path/to/filtered_feature_bc_matrix.h5")

# 合并同源基因表达量
counts_GF1 <- counts["Gene1", ] + counts["Gene1B", ]

# 创建新的合并基因行并移除原始基因
counts <- rbind(counts, GF1 = counts_GF1)
counts <- counts[!rownames(counts) %in% c("Gene1", "Gene1B"), ]

# 创建Seurat对象
seurat_obj <- CreateSeuratObject(counts, assay = "Spatial")

# 添加空间图像信息
image <- Read10X_Image(
  "path/to/spatial/folder",
  assay = "Spatial",
  slice = "sample_name",
  filter.matrix = TRUE
)

# 确保图像信息与细胞匹配
image <- image[Cells(seurat_obj)]
seurat_obj[["sample_name"]] <- image

技术要点解析

1. 计数矩阵操作：直接在稀疏矩阵上进行操作，效率高且内存占用低

2. 基因合并逻辑：简单地将两个基因的UMI计数相加，保留了原始数据的计数性质

3. 空间信息保留：通过单独读取和添加空间图像信息，确保空间坐标等元数据不丢失

4. 下游分析兼容性：合并后的基因可以像普通基因一样参与后续的差异表达分析、空间可视化等

应用建议

1. 质量控制：合并前建议检查两个基因的表达相关性，确认它们确实代表同一生物学过程

2. 命名规范：合并后的基因名称应明确反映其来源，便于后续分析理解

3. 方法验证：对于关键结果，建议同时展示合并前后的分析结果作为对照

4. 扩展应用：此方法同样适用于需要合并多个基因表达量的其他场景

总结

在Seurat空间转录组分析流程中，通过操作原始计数矩阵合并同源基因表达量是一种有效的方法，能够更全面地反映特定蛋白质的表达情况。这种方法简单直接，与标准分析流程兼容性好，为研究基因家族或同源基因提供了灵活的分析手段。