Seurat中基于CITE-seq数据的加权最近邻分析技术解析

摘要

本文探讨了使用Seurat处理CITE-seq数据时，在加权最近邻(WNN)分析中可能遇到的技术问题。通过一个实际案例，分析了当ADT和RNA数据在细胞聚类中出现不一致时的可能原因及解决方案。

背景介绍

CITE-seq技术能够同时测量单细胞的转录组(RNA)和表面蛋白(ADT)表达。Seurat的加权最近邻(WNN)方法可以整合这两种模态的数据进行联合分析。然而在实际应用中，两种数据模态有时会给出不一致的细胞聚类结果。

案例现象分析

在一个包含28种ADT标记的CITE-seq数据集中，研究者首先使用WNN方法基于ADT、RNA以及两者整合数据进行了细胞聚类，并成功鉴定出5种主要细胞类型。随后对基质细胞进行亚群分析时，发现其中一个亚群(Cluster 6)表现出T细胞特征的ADT标记，但在RNA和WNN聚类中却与基质细胞聚集在一起。

通过可视化分析发现：

1. 在仅基于ADT的UMAP中，这些细胞确实与T细胞聚集
2. 但在RNA和WNN的UMAP中，它们却与基质细胞共聚类
3. WNN和RNA的UMAP结果非常相似

可能原因分析

1. 数据权重不平衡：RNA数据通常包含数千个基因，而ADT只有几十个标记，可能导致RNA特征在WNN分析中占据主导地位。Seurat默认会根据每种数据模态的信息量自动计算权重，但有时需要手动调整。

2. 生物学现象：这些细胞可能是具有T细胞表面标记但转录组类似基质细胞的特殊细胞亚群，或者代表了某种细胞状态转变过程。

3. 技术因素：ADT检测可能存在非特异性结合，或者RNA数据中某些基质细胞标记基因的高表达掩盖了T细胞特征。

解决方案建议

1. 权重调整：可以尝试手动调整ADT和RNA模态的权重参数，增加ADT数据的贡献度。在FindMultiModalNeighbors函数中通过modality.weight参数进行控制。

2. 标记基因验证：仔细检查这些细胞的RNA表达谱，确认是否存在T细胞特征基因的表达，以及基质细胞标记基因的表达水平。

3. 质量控制：检查ADT数据的质量控制指标，如非特异性结合水平、信号背景比等。

4. 独立验证：考虑使用其他独立方法验证这些细胞的真实身份，如流式细胞术或免疫荧光。

技术要点

1. WNN分析的核心思想是为每种数据模态计算一个"邻居图"，然后根据各模态的信息量加权组合这些图。

2. 在CITE-seq数据分析中，ADT数据通常能提供清晰的细胞类型标记，而RNA数据则包含更丰富的生物学信息但噪声也更大。

3. 当两种数据模态结果不一致时，不应简单忽略，而应深入探究其生物学意义或技术原因。

最佳实践建议

1. 在进行WNN分析前，建议先分别分析ADT和RNA数据，了解各自的特征。

2. 对于重要的细胞亚群，可尝试不同的权重组合进行敏感性分析。

3. 保持对异常结果的开放态度，它们可能代表有趣的生物学发现而非技术假象。

通过以上分析和调整，研究者可以更准确地理解CITE-seq数据中多模态信息的整合结果，为细胞类型鉴定和后续分析提供可靠基础。