单细胞作为高分文章的主流、国自然的常青树，2023年发文1万+，2024才过半已经发文7700多篇，这么大的发文量也能印证单细胞的高热度和高成文能力，并且单细胞的应用现在也更多样化：经费充足的可以用大样本量单细胞测序冲击高分，没有实验条件的可以挖掘公共数据做单细胞分析，想用单细胞撑一下门面提高点创新性的还能利用一些单细胞数据库做些简单分析，淡妆浓抹总相宜，单细胞怎么用都可以出彩！

所以这次小编准备给朋友们整理一些单细胞的思路干货，第一篇先来具体说说单细胞可以怎么用吧！想在自己的课题中加单细胞或者想做单细胞方向的宝子看过来，看完想复现？想跟自己课题有机结合？有需要随时call，你的想法我来帮你实践~

一、以单细胞测序为主

这类以测序为主的思路是最早的单细胞文章的主流，一开始是小样本量测序就能发高分，但现在随着技术进步和价格小降，测序样本量开始大幅增加，所以想冲高分的话建议样本量尽可能多一些，然后再辅以测序后的多种单细胞高级分析去增加工作量和提高创新性，最后看工作量和想要都达到的文章水平考虑是否增加验证实验。想节约成本可以考虑减少样本量，增加高级分析和实验部分，创新性足够的话也可以拿到个5分+。

1. 单细胞测序+分析

Ø题目：单细胞时空分析解码结直肠癌免疫治疗不同响应背后的细胞动力学（Cancer Cell，IF=48.8）

Ø测序样本：22名接受新辅助PD-1阻断治疗的CRC患者并进行了持续追踪，通过连续多点采样，共收集169例外周血、肿瘤和邻近正常组织样本

Ø研究思路：利用以上样本进行多模态单细胞RNA和TCR测序，揭示结直肠癌（CRC）免疫治疗响应相关的肿瘤微环境细胞类型时空动态变化规律。该研究进行多次单细胞取样，分析了局部肿瘤微环境和全身免疫系统的动态变化，识别与治疗响应相关的协调细胞程序，以及不同细胞亚群在治疗过程中的时空变化。文章首先样本量大，测序手段丰富，关键是单细胞时空分析难度较高，创新性也高，因此也备受高分文章青睐。

2. 单细胞测序+分析+实验

Ø题目：恶性细胞和巨噬细胞之间的相互作用增强了HBV-肝癌的肿瘤干性和M2极化（Theranostics，IF=12.4）

Ø测序样本：9个HBV相关的肝癌患者

Ø研究方法：该研究对9例HBV相关肝细胞癌(HCC)患者进行了单细胞RNA测序。通过通路功能、转录因子调控、总体存活率、干性以及与巨噬细胞的细胞间通讯等方面表征恶性细胞的异质性。通过球体形成、增殖、细胞凋亡、流式细胞术、siRNA 文库筛选等体外实验，以及多种体内临床前小鼠模型验证干细胞相关癌细胞群的侵袭性和干性特征。小样本量的测序可以通过创新选题（比如这里的肿瘤干性）、丰富的高级分析和较大量的实验去提高整体质量，以冲击高分。

二、以单细胞分析为主

这是单细胞方向目前最常用，发文量最多的方向，以单细胞转录组数据为主体，辅以bulk转录组、空间转录组，有些还会加入代谢组、蛋白组、菌群测序等多组学数据进行联合分析，也可以根据想发的文章水平和杂志要求加体内外实验，这样的文章根据工作量和创新性水平一般能发5-10分，创新性很高的话也可以冲击10分+甚至顶刊！

1. 单细胞分析+bulk转录组分析（0实验、纯生信）

Ø题目：单细胞 hdWGCNA 揭示转移保护性巨噬细胞和深度学习模型在葡萄膜黑色素瘤中的发展（Journal of Translational Medicine，IF=6.1）

Ø数据类型：2个scRNA-seq数据+4个bulk RNA-seq数据

Ø研究思路：基于scRNA-seq数据进行细胞类型鉴定和巨噬细胞亚群的表征，进行高维加权基因共表达网络分析(HdWGCNA )以识别与原始样本中转移性保护性巨噬细胞(MPMφ)相关的关键基因模块，并进行功能分析。使用MPMφ基因信号进行非负矩阵分解(NMF)聚类和免疫细胞浸润分析。使用已鉴定的转移性保护性巨噬细胞相关基因(MPMRGs)开发机器学习模型，以区分原发性和转移性患者。基于MPMRGs和细胞类型关联构建了深度学习卷积神经网络(CNN)模型。最后，使用MPMRGs建立了一个预后模型，并在独立队列中进行了验证。利用单细胞数据识别特异性细胞亚群，用bulk-RNA数据根据亚群关键基因去建模，这一比较常见也是最经典的一个单细胞分析思路，有一定创新性的基础上可以纯生信发个5分+，性价比还是很高的。    

2. 单细胞分析+ bulk转录组分析+空间转录组分析（0实验、纯生信）

Ø题目：单细胞和bulk转录组学的综合分析开发了一个强大的神经内分泌细胞固有特征来预测前列腺癌的进展（Theranostics，IF=12.4）

Ø数据类型：11 个已发表的神经内分泌（NE）相关基因集、11 个scRNA-seq队列（包含空转数据集）、15 个bulk RNA-seq队列和 13 个前列腺癌 （PCa） 实验模型数据集

Ø研究思路：该研究收集并分析了总共 11 个 scRNA-seq 数据集（9 个作为发现数据集，另外 2 个作为验证数据集），在发现集上评估11个NE基因集中标志物的灵敏度和效率，揭示其一致性差和弱功效。基于此，结合bulk转录组数据、scRNA-seq数据和7种机器学习算法的综合管道，鉴定了771个高质量的NEPC特征标记和NE细胞内在基因特征，并构建了一个的NEPC风险预测模型。使用来自人类 PCa 队列和 PCa 实验模型的bulk转录组数据集来验证NEPC模型的预测性能。用多队列大数据量结合机器学习等创新分析也是个发高分的方法。

3. 单细胞分析+多种测序数据分析+实验

Ø题目：CEBPB+胶质母细胞瘤亚簇特异性驱动M2肿瘤相关巨噬细胞的形成，促进恶性肿瘤的生长（Theranostics，IF=12.4）

Ø数据类型：scRNA-seq数据集+ bulk RNA-seq数据集+空间转录组数据+ ATAC seq-AWG数据+ ChIP-seq数据+CEBPB免疫组化数据

Ø研究思路：该研究利用单细胞RNA测序数据分析了GBM肿瘤微环境中不同细胞类型的基因表达谱和功能特性，并结合GlioVis数据库的整体RNA测序表达数据和表型信息，构建了GBM整体基因表达模型，分析了表型与基因表达的关联；此外，使用10X Genomics数据集和GSE235672获取的空间转录组学数据，研究了肿瘤微环境中细胞的空间分布及其与周围细胞的相互作用。另外，作者还从TCGA数据库获取了不同等级胶质瘤患者的ATAC-seq数据，用于分析染色质可及性变化；从ENCODE项目获取转录因子CEBPB的ChIP-seq数据，研究其在GBM中的调控作用。最后通过体外和体内实验验证CEBPB转录网络在GBM亚簇6中的特定调节作用。整合多种类型测序数据，除了bulk RNA-seq，目前用的最多的是空间转录组，创新性高，另外添加一定的验证实验也更容易冲高分。

三、以单细胞分析为辅助

以单细胞分析为辅助的思路，一般是用单细胞数据作些验证分析，目的是丰富文章内容，提高一下创新性也蹭一下单细胞的热度，助力常规分析发的分数高一些。现在还出现了一些孟德尔随机化与单细胞梦幻联动的文章，单细胞可以增加内容丰富度，并且两者结合热度更高，也算是MR思路的升级版，有助于MR文章的接收。

1. 常规生信+简单单细胞测序数据分析或数据库分析

Ø题目：影响胃癌预后的肿瘤微环境特征--与铁死亡和内皮向间充质转化相关的脂质代谢重编程（International Immunopharmacology，IF=4.8）

Ø数据类型：bulk RNA-seq数据集+ scRNA-seq数据集

Ø研究思路：通过差异表达分析和一致性聚类鉴定两种脂质代谢相关亚型，比较其生存差异和基因表达特征，进行GO和KEGG分析，揭示亚型间功能差异，使用ssGSEA评估通路活性，分析免疫细胞浸润水平。使用单变量和LASSO-Cox回归分析，构建并验证基于9个基因的预后模型LMAS，预测生存差异。使用PCA和t-SNE分析单细胞测序数据，识别细胞亚型，分析细胞间相互作用，评估免疫治疗响应。

2. 孟德尔随机化+简单单细胞测序数据分析或数据库分析

题目：遗传信息蛋白质组扫描揭示了特发性肺纤维化的潜在致病血浆蛋白

Ø数据类型：血浆蛋白质组全基因组关联研究(GWASs)的cis-pQTL汇总统计数据+IPF的GWAS汇总统计数据+scRNA-seq数据    

Ø研究思路：基于两个GWAS数据进行MR分析和共定位分析，针对具有显著cis- eQTLs的候选基因，使用scRNA-seq数据进行单细胞层面的表达分析。

四、单细胞相关数据库

数据库及网址

TISCH（最常用）

http://tisch.comp-genomics.org

CancerSEA（常用）

http://biocc.hrbmu.edu.cn/CancerSEA/

Cell Marker（常用）

http://bio-bigdata.hrbmu.edu.cn/CellMarker/

Human Cell Landscape        

https://db.cngb.org/HCL/ 

Human Cell Atlas（HCA）

https://data.humancellatlas.org/

Tabula Muris

https://tabula-muris.ds.czbiohub.org/

Cell Blast

https://cblast.gao-lab.org/

PanglaoDB

https://panglaodb.se/index.html

SC2disease

http://easybioai.com/sc2disease/

Jingle Bells

https://jinglebells.bgu.ac.il/ 

小结

汇总了这么多思路，单细胞方向确实大有可为——简单分析可以作为常规生信的加分项为创新性助力，单细胞联合其他组学或实验，以及测序+复杂分析可以冲击10分+甚至顶刊！现在又出现了孟德尔随机化联合单细胞分析的文章，思路再升级，也可以拿去发高分！这么多类型你最钟爱哪一个？如果你对单细胞分析感兴趣但不知道如何应用在自己的课题中，或者想个性化定制思路的朋友，随时联系，专业团队为你量身打造最佳创新思路~

主营项目

1. 动物实验

动物饲养、疾病造模、行为学检测、心功能、无创血压、血常规、全自动生化检测等

2. 细胞实验

CCK8/MTT、原代细胞分离、流式细胞实验、细胞划痕、侵袭、迁移、EDU染色、转染、稳定株

3. 分子生物学

PCR检测、荧光定量PCR、绝对定量PCR、端粒酶长度、pull down、双荧光素酶、SSR、SNP检测等

4. 蛋白实验

WB、Co-IP、酵母双杂

5. 病理实验

HE染色、免疫组学、电镜

6. 生理生化实验

肝肾功能、抗氧化、免疫反应等生理免疫指标;动植物营养指标、微量元素、重金属、酶活等。

7. 多组学实验

基因组、转录调控、蛋白组、代谢组、微生物多样性、宏基因组、生信分析

8. 整体课题实验

方案设计、整体实验交付、标书写作、论文润色、协助投稿

联系我们

康旭禾生物提供包括动物实验、细胞实验、分子实验、病理实验、流式检测实验及论文翻译、润色、投稿辅助等相关的各项服务。

联系方式：15579126092      

公司官网：http://consurebio.com/

公司地址：江西省南昌市南昌县小蓝VR产业基地D座2楼