769. 转录组去卷积BisqueRNA¶

一句话概述：从bulk RNA-seq数据中推算各种细胞类型的比例，不需要做单细胞测序就能知道组织样本里各种细胞占多少——就像从一锅混合汤的味道推断出用了多少西红柿、多少洋葱、多少牛肉。

核心知识点速查表¶

概念	白话解释	关键工具
去卷积	从混合信号分解出各组分比例	解混合
BisqueRNA	基于参考的bulk RNA去卷积	R包
CIBERSORTx	最经典的去卷积工具	网页版/Docker
MuSiC	利用scRNA-seq作为参考	R/Bioconductor
标记基因	细胞类型特异的标记基因	去卷积的基础
特征矩阵	每种细胞类型的基因表达谱	Signature matrix

一、原理（白话版）¶

1.1 为什么需要去卷积？¶

问题场景：
  你有一批肿瘤bulk RNA-seq数据
  想知道每个样本里免疫细胞占多少比例
  但没钱做单细胞测序

去卷积的思路：
  已知信息：
  ① Bulk RNA-seq的基因表达（混合信号）
  ② 各种细胞类型的特征表达谱（来自scRNA-seq参考数据）

  推算过程：
  混合表达 ≈ Σ(细胞类型比例 × 细胞类型特征表达)
  → 数学上就是解一个线性方程组
  → 未知数就是各细胞类型的比例

  类比：
  鸡尾酒的颜色 = 30%红色果汁 + 50%黄色果汁 + 20%蓝色果汁
  已知各果汁的颜色和最终颜色 → 反推比例

1.2 主要工具对比¶

工具	方法	参考数据	特点
CIBERSORTx	支持向量回归	内置LM22/自定义	最经典，网页版
BisqueRNA	回归+scRNA参考	scRNA-seq	利用单细胞参考
MuSiC	加权非负最小二乘	scRNA-seq	多级别树结构
EPIC	约束线性回归	内置免疫特征	肿瘤微环境
xCell	基因集富集	无需参考	64种细胞类型

二、BisqueRNA分析流程¶

2.1 安装与数据准备¶

# ===== 安装BisqueRNA =====
# install.packages("devtools")
# devtools::install_github("cozygene/bisque")
library(BisqueRNA)  # 加载BisqueRNA
library(Biobase)     # 加载Biobase（ExpressionSet需要）

# ===== 准备参考scRNA-seq数据 =====
# 需要：count矩阵 + 细胞类型注释

# 读取scRNA-seq参考数据
sc_counts <- read.csv("sc_count_matrix.csv", row.names=1)  # 基因×细胞
sc_metadata <- read.csv("sc_metadata.csv", row.names=1)    # 细胞元数据

# 创建ExpressionSet对象
sc_eset <- ExpressionSet(
  assayData = as.matrix(sc_counts),       # 表达矩阵
  phenoData = AnnotatedDataFrame(sc_metadata)  # 元数据
)

# 确保有cell_type列
print(table(sc_metadata$cell_type))
# T_cell       500
# B_cell       300
# Macrophage   200
# Fibroblast   400
# Epithelial   600

# ===== 准备bulk RNA-seq数据 =====
bulk_counts <- read.csv("bulk_count_matrix.csv", row.names=1)  # 基因×样本
bulk_metadata <- data.frame(
  row.names = colnames(bulk_counts),
  sample_id = colnames(bulk_counts)
)

bulk_eset <- ExpressionSet(
  assayData = as.matrix(bulk_counts),
  phenoData = AnnotatedDataFrame(bulk_metadata)
)

2.2 基于参考的去卷积¶

# ===== BisqueRNA Reference-Based去卷积 =====
# 使用scRNA-seq作为参考

result <- ReferenceBasedDecomposition(
  bulk.eset = bulk_eset,               # bulk数据
  sc.eset = sc_eset,                   # scRNA-seq参考
  cell.types = "cell_type",            # 细胞类型列名
  markers = NULL,                      # 自动选择标记基因
  use.overlap = TRUE                   # 使用重叠基因
)

# 提取细胞类型比例
proportions <- result$bulk.props       # 细胞类型比例矩阵
print(head(proportions))
# 输出：
#            T_cell  B_cell  Macrophage  Fibroblast  Epithelial
# Sample1    0.25    0.10    0.15        0.20        0.30
# Sample2    0.15    0.05    0.30        0.25        0.25

# 保存结果
write.csv(proportions, "cell_type_proportions.csv")

2.3 无参考的去卷积（标记基因方法）¶

# ===== BisqueRNA Marker-Based去卷积 =====
# 不需要scRNA-seq，只需要标记基因列表

# 定义标记基因
markers <- list(
  T_cell = c("CD3D", "CD3E", "CD4", "CD8A", "TRAC"),         # T细胞标记
  B_cell = c("CD19", "MS4A1", "CD79A", "CD79B", "PAX5"),     # B细胞标记
  Macrophage = c("CD14", "CD68", "CSF1R", "FCGR3A", "MARCO"), # 巨噬细胞
  Fibroblast = c("COL1A1", "COL1A2", "ACTA2", "FAP", "VIM"), # 成纤维细胞
  Epithelial = c("EPCAM", "KRT18", "KRT19", "CDH1", "MUC1")  # 上皮细胞
)

result_marker <- MarkerBasedDecomposition(
  bulk.eset = bulk_eset,               # bulk数据
  markers = markers,                    # 标记基因列表
  weighted = TRUE                       # 加权估计
)

# 提取结果
proportions_marker <- result_marker$bulk.props
print(head(proportions_marker))

三、CIBERSORTx分析¶

# ===== CIBERSORTx替代方案 =====
# CIBERSORTx网页版: https://cibersortx.stanford.edu/

# R中使用CIBERSORTx的替代：immunedeconv包
# install.packages("immunedeconv")
library(immunedeconv)

# 去卷积（使用内置LM22免疫细胞特征矩阵）
deconv_result <- deconvolute(
  gene_expression = as.matrix(bulk_counts),  # bulk表达矩阵
  method = "cibersort_abs",             # 方法(cibersort_abs/epic/quantiseq/mcp_counter/xcell)
  tumor = TRUE                          # 是否含肿瘤细胞
)

print(head(deconv_result))
# cell_type      Sample1  Sample2  Sample3
# T cell CD4+    0.15     0.20     0.10
# T cell CD8+    0.10     0.15     0.05
# B cell         0.05     0.08     0.12
# Macrophage M1  0.08     0.12     0.18

# 多种方法对比
methods <- c("cibersort_abs", "epic", "quantiseq", "mcp_counter", "xcell")
all_results <- lapply(methods, function(m) {
  deconvolute(as.matrix(bulk_counts), method=m, tumor=TRUE)
})
names(all_results) <- methods

四、MuSiC分析¶

# ===== MuSiC去卷积 =====
# BiocManager::install("MuSiC")
library(MuSiC)

# MuSiC使用加权非负最小二乘法
# 特色：多分辨率层级树结构

# 基本去卷积
music_result <- music_prop(
  bulk.eset = bulk_eset,               # bulk ExpressionSet
  sc.eset = sc_eset,                   # scRNA-seq ExpressionSet
  clusters = "cell_type",             # 细胞类型列
  samples = "sample_id",              # 样本ID列（sc中的）
  verbose = TRUE
)

# 提取比例
music_props <- music_result$Est.prop.weighted  # 加权估计的比例
print(head(music_props))

五、可视化与下游分析¶

# ===== Python可视化去卷积结果 =====
import pandas as pd  # 导入pandas
import matplotlib.pyplot as plt  # 导入matplotlib
import seaborn as sns  # 导入seaborn

# 读取去卷积结果
props = pd.read_csv("cell_type_proportions.csv", index_col=0)

# 堆叠柱状图
fig, ax = plt.subplots(figsize=(12, 6))
props.plot(kind="bar", stacked=True, ax=ax, colormap="Set3")
ax.set_xlabel("Sample")
ax.set_ylabel("Cell Type Proportion")
ax.set_title("Cell Type Composition by Sample")
ax.legend(bbox_to_anchor=(1.05, 1), loc="upper left")
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig("deconv_barplot.png", dpi=300)

# 热图
fig, ax = plt.subplots(figsize=(10, 8))
sns.heatmap(props, annot=True, fmt=".2f", cmap="YlOrRd", ax=ax)
ax.set_title("Cell Type Proportions Heatmap")
plt.tight_layout()
plt.savefig("deconv_heatmap.png", dpi=300)

# 与临床特征关联
# 例如：免疫细胞比例与生存的关系
# props["immune_score"] = props[["T_cell","B_cell","Macrophage"]].sum(axis=1)

六、常见报错与解决¶

报错信息	原因	解决方案
`Few overlapping genes`	bulk和sc参考基因交集少	统一基因名格式(symbol)
`Negative proportions`	数学不稳定	正常，设为0或换方法
`All zeros for cell type`	该细胞类型在bulk中不存在	检查参考数据是否合适
`ExpressionSet error`	数据格式不对	确保矩阵是数值型
`Too few markers`	标记基因太少	每种细胞至少5个标记基因
`比例之和≠1`	某些方法不保证	归一化：prop/sum(prop)

七、面试高频问题¶

Q1: 去卷积和单细胞测序的关系？¶

A: 去卷积是一种"退而求其次"的方法——已有的bulk RNA-seq数据也能估算细胞组成。单细胞测序给出精确的单细胞分辨率，但成本高。去卷积的最佳实践是用同组织的scRNA-seq作为参考(BisqueRNA/MuSiC)，如果没有scRNA-seq则用内置特征矩阵(CIBERSORTx LM22)。

Q2: BisqueRNA和CIBERSORTx怎么选？¶

A: BisqueRNA需要自己提供scRNA-seq参考，灵活但需要数据；CIBERSORTx有内置的LM22免疫细胞特征矩阵(22种免疫细胞)，开箱即用但限于免疫细胞。如果研究特定组织且有对应的scRNA-seq → BisqueRNA/MuSiC；如果只关注免疫浸润 → CIBERSORTx。

Q3: 如何验证去卷积结果？¶

A: ①免疫组化(IHC)：特异抗体染色计数细胞比例；②流式细胞术：精确的细胞比例测量；③scRNA-seq：用真实的单细胞数据验证；④已知混合比例的模拟数据benchmark；⑤多工具交叉验证。

八、速查表¶

# ===== 转录组去卷积速查 =====

# BisqueRNA（有scRNA-seq参考）
library(BisqueRNA)
result <- ReferenceBasedDecomposition(bulk.eset, sc.eset, cell.types="cell_type")
props <- result$bulk.props

# BisqueRNA（标记基因方法）
result <- MarkerBasedDecomposition(bulk.eset, markers=marker_list)

# MuSiC
library(MuSiC)
result <- music_prop(bulk.eset, sc.eset, clusters="cell_type")

# immunedeconv（多方法封装）
library(immunedeconv)
result <- deconvolute(expr_matrix, method="cibersort_abs")

# 工具选择：
# 有scRNA-seq参考 → BisqueRNA / MuSiC
# 只看免疫 → CIBERSORTx(LM22) / EPIC
# 快速概览 → xCell(无需参考)
# 多方法对比 → immunedeconv包