Tecnologia di sequenza unicellulare utilizzata per rivelare l'eterogeneità dell'iperparatiroidismo secondario

Questo progetto intende selezionare i casi che soddisfano i requisiti di ricerca, prendere l'iperparatiroidismo secondario, l'iperparatiroidismo primario e il tessuto paratiroideo umano normale, per un totale di tre gruppi, 4 casi in ciascun gruppo, attraverso il metodo della trascrizione e sequenziamento di singole cellule, costruire una mappa dei tipi di funzione delle paratiroidi umane, rivelare la struttura genetica e lo stato di espressione genica delle cellule e visualizzare le caratteristiche di espressione, l'eterogeneità intercellulare e l'eterogeneità dei sottoinsiemi cellulari delle cellule iperparatiroidee secondarie in modo gerarchico, disegnare una mappa di singola cellula e confrontare i differenze tra i gruppi. Esplorare la patogenesi dell’iperparatiroidismo secondario.

Iperparatiroidismo secondario, tessuto paratiroideo dell'iperparatiroidismo primario e tessuto paratiroideo normale ottenuto per errore sono stati raccolti, congelati e conservati, il tessuto congelato è stato scongelato, è stata preparata una sospensione monocellulare e ciascuna cellula è stata specificamente etichettata dal sistema Mozhuo Genomics, dopo la rottura dell'olio, la catena della polimerasi è stata costruita l'amplificazione della reazione, la trascrizione inversa per ottenere DNA complementare e una libreria di DNA complementare che ha superato il controllo di qualità per ottenere dati di alta qualità delle cellule paratiroidee. Cell Ranger, pacchetto R Seurat e diagramma di riduzione della dimensionalità t-SNE sono stati utilizzati per ridurre la dimensionalità, il cluster e visualizzare i dati.

Per costruire un atlante unicellulare delle ghiandole paratiroidi, i ricercatori hanno eseguito l'analisi dei cluster di cellule simili in base al profilo di espressione genica e quindi hanno visualizzato i dati mediante t-SNE. In base ai risultati del clustering cellulare, sono stati identificati i geni specifici e altamente espressi in ciascun cluster cellulare. Le popolazioni cellulari sono state identificate in base all'espressione dei geni di riferimento e sono state confrontate le differenze nei tipi di cellule e nelle proporzioni tra i gruppi.