写在前面

今天看到一篇《Diabetes》上题为"athogenesis Study Based on High-Throughput SingleCell Sequencing Analysis Reveals Novel Transcriptional Landscape and Heterogeneity of Retinal Cells in Type 2 Diabetic Mice"。这篇文章[1]是去年五月发表的，那么它对应的影响因子是2020年度的9.46，考虑到发表在《Diabetes》上，其实际的生物学价值可能要比这个影响因子高一些。抱着学习的心态点了进来，很遗憾的告诉大家，如果你想从学习单细胞的角度来看这篇文章，我觉得你可能会收获甚微。

具体内容

Diabetic retinopathy (DR)为一种糖尿病的并发症这里不是我们讨论的重点，不作介绍。这个文章的含单细胞量确实很高，正文中共计6张Figure，其中5张都是单细胞相关的图片，给我的感觉就是其实这五张图片都可以放在Supplement里：

第一张图就是老几样——TSNE、marker展示(教程参考：手把手教你做单细胞测序数据分析（三）——单样本分析)、细胞比例统计(教程参考: 沉浸式统计细胞比例)，都是些比较简单的图片，作者花了一段内容向大家介绍其中的细胞数量组成与具体比例。

第二张图作者展示了一些之前经GWAS证明与DR相关的基因集，大致意思是告诉大家这些基因的表达在DR中是具有异质性的，而这便是这篇单细胞文章存在的意义。

紧接着就来到了图三，作者使用cellphoneDB(**我个人更喜欢cellchat: 单细胞测序数据进阶分析—《细胞通讯》2.2CellChat多组别分析)对两组数据进行了细胞通讯的计算，但显然作者对算到的通路都不太感兴趣，不知为何掏了Kdr与Vegfa这对配受体出来发起猛攻，并且对它们进行了相关性分析，发现这对配受体在RGC、Rods、Cones中的相关性分别为-0.26、-0.77、-0.20而另一对配受体Ephb1、Efnb3在RGCs中的相关性高达0.99。值得一提的是，如果这里做相关性分析，显然我会以每个细胞为单位进行相关性分析，而不是下图这样以样本为单位(参考教程: **来个线性回归分析)。

接下来的图四是差异分析了，对以下五种主要的细胞类型进行了组间差异分析(参考教程: 手把手教你做单细胞测序数据分析 （六） 组间差异分析及可视化)，并将GO富集(**参考教程: **手把手教你做单细胞测序数据分析（七）—— 基因集富集分析)的结果放在了补充材料之中。

图五是图四的延续，用小提琴图具体的展示了一些差异基因的表达情况，真的很难相信这是一张近十分文章正文中的完整Figure，而本文的单细胞内容也到此结束。

图六中作者使用腺病毒载体递送了上面的一个差异基因 RLBP1，并通过免疫荧光、WB、ELISA、视网膜扫描图证明了这一基因的表达量差异会引起一些炎症反应。好吧，我也不会做实验，没有评价的资格，大家来瞅瞅这些实验大概属于怎样的水平。

我的看法

说实话我这人一直比较悲观，个人以为现在这种小样本的动物单细胞数据应当不太容易发十分左右的文章，况且从单细胞数据分析的角度来说这篇文章确实不能算是优秀。但是这篇文章确实是DR领域较早的scRNA-Seq作品(不是第一篇，有更早的[2])，作为开拓者之一确实值得《Diabetes》的青睐。所以目前若能抢先揭示一类疾病模型的scRNA-Seq图谱，仍有可能轻松发十分以上的文章。看来还是我太保守了，此前总说学完我们的教程(六万播放量的B站单细胞课程)可以发一篇3~5分的文章，看来实际情况要乐观的多，祝各位都有光明的未来！

参考文献：[1]: Niu T, Fang J, Shi X, Zhao M, Xing X, Wang Y, Zhu S, Liu K. Pathogenesis Study Based on High-Throughput Single-Cell Sequencing Analysis Reveals Novel Transcriptional Landscape and Heterogeneity of Retinal Cells in Type 2 Diabetic Mice. Diabetes. 2021 May;70(5):1185-1197.[2]: Van Hove I, De Groef L, Boeckx B, Modave E, Hu TT, Beets K, Etienne I, Van Bergen T, Lambrechts D, Moons L, Feyen JHM, Porcu M. Single-cell transcriptome analysis of the Akimba mouse retina reveals cell-type-specific insights into the pathobiology of diabetic retinopathy. Diabetologia. 2020 Oct;63(10):2235-2248.[图片上传失败...(image-95126e-1692454275670)]