前面我们已经成功完成了《CNS图表复现专辑》的前20个关键图表的复现，现在开启第二波图表复现，会大量触及到补充图表。 目录及前面的代码总结 CNS图表复现专辑第二波开启 。
我们在前面的教程：CNS图表复现09—上皮细胞可以区分为恶性与否 提到了五千多个上皮细胞里面只有三千七百左右是恶性细胞，那么一千七百多个的正常的上皮细胞是什么呢？而且前些天我们 比较了copykat和infercnv这两个从单细胞转录组数据推断肿瘤拷贝数变异技术差异 ，可以看到如果混合全部的病人的上皮细胞，使用infercnv更容易判断上皮细胞里面的恶性肿瘤细胞！
其实文章也在附件里面提到：The non-cancer epithelial cell clusters (n = 16) were further annotated into cell subtypes (Figures S1D and S1E). 他们的数量如下所示：

可以看到正常水平细胞主要是 AT1和AT2 cells ，因为取材是肺部，因为取材跨越了不同治疗阶段（靶向治疗前（TN）、病灶残留阶段（RD）、复发阶段（PD）） ，而且不仅仅是原发肿瘤部位，如果是转移瘤里面混入及少量的肝细胞，神经细胞就可以理解了。
原文还展示了另外一种质量控制图表，就是不同细胞亚群各自的细胞测序情况，可以看到肿瘤恶性细胞的基因数量是最多的，甚至都可以使用基因数量来作为一个评价标准，来区分细胞恶性与否了！

另外，其实这个图是上皮细胞的戏份，不知道为什么作者在这里要展现其算法混入的基质细胞的5个亚群，感觉完全没有必要啊！
这个时候，直接对这个上皮细胞表达量矩阵进行降维聚类分群，然后可视化 AT1和AT2 cells ,club和ciliated细胞 的 特异性 基因即可：

# epi or tumor (EPCAM, KRT19, PROM1, ALDH1A1, CD24).
# - alveolar type I cell (AT1; AGER+)
# - alveolar type II cell (AT2; SFTPA1)
# - secretory club cell (Club; SCGB1A1+)
# - basal airway epithelial cells (Basal; KRT17+)
# - ciliated airway epithelial cells (Ciliated; TPPP3+)

但是我做出来的比例跟作者不一样：

而且图里面的SCGB1A1基因不明显，也就是说 secretory club cell 可能是被混入到了其它上皮细胞里面。支气管上皮组织中的Ciliated cell, club cell, goblet cell 以及 basal cell 我们差不多都可以找到了，也是绝大部分人主要关注的：

• 基底细胞（Basal cell）
• 棒状细胞（Club cell）
• 杯状细胞（Goblet cell）
• 纤毛细胞（Ciliated cell）
  

  那么问题来了，肺癌里面的恶性肿瘤细胞来自于哪个细分上皮细胞呢？

  是这里面的提到的 AT1和AT2 cells ,club和ciliated细胞 吗？
  
  而且，更进一步， 上皮细胞的恶化有清晰路径吗？这些不同上皮细胞亚群有很清晰的发育先后路径吗？
  而且，关联这些上皮细胞的降维聚类分群结果，跟前面的inferCNV结果，可以看到，我们的 AT1和AT2 cells 是比较清晰的正常上皮细胞，大概率是没有恶性的，但是 basal这个细胞很大概率上已经是恶性了。
  
  也可以看具体的细胞数量情况：

  1 2 3 4 5 6
  AT1 0 127 0 0 14 6
  AT2 0 55 0 0 355 37
  Basal 54 40 17 433 123 105
  ciliated 0 102 0 0 282 1
  tumor 880 1124 234 189 376 676
  

  因为 前面的inferCNV结果里面的 2和5 是正常二倍体细胞，所以，我们的分析顺序弄错了，应该是先根据inferCNV结果挑选出来2和5的亚群，或者说正常二倍体亚群，然后进行降维聚类分群去区分上皮细胞亚群。
  也就是说如下所示的拷贝数变异全景图里面的 细胞：
  

  上皮细胞其实可以更进一步

  文章：《Pre-activated antiviral innate immunity in the upper airways controls early SARS-CoV-2 infection in children》就可以看到更多上皮细胞亚群：
  
  除了前面的 AT1和AT2 cells ,club和ciliated细胞 ， 还有 Goblet和Squamouse以及 lonocyte细胞。
  另外，文章：《Resolving the Spatial and Cellular Architecture of Lung Adenocarcinoma by Multiregion Single-Cell Sequencing》也提到了类似的上皮细胞细分情况：
  
  这7万多个上皮细胞，也有 AT1和AT2 cells ,club和ciliated细胞，以及 lonocyte细胞，Bronchio细胞，各自有自己的高表达量基因：
  
  这些基因又可以复制粘贴到自己的项目里面去进行可视化啦，看看能否把上皮细胞进行文献里面的这样的细致的分群！