- 综合排序
- 最热优先
- 最新优先
- 来自专栏空间转录组数据分析
10X单细胞免疫图谱分析汇总
图片相比较单细胞转录组，ATAC和VDJ的文章相对较少，当然了，分析起来也没有单细胞转录组那么容易，所以就导致了一般大家做单细胞都是3端转录组，ATAC和VDJ一般不考虑，不考虑不代表不重要，只是ATAC 好了，这一篇我们来汇总一下单细胞VDJ的分析，希望大家不要非在单细胞3端转录组上卷，毕竟ATAC和VDJ做的人不多，路比较宽，稍微走一走，就会达到事半功倍的效果，如果非要在单细胞转录组上卷，那付出的努力要更多才行 当然免疫相关的分析我也专业性不强，这也从侧面说明了VDJ分析的巨大潜力和研究价值，希望大家能在宽松的赛道上飞奔，而不是在单细胞转录组赛道上堵车。 肿瘤细胞通过基因突变产生新抗原（Neoantigen），新抗原通过MHC分子呈现在细胞表面，随后被T细胞识别。新抗原具有很强的免疫原性，因为它们只存在于肿瘤中，而不存在于正常组织中。 图片TCR分析策略：克隆丰度及组织部位之间的共享克隆(注意这里比较了相同细胞类型的TCR分布差异，不同病人及不同组织部位之间的差异，体现不同病人、不同组织部位之间的免疫特征)图片 文章A CMV-induced
84491编辑于 2022-11-16 - 来自专栏流式抗体推文
告别杂细胞干扰！Elabscience 人初始T细胞阴性分选试剂盒，精准富集人初始 T 细胞
内容概要Elabscience 人初始T细胞阴性分选试剂盒凭借阴性分选技术，可从新鲜或冻存的人 PBMC 样本中快速分离高纯度人初始 T 细胞。 支持 1 Assay 处理 1×10⁷个原始细胞，分离后细胞纯度可达 95.2%（分选前纯度仅 6.0%），能满足科研对高纯度细胞的需求。 背景介绍初始 T 细胞作为免疫系统的关键组成部分，在免疫应答启动、免疫记忆形成等过程中发挥核心作用。 检测原理Elabscience 人初始T细胞阴性分选试剂盒采用阴性分选技术，通过特异性去除样本中 CD3⁻非 T 细胞、CD45RO⁺记忆 T 细胞等非目标细胞，实现人初始 T 细胞（CD3⁺CD45RA 自身免疫病研究：分析初始 T 细胞在自身免疫病发生发展中的作用。疫苗研发：评估疫苗对初始 T 细胞的激活效果及免疫应答强度。再生医学：探索初始 T 细胞在组织修复与免疫重建中的应用。
18410编辑于 2025-11-13 - 来自专栏流式抗体推文
Elabscience 人初始CD8+T细胞阴性分选试剂盒，快速分离CD8+T 细胞，直接用于下游实验
每 1 Assay 可处理 1×10⁷个原始材料细胞，分选后细胞纯度高达 95.4% 以上，远优于分选前 8.4% 的基础比例。 背景介绍在免疫研究、肿瘤学、感染病学等领域，初始 CD8+T 细胞作为免疫系统的关键组成部分，其功能研究、活化机制探索及临床转化应用均具有重要意义。 流式细胞术验证结果显示，分选后 CD8+CD56-CD57-CD45RO - 细胞比例显著提升，确保了目标细胞的高纯度。应用领域免疫细胞功能研究：探究初始 CD8+T 细胞的活化、增殖及分化机制。 肿瘤免疫治疗：为 CAR-T 细胞疗法、肿瘤疫苗研发等提供高质量初始细胞原料。感染病学研究：分析初始 CD8+T 细胞在病毒、细菌感染中的免疫应答过程。 自身免疫性疾病研究：揭示初始 CD8+T 细胞在疾病发生发展中的作用。药物研发：用于免疫调节药物的活性筛选与效果评估。
19110编辑于 2025-11-14 癌细胞竟 偷走 免疫细胞线粒体？免疫细胞: 不慌, 能 充电！ | MedChemExpress (MCE)
见招拆招，一起来看看到底咋回事儿~01肿瘤与免疫免疫细胞与癌细胞就像是两军对战，抗争已久。癌细胞相当“狡猾”！不断通过免疫检查点分子逃避 T 细胞介导的肿瘤免疫。 这不，Tanmoy Saha 等人首次研究了癌细胞和免疫细胞之间的线粒体运输，发现癌细胞可以通过纳米管介导“偷走”免疫细胞线粒体，癌细胞不仅获得了代谢功能，而且在此过程中也严重地使免疫细胞丧失功能[2] 有趣的是，FESEM 图像分析显示癌细胞和免疫细胞通过纳米级管状结构进行物理连接(图 1a-d)。在某些情况下，发现来自癌细胞的单个纳米管与几个免疫细胞串联连接并与免疫细胞膜形成多个接触(图 1d)。 右图：在更高放大倍数下，可以在 T 细胞表面看到金纳米粒子 (直径，10 nm)(蓝色箭头)。d. 此外，测试了线粒体转移的方向性，结果表明，线粒体的运输主要是单向的——从免疫细胞到癌细胞。免疫细胞：灾难！要无法呼吸了接下来，研究人员通过代谢分析研究了线粒体转移对癌细胞和免疫细胞的影响。
36700编辑于 2024-11-29- 来自专栏流式抗体推文
Elabscience 阴性分选技术！人初始 CD4⁺T 细胞分离一步到位，省时高效
凭借高效阴性分选技术，可实现 96% 以上的高纯度分选，1 次实验能处理 1×10⁷个细胞，且细胞可直接用于下游研究，为免疫相关研究提供可靠工具支持。 背景介绍初始 CD4⁺T 细胞作为免疫系统的关键组成部分，在免疫应答启动、免疫记忆形成及免疫调节中发挥核心作用。 其纯度和活性直接影响免疫机制研究、自身免疫病发病机制探索、肿瘤免疫治疗研发等多个领域的实验结果。传统分选方法存在操作复杂、分选纯度低、细胞活性受损等问题，难以满足高精度科研需求。 肿瘤免疫研究：研发基于初始 CD4⁺T 细胞的肿瘤免疫治疗策略，如 CAR-T 细胞疗法优化。感染性疾病研究：研究初始 CD4⁺T 细胞在病毒、细菌感染中的免疫应答过程。 药物研发：评估候选药物对初始 CD4⁺T 细胞功能的影响，筛选免疫调节类药物。产品优势高纯度分选：分选后细胞纯度可达 96% 以上，显著优于传统方法，减少杂质细胞干扰。
17510编辑于 2025-11-14 - 来自专栏凋亡检测试剂盒推文
肿瘤免疫研究好搭档！Elabscience 小鼠CD8 T细胞阴性分选试剂盒，助力成果突破
内容概要Elabscience 推出的 EasySort™小鼠 CD8+T 细胞阴性分选试剂盒（货号：MIM003N），凭借阴性分选技术实现小鼠脾脏和淋巴结中 CD8+T 细胞的快速高效分离，分选后细胞纯度高达 因此，从复杂组织样本中高效分离高纯度、高活性的 CD8+T 细胞，是开展免疫机制研究、开发免疫治疗策略的基础前提。传统细胞分选方法常面临纯度不足、细胞活性受损、操作繁琐等问题，难以满足精准实验需求。 为破解这一痛点，Elabscience 基于先进的阴性分选技术研发专用试剂盒，旨在为科研人员提供稳定可靠的细胞分离解决方案，助力免疫相关研究的顺利推进。 细胞活性优异：阴性分选技术不损伤目标细胞，分离后的细胞可直接用于下游培养、染色、功能检测等应用。适配性强：明确适用于小鼠脾脏和淋巴结样本，覆盖免疫研究常用组织来源。 结合亲民的价格与完善的品质保障，无疑是实验室分选小鼠 CD8+T 细胞的优选之选，赶快入手解锁你的免疫研究新突破！
32810编辑于 2025-09-22 - 来自专栏单细胞天地
流式分选后指定细胞亚群的表达量差异(无需单细胞)
现在有了单细胞转录组数据的加持，细胞亚型会越来越清晰。如果要整合多组学数据，分类也会更加复杂。 但是呢，传统的bulk转录组测序，其实虽然说测序的样品仍然是肿瘤组织，但是它是一个复杂的生态系统，不仅仅是有恶性的肿瘤细胞，还有围绕它的各式各样的免疫细胞，以及以内皮细胞和成纤维细胞为代表的多种基质细胞 其实没有单细胞也是可以研究具体的细胞亚群的表达量差异，那就是流式分选指定细胞亚群，比如： Hepatic CD4+ or CD8+ T-cells of 12 months NASH-diet + 8 更多类似的先分选指定细胞亚群再进行差异表达量分析的研究 比如数据集：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi? significantly upregulated in LSEC from FFC-fed mice compared to Chow-fed mice (Log2FC: 0.925, p: 3.6x10E
87110发布于 2021-03-24 - 来自专栏技术文章
告别分选困扰，Elabscience 让记忆 T 细胞分离快人一步～
记忆T细胞：人体的免疫“特种部队”在对抗疾病时，人体免疫记忆的核心——记忆T细胞，特别是其中的CD4+和CD8+两大亚群，扮演着截然不同又相互协作的角色。 它们通过分泌特定的细胞因子来激活和指导其他免疫细胞（如B细胞和CD8+ T细胞），是形成有效、持久免疫应答的关键。记忆CD4+ T细胞对维持长期免疫记忆至关重要。 为此，Elabscience®全新推出的人Memory CD4/CD8 T细胞阴性分选试剂盒，采用磁珠阴性分选技术，通过去除非目的细胞，从而富集未被标记的目标细胞，分选后可得到一种最接近天然状态、功能完整 它可以保持目的细胞未受刺激的原始状态，得到的细胞不带有任何抗体和磁珠标记，可直接进行下游应用。产品优势无刺激，分选目的细胞无抗体和磁珠标记，细胞状态不受影响。纯度高，分选后细胞纯度大于85%。 结果展示以上就是Elabscience®人Memory CD4/CD8 T细胞阴性分选试剂盒的相关介绍，更多细胞分选试剂盒持续上线中。
11100编辑于 2025-12-31 - 来自专栏生信技能树
任何细胞都有免疫特征
如果你感兴趣这些基因集，可以自己去阅读文献拿到Supplementary Table S4，然后针对这些通路去任意单细胞转录组数据集里面打分，肯定不会是这些免疫基因集仅仅是在免疫相关细胞亚群有活性。 重点是第二层次降维聚类分群里面的 decidual stromal cell和免疫细胞的亚群，如下所示： 其中可以看到，免疫细胞亚群细分的时候有一个iDSC, immune-featured decidual stromal cell，而且在文章的figure4 继续强调了，如下所示： figure4 继续强调了 这一群细胞（iDSC）在免疫细胞里面的时候可以看到它非常特殊因为它的DSC的特征打分过高，跟其它免疫细胞格格不入 但是呢，如果把这一群细胞（iDSC）放在所有的DSC里面它又是无法融入进去，而且它的免疫打分又过高。所以作者做了个层次聚类，蛮直观的展示了这个iDSC其实是与DSC更加接近，如果是跟免疫细胞相比。 （iDSC）更加的具有DSC特征，跟免疫细胞相比。
47410编辑于 2024-01-04 - 来自专栏单细胞天地
单细胞RNA测序揭示了胶质母细胞瘤进展过程中免疫景观的演化
总的来说，该研究展示了免疫细胞在GBM发展过程中的演变景观，特莫唑胺对GBM的免疫细胞组成有显著影响，这为GBM的治疗策略提供了重要的线索。 (c) 小鼠中早期（10天）和晚期（>30天）Cre病毒注射后的荧光细胞（A和B）或细胞群（C和D）。 (d) EGFR+细胞群上的Monocle3轨迹推断。 (e) EdU+和EdU–流式分选微胶质细胞的差异表达基因的热图。 (g) EdU+和EdU–流式分选小胶质细胞群之间的差异表达基因和GO分析。 (h) 流式分选正常脑小胶质细胞和携带GBM的对侧微胶质细胞之间的差异表达基因和GO分析。 EB，n=3、5、4、5和4，分别对应于天0、10、20、25和30+，NaF，n=2、5、4和3，分别对应于天0、10、20和30+。
79310编辑于 2024-03-22 - 来自专栏生信技能树
并不一定要单细胞转录组才能看肿瘤免疫微环境个细胞亚群比例
我注意到绝大部分肿瘤相关的单细胞转录组研究的落脚点都是在肿瘤免疫微环境个细胞亚群比例，包括 B细胞，T细胞，巨噬细胞，树突细胞等等，而且这些细胞亚群都是可以继续细分。 但实际上在没有单细胞转录组数据这个技术之前，也是可以探测肿瘤免疫微环境个细胞亚群比例的，比如流式细胞仪。 但是我查了一下，发现这个仪器还蛮贵的，比如一个招标信息《上海交通大学流式细胞分选仪，200万》： ? 上海交通大学流式细胞分选仪，200万 既然流式细胞仪如此昂贵，那我们就一起看看流式细胞仪是如何探测肿瘤免疫微环境个细胞亚群比例的吧。以发表在Front. 看不同分组的各个免疫细胞亚群比例情况： ?
83640发布于 2020-12-07 - 来自专栏科研菌
6+分的单细胞结合湿实验值得学习！
体内实验使用了ptagBFP-C质粒，将4T1细胞转染后，经过后续选择得到稳定转染的细胞，再进行FACS分选获得了高BFP（蓝色荧光蛋白）表达的细胞，最后将4T1-BFP细胞接种到免疫缺陷（NSG）小鼠的原发性肿瘤和同源的具有免疫能力的 3DM：培养基中的3D球状体培养；3DG：水凝胶中的3D球状体培养；TBS：皮下注射；TBM：乳腺脂肪垫注射；SBS：分选后的皮下注射；SBM：分选后的乳腺脂肪垫注射；SNS：免疫缺陷鼠分选后的皮下注射 ；SNM：免疫缺陷鼠分选后的乳腺脂肪垫注射。 ，Psme2）的表达水平较高，与人类增殖性胚胎干细胞（hESC）相关的免疫蛋白酶（Psmb8-10）改变提示体内模型干性相关基因的上调。 作者使用了10×Genomics进行单细胞测序，Cell Ranger（由10×Genomics公司提供，专门用于分析10X 单细胞转录组数据的pipeline）和Seurat包对原始数据拆分demultiplexing
1.4K30发布于 2020-12-08 - 来自专栏单细胞天地
人类胸腺发育的细胞图谱揭示了T细胞组库的形成
CD45 分别富集免疫细胞和非免疫细胞 CD3 分别富集 T 细胞和非 T 细胞 EPCAM 富集上皮细胞 建库方法： 10x Genomics Single Cell 3' v2 and 5’ Reagent Microarray：人出生后分选的胸腺细胞（E-MEXP-337） 数据分析 由于本文大量篇幅用在阐述 10x 数据，Smart-seq2 数据主要用于验证，这里我重点总结 10x 数据的分析方法。 如果一次比较中的所有细胞类型均来自同一个分选门，则将比例简单定义为：特定类型细胞数 / 细胞总数 如果细胞来自不同的分选门，则为每个分选门计算一个归一化因子：给定分选门的细胞数 / 所有分选门的总细胞数 、CD8αα+ T 和 γδ T）、B 细胞、NK 细胞、固有免疫细胞（ILCs）、巨噬细胞、单核细胞和树突状细胞（dendritic cells, DCs）等 非免疫细胞：胸腺上皮细胞（thymic 本文对胸腺微环境的分析揭示了构成胸腺的复杂细胞类型，以及基质细胞和固有免疫细胞如何相互作用以支持 T 细胞分化。
4.5K51发布于 2021-04-16 - 来自专栏单细胞天地
人乳腺癌中成纤维细胞的异质性和免疫抑制微环境研究
结果 流式分选指标，CD45-, EPCAM-, CD31-，去除血细胞、上皮细胞、内皮细胞；成纤维细胞的分群指标： FAP, integrin b1/CD29, aSMA, S100-A4/ FSP1 发现CAF-S1与CD45+免疫细胞正相关， 与CD4+和CD8+ T 细胞负相关，见下图图A。与CD8+ T细胞的负相关在TN 组别中更明显。 筛选了肿瘤细胞分泌的因子，发现CAF-S和 (IL-17F), IL-1b, IL-10, IL-6等正相关（下图B）。接着做了的免疫组化染色来验证（图C-J）。 也就是说 CAF-S1富集的TNBC T 细胞浸润程度更高，同时CD8+ T细胞的减少可能影响TN乳腺癌的预后。 CAF-S1,CAF-S4 的分子水平表征 流式分选出这两个细胞亚群，做RNA测序。 总结 主要用流式分选的方法分出四个细胞亚群。CAF-S1 在免疫抑制过程中有重要角色。CAF-S1能吸引CD4+CD25+ T细胞并促进其分化为CD25+FOXP3 细胞。
1.7K30编辑于 2022-03-14 - 来自专栏单细胞天地
TISCH || 肿瘤免疫单细胞中心
肿瘤免疫单细胞中心(TISCH)是一个专注于肿瘤微环境(TME)的scRNA-seq数据库。TISCH在单细胞水平提供了详细的细胞类型注释，使不同癌症类型的TME得以探索。 和细胞类型的层级： ? 所以研究肿瘤的老师可以参考啦。 ? 往期回顾 scRNA-seq Clustering quality control（二） CNS图表复现09—上皮细胞可以区分为恶性与否 单细胞初级8讲和高级分析8讲 ---- ---- ----
1.9K31发布于 2020-10-19 - 来自专栏单细胞天地
单细胞和空间分析揭示在结直肠癌中FAP+成纤维细胞和SPP1+巨噬细胞的相互作用
肿瘤免疫微环境通常可以根据免疫细胞和CD8 +T细胞的浸润被归类为免疫排除型immune-excluded、发炎型inflamed (hot)和免疫荒漠型immune-desert等类型。 免疫排除型肿瘤指的是免疫细胞虽然浸润到肿瘤组织中，但无法进入肿瘤核心区域进行有效的抗肿瘤应答。 热肿瘤是指具有充分的免疫细胞浸润，对免疫治疗有良好反应的肿瘤类型。 ，降维聚类，分成10个细胞亚型； b: 10个细胞亚型在每个样本中的细胞占比； c: FAP+ fibroblasts在Tumor中的比例显著升高； d: TCGA-COAD数据集中，FAP+ fibroblasts 在tumor中的比例也显著高； e: 高浸润FAP+ fibroblasts的病人，预后差； f: 用于鉴定10个细胞亚型的marker的小提琴图； g: 用流式分选FAP+ fibroblasts，验证在 ； j: 免疫细胞在肿瘤内部分布非常少，即 FAP+ fibroblasts 和 SPP1+ macrophages 组织了免疫细胞的浸润。
1.2K11编辑于 2023-12-19 - 来自专栏单细胞天地
探索人类肠道免疫细胞图谱
生信技能树核心成员，单细胞天地特约撰稿人，简书创作者，单细胞数据科学家。 ? 看看各个细胞类型的比例： se = pd.Series(adata.obs['cell_type']) countDict = dict(se.value_counts()) proportitionDict 其实，这个数据中大量的免疫组库的信息，我们并没有去利用。 可以想象一下，免疫组库有哪些分析点，把他们用起来。
72930发布于 2020-11-25 - 来自专栏单细胞天地
CNS图表复现03—单细胞区分免疫细胞和肿瘤细胞
祖传的单个10x样本的seurat标准代码 祖传的单个10x样本的seurat标准代码（人和鼠需要区别对待） seurat标准流程实例之2个10x样本的项目（GSE135927数据集） 交流群里大家讨论的热火朝天 如果你也想加入交流群，自己去：你要的rmarkdown文献图表复现全套代码来了（单细胞）找到我们的拉群小助手哈。 今天讲解第三步：根据一些基因的表达来区分细胞是否属于免疫细胞。 我在单细胞天地的教程：是否是免疫细胞很容易区分那是否是肿瘤细胞呢？ table table(sce@meta.data$immune_annotation) # Make and save relevant plots 接下来可以进行 TSNE plot 可视化，看到免疫细胞和非免疫细胞是泾渭分明 TSNE plot 可视化看免疫细胞 ---- ----
2.2K32发布于 2020-09-23 - 来自专栏生信菜鸟团
三大单细胞技术【流式、CyTOF、scRNA-seq 】实战对比：如何理解你看到的细胞比例不一样？
、成本低 标记数目有限（~15），光谱重叠，依赖已知marker，信息量有限 临床免疫分型、细胞分选、群体比例检测 质谱流式（CyTOF） 蛋白 金属抗体标记 → 原子化 → TOF质谱读取 高参数（> 40标记）、无光谱串扰、适合复杂免疫细胞分类 细胞破坏性检测、低通量、价格高、无分选功能 肿瘤免疫图谱、高维免疫监测、功能亚群深描 单细胞测序（scRNA-seq） 转录组 单细胞捕获 → RNA扩增 而单次scRNA-seq实验检测的细胞数往往在10^3^-10^5^量级，若某细胞亚群本身比例很低（例如<0.1%），可能根本没有被采到或仅捕获极少几个细胞，从而使其频率估计不稳定。 为了在测序中得到足够的免疫细胞，很多研究会预先用流式分选CD45^+^白细胞富集后再做scRNA测序。 分选特定阶段细胞，追踪比例变化 捕获多状态细胞，识别少量功能群体 无偏观测所有细胞类型及其分化轨迹 scRNA构建全景图谱 + 流式确认比例和纯度 肺纤维化 粗略判定免疫/成纤维细胞变化 高维免疫状态评估
2.5K11编辑于 2025-06-29 肿瘤免疫与单细胞、空间、外显子和免疫疗法
抑制性受体配体CD85(ILT-2)HLA-A，-B，-GCD94/NKG2AHLA-ECD244(2B4)CD48KIR2DL,KIR3DLHLA class ITGF-BRTGF-β familyIL-10RIL -10活化性受体配体CD16(FCγRⅢ)immune complexesCD25(IL-2Rα)IL-2CD27CD70CD28CD80，CD86CD69ND （not determined）CD94 一方面，固有免疫通过MHC分子将外来抗原呈递给适应性免疫细胞，从而启动了适应性免疫应答，并影响了其强度与持续时间;另一方面，适应性免疫释放的多种因子也反过来募集了更多的免疫细胞，并影响固有免疫细胞的活化程度 这两种免疫系统的共同作用实现了机体抵御外来病原物的自我保护目的。(二)适应性免疫细胞对肿瘤的识别与免疫效应1.特异性抗肿瘤细胞免疫 在抗肿瘤细胞免疫中，T细胞介导的特异性免疫应答反应起着重要作用。 TH细胞主要通过分泌多种细胞因子对免疫反应发挥调节作用，而TC细胞则主要作为效应细胞特异性地杀伤靶细胞，同时具有维持抗肿瘤免疫记忆的功能。
56710编辑于 2024-02-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号