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)。 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。 在免疫细胞中观察到呼吸能力显著降低,相反,癌细胞表现出更高的呼吸能力。此外,观察到共培养试验中免疫细胞数量在 16 h 内显著减少,癌细胞则表现出明显更高的生长。
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!
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。
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。 无论是基础科研中的免疫机制探索,还是临床转化中的细胞治疗研究,它都能提供稳定、可靠的细胞分离支持,助力科研人员高效推进项目进展。
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。 产品介绍Elabscience 人初始T细胞阴性分选试剂盒是一款操作快速简便的细胞分离产品,核心用于分离人初始 T 细胞。 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。
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 digestion and percoll gradient enrichment and subsequently single-cell sorted (sorted gate: L/D-,CD11b -,CD11c-,CD19-,CD45+,CD4+ or CD8+ cells) and frozen on dry-ice . 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?
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。
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。 统计分析,相对于对照组脑小胶质细胞(天0)。 (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。 (b) 晚期与早期GBM肿瘤中DC群1、中性粒细胞/PMN-MDSCs群11和巨噬细胞群6和20的差异表达基因的火山图。 (c) 细胞因子配体:受体对分析。 (b) 与a中的肿瘤相同的Tregs、CD4+T和CD8+T的流式细胞筛选比例, (c) 低级别和GBM肿瘤中CD11b+细胞的百分比, 以及IDH1 R132H突变体和IDH1野生型胶质瘤的流式细胞筛选比例
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。
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。 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。 主要涉及到的细胞因子 CCL11, CXCL12, CXCL13, 和 CXCL14), 细胞粘附 (JAM2) 免疫调节功能(TNFSF4/OX40L, PDCD1LG2/PD-L2, DPP4, NT5E 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。
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 ,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 Fb1 表达固有免疫相关的重要基因 COLEC11 以及调节上皮细胞发育的维甲酸反应酶 ALDH1A2。而 Fb2 表达细胞外基质基因和信号素(semaphorins),调控血管发育。 ;而 RANKL-RANK 信号(TNFRSF11:TNFRSF11A)局限于 ILC3 和 mTEC(II) / 淋巴管内皮细胞;FGF 信号(FGF7:FGFR2)从成纤维细胞到 TEC,且 FGFR2
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 ---- ---- ----
卵黄囊和AGM祖细胞在肝脏等胎儿组织中定植,肝脏承担胎儿主要的造血功能直至孕中期。胎儿骨髓在11 PCW 左右开始定植,20 PCW 后成为造血主要部位。 此外,通过比较胎儿肝中的免疫细胞与卵黄囊中的免疫细胞以及皮肤和肾脏中的典型NLTs,构建了胎儿免疫发育网络。 用 FACS 分选 CD45+ 和 CD45− 细胞,送 10x 和 smart-seq2 单细胞测序。为了综合评估 NLTs 和卵黄囊中血液及免疫细胞状态,同时分选了胎儿皮肤、肾脏和卵黄囊细胞。 分选策略 总体来看,肝脏细胞分选138,575个,另有小部分用来做smart-seq2,皮肤细胞分选54,690个,肾脏细胞9,643个,卵黄囊细胞10,071个用于测序。 PAGA结果 基因动态修饰在红系细胞、肥大细胞、巨核细胞三类细胞是明显不同的:红系细胞特异TAL1、KLF1,巨核细胞特异F11R、PBX1和MEIS1,肥大细胞特异HES1。
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。
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? 不同标记基因在不同细胞亚群的表达情况 其中PTPRC基因代表的是CD45分子,是免疫细胞的标记,所以可以使用它来区分: # Annotate Immune vs Nonimmune clusters # 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 ---- ----
(二)固有免疫细胞对肿瘤的识别与免疫效应1.巨噬细胞(macrophages,Mφ)在抗肿瘤免疫中不仅作为呈递抗原的抗原呈递细胞(antigen presenting cell,APC),而且也是参与杀伤肿瘤的效应细胞 人类NK细胞表面受体和相应配体黏附性受体配体CD2(LFA-2)CD48,CD58CD1la(LFA-1)CD54,CD102CD11b(Mac-1)CD54CD43(sialoadhesin)ND(not 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。
算法的运行逻辑是:基于不同组织的不同细胞类型的特定标志物的先验参考谱信息(分选的细胞类型或更精细的单细胞谱数据),例如CIBERSORT及其后继者CIBERSORTx利用支持向量回归方法和从纯化的细胞群体或单细胞数据生成的参考用于细胞组成估计 ;但公共数据中的miRNA数据大多数没有对应匹配的先验参考谱信息(例如GEO中有11万个以上的miRNA表达谱数据,但其中只有约5%具有匹配的先验参考谱信息);因此,本研究中从分选的细胞中构建了miRNA 研究团队通过公开数据收集组织分选出纯化细胞的miRNA数据,构建针对血液和多种实体组织的特异性表达特征谱,然后开发了去卷积工具DeconmiR,并通过计算机模拟混合样本和真实临床样本进行双重验证,最终证实了该方法 47个个体中分选的6种分选的细胞亚型的数据),从中筛选了纯度较高的197个样品数据用于参考构建:limma鉴定差异miRNA--tSNE聚类--构建参考矩阵。 使用我们的新的参考矩阵,我们证明了复杂的组织表现出广泛的免疫细胞污染。
CAR-T (Chimeric Antigen Receptor T-Cell Immunotherapy),即嵌合抗原受体T细胞免疫疗法。 但在实体瘤的治疗中依然存在着抗原异质性、免疫抑制微环境、细胞衰竭等障碍。当前CAR-T细胞的种子来源主要有初始T细胞与总T细胞两类,二者在组学分析、细胞模型构建及细胞增殖能力三大核心维度存在显著差异。 产品内容Elabscience®人naive Pan(CD3)/CD4/CD8 T细胞阴性分选试剂盒通过阴性分选法从新鲜人外周血PBMC细胞样本中分离出naive Pan(CD3)/CD4/CD8 T细胞 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95%。无需分离柱进行分离。实验耗时短,最快15分钟可完成阴性细胞分选。可用于新鲜人PBMC样本或冻存PBMC样本。 Anti-Human CD8a Antibody[OKT-8](E-AB-F1110H)、FITC Anti-Human CD56/NCAM Antibody[5.1H11](E-AB-F1239C)、
研究人员从14例naïve TNBC肿瘤患者中分离了9683个肿瘤浸润免疫细胞,并进行单细胞转录组测序,共获得了22个免疫细胞亚群,包括T细胞、巨噬细胞、B细胞和DC细胞。 进一步分析显示免疫细胞中与TCR信号通路和细胞毒性相关的分子上调,表明TCR信号通路被激活。 综上,该文献展示了免疫细胞治疗naïve TNBC肿瘤的单细胞转录组图谱,揭示了新的免疫细胞亚群。 TNBC患者的原发性肿瘤免疫细胞进行了深度单细胞RNA测序。 为了发现TNBC免疫治疗的潜在治疗靶点,研究人员试图研究这两种免疫抑制T细胞亚群唯一表达的基因。 并且研究人员鉴定的11种TCR对,不仅在巨噬细胞和T细胞中共存,而且还在患者TNBC010和TNBC012中共存,表明它们可能识别常见的抗原。 研究人员探索了TCR+巨噬细胞靶标的抗原。
内容概要Elabscience APC Anti-Human CD45RA抗体[HI100]经过流式细胞术验证的高品质单克隆抗体,适用于人源样本的免疫表型分析。 该抗体可特异识别CD45RA抗原,帮助研究人员有效区分 naïve T细胞与记忆T细胞,在免疫学研究、肿瘤免疫治疗和血液疾病诊断中具有重要价值。 )特异性结合 荧光检测:APC荧光染料在红激光(633-640 nm)激发下,在660 nm处产生发射光 信号分析:流式细胞仪检测荧光信号,从而鉴定和分选CD45RA阳性细胞群体 应用领域基础免疫研究 naïve T细胞与记忆T细胞的鉴定与分选 T细胞分化与激活机制研究 临床研究与应用 白血病免疫分型(如AML) 免疫功能评价 造血干细胞移植研究:CD45RA耗尽的外周干细胞移植可降低移植后病毒感染风险 肿瘤免疫研究:CD45RA-CD4+T细胞在乳腺癌风险中起介导作用 疾病诊断与监测 传染病防控与免疫状态监测 微小残留病(MRD)和复发/难治性AML监测 相关文献参考 CD40 promotes