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。
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 所以很多研究,在找到了癌症特异性的表达量差异基因后,会去单细胞数据集里面验证一下,表明它仅仅是在恶性肿瘤细胞里面高表达,而不是肿瘤的微环境的其它细胞亚群高表达。 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?
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。
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。 比如2023年9月28日的CELL文章:《Spatiotemporal insight into early pregnancy governed by immune-featured stromal 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。
+,PTPRC), epithelial/cancer (EpCAM+,EPCAM), stromal (CD10+,MME,fibo or CD31+,PECAM1,endo) 绝大部分文章都是抓住免疫细胞亚群进行细分 虽然是经过细胞分选,但是也不可能保证百分百数据都是自己想要的单核/中性粒细胞,可以看到全部的来源于 bone marrow (BM), peripheral blood (PB), and spleen MIP-1γ) B cells (Cd79a and Cd79b) T cells (Cd3d and Ccl5) dendritic cells (DC) (Siglech), 因为是免疫细胞,所以淋巴系 如果看图,就能发现,细胞分选是有效果的,至少保证了绝大部分都是作者想要的 neutrophils (Neu) (S100a8 and S100a9) 单细胞亚群(这里我 就很奇怪,为什么作者不选择S100a8 和 S100a9,而是 cKit+ Gr1+ 的流式分选 ): 第一层次降维聚类分群 接下来就开始对neutrophils (Neu) (S100a8 and S100a9)取子集,独立分析
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。 (f) 流式分选小胶质细胞(EdU+、EdU–)、巨噬细胞和对侧微胶质细胞的转录组的Spearman相关性与指示的RNAseq数据集的相关性。 (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。 (e) GBM中EGFR+和CD45+细胞的流式细胞筛选。 (f) 指示GBM细胞类型的流式细胞筛选。 (g、h) 寡突细胞群9和12的拟时间轨迹(root聚类12)(g)和差异表达基因(h)。
作者总共采集了 15 个胎儿胸腺(从 7 - 17 孕周)和 9 个出生后至成人期的胸腺样本,同时采用了不同的细胞分选策略保证细胞亚群的覆盖率。 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 CD8αα+ T(I) 和 Treg 都表达表面蛋白 marker CD137(TNFRSF9),于是作者通过流式分选和 Smart-seq2 建库测序,验证了 CD3+CD137+CD4- 可以作为
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。 SPP1+ macrophage相关分析 主图 a: 将Myeloid细胞类型,降维聚类,分成9个细胞亚型; b: 9个细胞亚型在每个样本中的细胞占比; c: SPP1+ macrophage在Tumor 和 SPP1+ macrophage相关性分析 主图 a: 通过scRNA数据,在9个细胞类型中,共鉴定到58个细胞亚型。 ; 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。
发表于2019年10月9日的Nature ? 摘要 胎儿肝造血作用对造血干细胞与多能祖细胞的自我更新和分化有重要影响。 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。 前B细胞可在7-8 PCW间检测到而成熟B细胞仅可在9 PCW后检测到。 ?
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 ---- ---- ----
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 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。 2.特异性抗肿瘤体液免疫 与T细胞介导的抗肿瘤细胞免疫不同,B细胞能够通过其表面受体(Bcell receptor,BCR)直接识别并结合可溶性抗原。
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。 但是,TBM/TBS与2D培养的差异基因与4T1细胞的变化无关,因为未分选的和分选出来的4T1-BFP +仅有1251个(48%)上调的基因和336个(24%)下调的基因重叠(图2.E)。 但在体内培养中也有22种与细胞周期相关的基因,例如细胞周期蛋白依赖性激酶抑制剂1a(Cdkn1a),细胞周期的调节剂和泛素蛋白酶体系统成员(Ubb,Ubc,Psmb8,Psmb9,Psmb10,Psme1
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。 CD45+无监督聚类分析获得了9个T细胞簇,包括3个CD4+ T cell,6个CD8+T细胞。 cytotoxic T cell(IFNG、PRF1、GZMA 和 GZMB):T3和T5 CD4+细胞细分: T7和T9表现出显着的调节性T细胞(Treg)特征:FOXP3和IL2RA (CD25) CD4+ T细胞的分化轨迹:Treg簇T7和T9位于exhausted 的Th簇T8的另一端。
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