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
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。
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。
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。
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 ---- ----
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。
至此,我们知道了免疫组库的来源以及基本组成。 那么, 为什么要做单细胞免疫组库 当然是为了进一步探究人体免疫机制,挖掘免疫组库与疾病的关系,促进人类健康了。免疫细胞是如何产生作用的呢? ? 2015年,10× Genomics发布了基于微流控和油滴包裹技术的Chromium单细胞系统平台,可实现高通量的单细胞转录组和单细胞V(D)J测序。 image 10× Genomic单细胞免疫组库测序是建立在GemCode技术上的微流体平台,将带有条形码和引物的凝胶珠与单个细胞包裹在油滴中;接下来在每个油滴内,凝胶珠溶解,细胞裂解释放mRNA,通过逆转录产生用于测序的带条形码的 其实10X单细胞的生信入门的门槛是很低的,大部分工作都被它的cellranger做完了。 to=https%3A%2F%2Fsupport.10xgenomics.com%2Fsingle-cell-vdj [7] 免疫组库高通量分析工具:IGoR——更精确剖析免疫组库: https://links.jianshu.com
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。 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。 在naïve细胞群(T2和T4)中,只有大约10%的CD8+细胞具有克隆性TCR,而在衰竭CD8+ T细胞群(T1和T6)中超过30%。 但研究人员在T2簇中发现了CD8+CXCL8+ naïve T cells,且在14例样本中有10例存在。
不过数据公开的是 PRJNA342632 for exome data and PRJNA243084 for RNA-seq data 背景知识 肿瘤免疫疗法 近年来,肿瘤免疫疗法已成为继手术、放疗和化疗之后的第四种肿瘤治疗手段 肿瘤免疫治疗,主要包括 免疫疫苗 免疫检查点抑制剂治疗 过继性免疫细胞治疗 细胞因子治疗 其中以CTLA4、PD1/PDL1抑制剂为代表的免疫检查点抑制剂,以其显著的临床疗效而备受瞩目。 而本文的研究属于肿瘤免疫治疗的过继性T细胞疗法(ACT)领域,之前以CART为主,最近出现了另外一种疗法——TIL(Tumor Infiltrating T cell,肿瘤浸润淋巴细胞),表现也十分惊艳 不同患者不同肿瘤类型对免疫疗法的反应不可预测,是因为免疫成分的异质性以及肿瘤浸润淋巴细胞(TILs)在单个肿瘤内和患者之间的多样化表型。 of neoantigen-specific lymphocytes in the peripheral blood of melanoma patients》即是从晚期恶性黑色素瘤患者的外周免疫细胞中可根据
T细胞和B细胞是适应性免疫应答的重要成分。 T细胞表面的TCR(T cell receptor)与MHC分子-抗原肽复合物结合,通过促进吞噬细胞杀灭细胞内的微生物或直接杀伤受感染的细胞来执行细胞免疫功能。 TCR测序,绘制乳腺癌肿瘤微环境中多种免疫细胞表型的单细胞图谱。 单细胞免疫组库研究在抗体开发、用药及疫苗评估等方面也有较高的应用价值。 Clin Cancer Res. 2015 May 15;21(10):2268-77 5.Deep sequencing of B cell receptor repertoire.
免疫与炎症在一种疾病种正在被广泛研究,它就是众病之王,癌症,它的发生发展过程为我们展示了癌细胞如何巧妙地集成正常细胞的功能,形成与人体循环系统持续互动的血管支持体系。 ,使损伤局部的血液循环中的白细胞及血浆蛋白渗出损伤因子所在的部位,稀释、中和、杀伤及清除有害物种 炎症反应的消退和终止 实质细胞核间质细胞增生,修复受损伤的组织 可以看出像免疫反应一样,炎症反应中细胞也是主角 得益于通量和灵敏度的极大提升,发现新的细胞类型和状态也为单细胞技术在免疫和炎症研究中广泛应用。 在得到新型的细胞类型/状态亚群之后,我们往往要问:它是如何发挥功能的?它为什么在这里? 血液系统是各种重要免疫和炎症的重要载体,也是各种免疫和免疫事件发生的主要场所。单细胞技术像一个高通量的扫码系统,可以帮助我们快速勘探血管中各类细胞的分化发育、相互作用、功能变化等。 这些信息可以开拓我们对炎症和免疫细胞的理解范畴。
install celltypist import scanpy as sc import celltypist from celltypist import models 下载 2,000 个免疫细胞的 10,000(该矩阵也可以存储在 .raw.X 中)。 免疫细胞的分类非常详细。 一些模型元信息。 weights = model.classifier.coef_ weights.shape (10, 16201) 肥大细胞的三大驱动基因。 ,singleR注释免疫细胞真是一言难尽。
---- 研究内容 事实上,发挥抗肿瘤免疫反应的细胞如想成功清除肿瘤必须考虑两方面的因素。 第一个方面就是需要一支强大的免疫细胞军团,只有拥有训练有素且兼具各项功能的免疫细胞互相协作,才能行驶强大的抗肿瘤免疫的潜力;第二个方面就是需要打入敌军内部,即使再强大的军队到不了战场,那对战争的结果也无济于事 ;而恰恰第二方面是肿瘤细胞逃避免疫细胞攻击的主要手段之一。 本文的研究结果为了解TA-HECs的分子和功能特征,以及它们在肿瘤免疫和免疫治疗期间淋巴细胞进入肿瘤中的作用提供了理论支持。 ---- 展望 总之,这项研究结果揭示了TA-HECs的分子和功能特征,及其在肿瘤免疫和免疫治疗过程中淋巴细胞进入肿瘤的作用。
分享是一种态度 免疫系统 免疫系统中主要包含两类淋巴细胞:B lymphocytes (B cells) 和 T lymphocytes (T cells)。 BCR/TCR 的 CDR3 由 V、 D、 J 三个基因编码,淋巴细胞的成熟过程中,通过 V、 D、 J 基因的重排形成了各种重组序列片段,由于 V、 D、 J 基因片段本身具有多样性,再加上体细胞突变 因此对于淋巴细胞多样性的研究便集中在了 CDR3 区多样性的研究。 基础知识理解 免疫组库:V(D)J序列多样性的集合即为免疫组库(Immune Repertoire, IR) 免疫组库测序目标:5‘转录组+V(D)J片段分析,可同时获得单细胞转录组以及免疫组库数据。 组装后的有效细胞数:有效的细胞数的估计与表达靶向 V(D)J 转录本相关,要求 barcode 有一个 contig 能够有至少 2 个具有足够 reads 支持的 UMI。
如今使用 10x Genomics,scRNA-seq实验每样本多达1万个细胞,常规检测每个细胞2到4千个基因。 基于流式细胞术的方法称为Met-Flow,使用10个氟铬偶联抗体靶向不同代谢途径中的限速酶和关键蛋白,结合表型标记生成27色流式细胞术面panel,以查询免疫细胞的代谢状态。 作者使用了BD公司的X30 FACSymphony流式细胞仪。利用10个代谢标记的表达谱,Ahl等人可以聚类和分离血液白细胞亚群到不同的代谢。 值得注意的是,Met-Flow仅用10种代谢蛋白鉴定了血液白细胞亚群,其分辨率与500个基因的scRNA-seq分析相当,而单独分析相同的10个基因的表达不能区分免疫人群的差异。 例如,基于最近于面板之间的重叠,可以用代谢panle组成的10代谢抗体,也适用于多色流式细胞术和一组更大的panle包括一个额外的10个抗体。
肿瘤微环境是肿瘤细胞生存和发展的土壤,其中浸润到肿瘤局部的免疫细胞介导了肿瘤免疫微环境,tumor immune microenvironment, 简称TIME。 通过转录组测序,可以获得肿瘤样本中不同基因的表达量数据,通过对应的生物信息学软件,可以得到肿瘤免疫微环境中各种细胞的表达量,从而对肿瘤微环境进行分型,识别浸润的免疫细胞亚群,比较不同亚群的表达情况,结合生存分析 ,进一步筛选某种微环境亚型或者免疫细胞亚群作为biomarker。 基于基因表达谱数据,分析肿瘤免疫微环境组分的软件有很多,大致分成了以下3种策略 1. marker gene 将不同免疫细胞对应的marker genes作为基因集合, 采用类似GSEA的算法来评估样本中高表达的基因在不同免疫细胞的基因集合中是否富集 反卷积 卷积和反卷积是深度学习中常见的算法,将每个样本看做是多种免疫细胞的混合,采用线性回归拟合出每种免疫细胞的组分和表达量与最终混合后的关系,通过反卷积算法,提取每种免疫细胞的表达特征,示意如下 ?
白细胞介素-10(IL-10)作为一类具有强效免疫抑制功能的多效性细胞因子,在限制免疫应答强度、维持免疫耐受及促进组织修复中发挥核心作用。 IL-10通过与其特异性受体复合物结合,激活以JAK-STAT3为轴心的信号转导级联,调控免疫细胞的分化、活化与效应功能。 IL-10作为家族原型成员,主要由活化的T细胞、单核巨噬细胞及树突状细胞产生,是免疫系统中最具代表性的负调控细胞因子。 IL-10R1为配体结合亚基,对IL-10具有高亲和力,主要表达于免疫细胞表面;IL-10R2为信号转导亚基,广泛表达于多种组织细胞。 一方面,IL-10可抑制肿瘤浸润性T细胞及NK细胞活性,抑制树突状细胞成熟,促进肿瘤免疫逃逸;另一方面,其抗炎作用可减轻慢性炎症驱动的促癌效应。
这里,我们介绍了亚洲免疫多样性图谱(AIDA),这是一个多国人类免疫细胞的单细胞RNA测序(scRNA-seq)健康参考图谱。 Para_02 对人类免疫细胞多样性的研究很有趣,因为血液细胞比例通常用于诊断,血液特征的变化与疾病风险相关,而且免疫表型分析被用来监测诸如艾滋病、白血病和淋巴瘤等疾病。 例如,外周血中的特征(如细胞类型丰度和克隆型扩增)已与免疫细胞肿瘤浸润、肿瘤对免疫治疗的反应以及疾病状态相关联。 这些可能具有预后标志物的潜力。 10个细胞的细胞亚型。 我们利用自报种族、年龄、女性/男性性别及其两两交互项的线性模型来检查这些人类多样性的维度与免疫细胞类型和亚型的log10(比例)之间的相关性。
为了评估细胞因子和趋化因子水平,检查了其他几名病人的支气管肺泡灌洗液(S7-S10,他们的人口调查数据在附表四) 来自维基百科: 细胞因子(英语:cytokine,又稱细胞介素、细胞激素、细胞素、细胞活素 是一小分子细胞因子家族蛋白。主要作用是趋化细胞的迁移. 细胞沿着趋化因子浓度增加的信号向趋化因子源处的迁徙。有些趋化因子在免疫监视过程中控制免疫细胞趋化,如诱导淋巴细胞到淋巴结。 针对9个病人的表达矩阵的质控阈值是:基因数量200-6000,UMI count大于1000,线粒体含量小于10%。 IL1B, IL6, TNF 和几种趋化因子 (CCL2, CCL3, CCL4 and CCL7)在重症患者的巨噬细胞中高表达;CXCL9, CXCL10 and CXCL11在患者中表达量高于正常人 同时,细胞因子也会激活这些免疫细胞,被激活的免疫细胞则会产生更多的细胞素。通常来说,人体会检查并控制这个反馈循环。但是在有些情况下,情况会失控,导致一个地方聚集了太多被激活的免疫细胞。