- 综合排序
- 最热优先
- 最新优先
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] 然后，将该免疫细胞添加到转移性乳腺癌细胞培养物中。该细胞一开始没有任何标记的线粒体。然而，在共培养后 16 h，观察到癌细胞中出现大量点状绿色荧光(图 2)，这与线粒体从免疫细胞转移到癌细胞一致。 使用鬼笔环肽红染色纳米管中的 F-肌动蛋白，可观察到 MitoTracker 标记的线粒体在纳米管内共定位(图 2)，支持通过纳米管进行线粒体运输。 Signal Transduct Target Ther. 2022 Sep 19;7(1):331. [2] Saha T, et al.
36700编辑于 2024-11-29- 来自专栏生信技能树
任何细胞都有免疫特征
关键是看如何定义免疫特征，比如kegg数据库里面的就有很多免疫特征相关的功能基因列表，首先它区分成为了如下所示的7个大类： 1. Metabolism 2. 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。 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。
47610编辑于 2024-01-04 - 来自专栏用户7627119的专栏
细胞焦亡结合免疫发7分+2区SCI
3个簇的OS和PFS存在显著差异，其中簇1的OS和PFS较高而簇2的预后最差（图2C）。 图2 TCGA-MIBC的细胞焦亡模式和生物学特征 4. 簇1和簇3富集于完全激活的免疫功能相关通路，包括淋巴细胞迁移，抗原加工和呈递，toll样受体信号通路，干扰素介导的信号通路和趋化因子信号通路，簇2与免疫抑制相关过程显著相关（图2D和2E）。 ssGSEA分析表明簇1患者富集与免疫分化和干扰素应该，簇2富集于尿路上皮和管腔分化相关通路，簇3富集于免疫分化和干扰素应答打分（图2F）。 5. CIBERSORTx分析表明，簇1中M1巨噬细胞，CD8+ T细胞，激活NK细胞和CD4+ T细胞丰度较高，而簇2中肥大细胞，M2巨噬细胞，调节性CD4+ T细胞和静息CD4+T细胞丰度较高（图3C）。 免疫检查点表达水平分析表明，簇1和簇3中免疫检查点抑制基因表达水平的表达水平较高而在簇2中表达水平较低（图3D）。 图3 不同细胞焦亡模型的TME和转录组特征 6.
83510编辑于 2022-09-21 - 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
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。 AACCATGCAGATTGCT-1-Pan_T7935487 IGLC2 AACCATGTCCTGCCAT-1-Pan_T7935487 None 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
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 ---- ----
2.2K32发布于 2020-09-23 肿瘤免疫与单细胞、空间、外显子和免疫疗法
研究表明，NKT细胞表达NKG2D体，能够识别多种NKG2D配体以及部分由CD1d呈递的肿瘤脂类抗原。 yδT细胞在机体的抗肿瘤免疫应答中发挥着重要作用。同NK细胞一样，γδT细胞表达 NKG2D受体，能够直接识别多种肿瘤抗原，某些yδT细胞还能识别肿瘤细胞表面的磷酸化非肽类抗原。 CD4+TH淋巴细胞发挥抗肿瘤免疫应答的重要辅助作用，其介导的抗肿瘤免疫机制有几种:①活化的CD4+TH1细胞可辅助CD8+CTL激活，同时，它们分泌的IL-2及肿瘤微环境中其他细胞分泌的IL-15能够促进和维持 CD8细胞的功能与活性;②活化的CD4+TH2细胞参与辅助B细胞产生特异性抗肿瘤抗体;③活化的CD4+T淋巴细胞可辅助固有免疫细胞(如NK细胞、DC)的活化;④部分活化的CD4+T细胞可直接杀伤肿瘤细胞 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。
56710编辑于 2024-02-27- 来自专栏生信菜鸟团
【生信文献200篇】83 TNBC单细胞免疫图谱揭示了新的免疫细胞亚群
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DN T细胞占总T细胞的31.0% 无监督聚类显示DN T细胞有三个聚类。 C1高表达细胞毒性标志物GZMA、GZMB和IFNG (IFN-γ)。C2高表达FOXP3、IL2RA和CTLA4。
1.9K20发布于 2021-12-01 - 来自专栏单细胞天地
TREM2(high)巨噬细胞和γδT细胞的基因表达特征预测免疫治疗反应
结果： 1.免疫细胞群与ICT反应的关联 总共得到16,291个细胞，分为23个亚群，经注释后，得到10个主要的免疫细胞亚群。 为了测试TREM2hi 巨噬细胞特征是否与ICT耐药性相关，他们还分析了另外两个公开的基因表达数据集，同样也是接受了免疫治疗患者。 在这个数据集中，与对照相比，免疫治疗无应答者中，Mac_c1巨噬细胞亚群中TREM2hi巨噬细胞marker基因总体水平显著升高，B_s1 B细胞亚群中B_c22 Bmarker基因总体水平显著降低。 这些结果支持与前一个数据集的研究结果，即TREM2hi巨噬细胞和B_c22 B细胞在免疫治疗反应中变化趋势一致。 该研究对这些免疫细胞群的研究为提高癌症免疫治疗的疗效和更好地理解ICT耐药性的机制提供了新的见解。
1.8K40编辑于 2022-06-13 - 来自专栏用户7627119的专栏
单细胞免疫组库的应用
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。 基于TCR数据分析，发现肝癌内存在大量肿瘤组织特异的克隆增生的T细胞，但是这些细胞大多处于耗竭状态，从而揭示了肿瘤细胞逃逸免疫监视的原因。 文章解读2 2018年8月，凯特琳癌症中心的Dana Pe’er教授在《Cell》上发表了一篇题为"Single-Cell Map of Diverse Immune Phenotypes in the 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。
1.5K10发布于 2020-08-06 - 来自专栏单细胞天地
单细胞切病理 || 免疫与炎症
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。 为了让这种方法进入科学界，并创建了一个原理证明网络界面( proof-of-principle web interface ，RashX)，在这里，科学家和临床医生可以在他们的TH2/TH17转录框架中可视化他们的患者水平的皮疹单细胞转录组数据 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。
68020编辑于 2022-06-13 - 来自专栏单细胞天地
多靶点自体免疫细胞技术
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。 (SLC3A2) protein ? (CD137, a marker of T cell activation)的T细胞做单细胞测序，找到了跟mutant (mut)-SLC3A2 or mutKIAA0368对接的TRBV 然后TIL
72810发布于 2020-03-27 - 来自专栏生信菜鸟团
敲开免疫细胞进入肿瘤的大门
---- 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。
56220编辑于 2022-04-08 - 来自专栏生信技能树
使用 CellTypist 进行免疫细胞类型分类
个免疫细胞的 scRNA-seq 数据集 adata_2000 = sc.read('celltypist_demo_folder/demo_2000_cells.h5ad', backup_url 免疫细胞的分类非常详细。 一些模型元信息。 请注意，在predicted_labels 中，每个查询细胞通过在给定模型的所有可能单细胞型中选择最可能的细胞来获得其推断标签。 sc.pl.violin(adata_2000, top_3_genes, groupby = 'cell_type', rotation = 90) 感觉还不错，比R语言里面的singleR的可能准确一些，注释免疫细胞时可以考虑用一下 ，singleR注释免疫细胞真是一言难尽。
9K72编辑于 2021-12-29 - 来自专栏单细胞天地
单细胞免疫组库基础介绍
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。
2.6K31编辑于 2022-11-24 - 来自专栏单细胞天地
单细胞时代|| 单细胞代谢组学之免疫代谢
Elegant的研究强调了糖酵解酶己糖激酶1和2 (HK1和HK2)、甘油醛-3-磷酸脱氢酶(GAPDH)、烯醇化酶和丙酮酸激酶同工酶M2 (PKM2)。 脂肪酸代谢影响免疫细胞表型和功能 脂肪酸氧化(FAO)是一种分解代谢途径，将脂肪酸转化为乙酰辅酶a、NADH和FADH2等产物，用于线粒体产生能量。 此外，氨基酸在调节免疫反应的特定方向方面发挥作用。例如，两个Th1和Th17细胞通过转运蛋白ASCT2增加谷氨酰胺用量，以应对抗原受体的刺激，而抗炎treg不受谷氨酰胺供应改变的影响。 如图2A和2B所示，我们创建了这个scRNA-seq数据集的可视化信息，以演示免疫细胞亚群中一些关键代谢基因的行为，值得注意的是: 与糖酵解活性增加相关的基因像Glut1在ICB处理后的活化巨噬细胞中富集 NRF2转录本(Nfe2l2)是氧化应激反应的关键因素，相对于T细胞，巨噬细胞中NRF2转录本(Nfe2l2)的水平通常富集，且似乎不依赖于治疗条件。
3.9K40发布于 2021-03-10 - 来自专栏生信修炼手册
肿瘤浸润免疫细胞量化分析简介
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。 ，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 该策略对应的软件如下 TIminer xCell MCP-counter 2. 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 ?
1.8K20发布于 2019-12-19 - 来自专栏生信菜鸟团
细胞图谱 | Cell | 人类免疫细胞中的亚洲多样性
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。 （F）与图 2A 中相同的 UMAP 图，按捐赠者所在国家划分。 Para_01 去除双联体和细胞类型特异性质量控制以去除低质量细胞后，我们获得了 1,265,624 个循环免疫细胞。 我们鉴定了 8 种主要的免疫细胞类型：B 细胞、CD34+ 造血干细胞和祖细胞（HSPC）、髓系细胞、自然杀伤细胞（NK）、浆细胞、浆样树突状细胞（pDC）、血小板和 T 细胞（图 2A）。 对于AIDA数据冻结版本2，为了提高我们对抗批次间异质双细胞识别中的批次间变异的能力，我们改用RCAv2软件将每个单细胞RNA测序文库投影到免疫细胞转录组的参考面板上。 然后，我们将来自多个国家的多个文库中的单细胞合并，使用RCAv2软件对这些细胞组合进行参考投影到免疫细胞转录组的参考面板上。 并基于参考投影系数的主要成分进行了最近邻分析。
59010编辑于 2025-05-17 - 来自专栏单细胞天地
COVID-19病人支气管免疫细胞单细胞测序分析
2 前言 2.1 摘要 与COVID-19严重性相关的呼吸免疫特性目前还不清楚。作者选了COVID-19严重程度不同的患者以及健康人的支气管肺泡灌洗液免疫细胞，进行单细胞转录组测序。 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。 Fig. 1 图A：对支气管肺泡灌洗液免疫细胞进行分群后进行细胞·类型鉴定，UMAP展示出13种细胞类型 图B：主要的支气管肺泡灌洗液免疫细胞在健康、中度、重度患者中的分布 图C：UMAP展示了4组巨噬细胞在健康 M1型巨噬细胞 第三组表达免疫调节基因A2M, GPR183 and CCL13 以及纤维化基因TREM2, TGFB1 and SPP1，说明可能是M2型巨噬细胞 第四组表达肺泡巨噬细胞基因FABP4 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。
2K20发布于 2020-06-24 - 来自专栏单细胞天地
CellKb Immune:轻松拿捏小鼠免疫细胞注释
前言 生信技能树公众号之前已经介绍了很多有关细胞注释的工具或软件了，如：ToppCell Atlas:单细胞分析中针对细胞类型的富集分析，但是其中很多都是偏向于对人来源的细胞进行注释。 ---- 主要内容 首先，需要强调的是CellKb Immune所有用于细胞注释的marker genes都是作者通过搜集以发表的研究手动整理的，其中包括各种免疫功能调节相关的文章。 为了保证marker genes来源的可靠性，所有被纳入进CellKb Immune基因必须满足以下标准： 1)Deposition of raw data in public databases； 2) 作者自定义的标记基因集在文献中具有重要的参考意义，因为细胞簇形式的细胞类型往往是作者根据生物学信息选择的，因此CellKb Immune会捕获和聚合这些生物信息； 2)CellKb Immune提供深度注释 总之，CellKb Immune提供了一个易于使用的参考数据库，具有快速可靠的方法，可以一站式解决小鼠单细胞数据分析中各种免疫细胞类型的注释。 ----
2.3K40编辑于 2022-11-24
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