- 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)
02癌细胞“偷走”线粒体癌细胞伸出"魔爪"—纳米管研究人员设计了一个简单的实验，将不同的鼠/人类乳腺癌细胞与效应免疫细胞 (如自然杀伤 T 细胞 (NKT) 或 CD3+ /CD8+T 细胞) 共培养， FESEM 图像显示乳腺癌细胞和免疫细胞之间的纳米管 (红色箭头)。CD8+ /CD3+ T 细胞被添加到 MDA-MB-231 (a) 或 4T1 细胞 (b) 中。 在 a 中，纳米管似乎在 T 细胞周围分支。c. 左图：FESEM 图像显示免疫金标记的 CD8+ T 细胞和 4T1 癌细胞之间的纳米管 (红色箭头)。 也就是说，癌细胞虽然可通过纳米管“偷走”T细胞的线粒体，但免疫细胞也为自己开辟了一条“充电通道”：通过纳米管介导小鼠和人类细胞中线粒体从 BMSC 到 CD8+ T 细胞的细胞间运输。 发现 BMSC 线粒体移植增强了 CD8+ T 细胞代谢适应性，表现出明显更高的基础呼吸和备用呼吸能力 (SCR)。此外，线粒体转移增强 CD8+ T 细胞对实体肿瘤的抗肿瘤免疫力。
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
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。
47610编辑于 2024-01-04 - 来自专栏作图丫
8+！免疫相关：肝细胞癌中 T 细胞介导的肿瘤杀伤的分子特征
图 2 03 不同TTK亚型患者免疫治疗反应的机制 通过比较两种 TTK 亚型之间 HCC 的 TME 中的浸润性免疫细胞组成（图 3A），本研究发现：1) 簇 1 中的样本大多表现出低免疫细胞浸润，而簇 2 中的样本大多表现出高免疫细胞浸润。 2) 热图中的高免疫浸润区包含为介导抗肿瘤免疫反应而建立的免疫细胞和多种免疫抑制细胞，提示可能存在反馈机制，即 TME 可能促进免疫抑制细胞的募集或分化。 图 3 为了确定导致Cluster 1和Cluster 2之间TME差异的特定免疫成分，本研究计算了28个免疫细胞在不同亚型之间的差异。 结合生存分析结果（图 2E），与有利生存结果相对应的簇 2 中的样本显示，效应记忆 CD8+ T 细胞、Th1 细胞、CD56 自然杀伤细胞、嗜酸性粒细胞、自然杀伤 T 细胞、中性粒细胞和浆细胞样树突状细胞大量浸润
66120编辑于 2022-12-14 - 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
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
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
类分子限制性的方式供CD4'T细胞识别,或者以交叉提呈的方式供CD8+T细胞识别。 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 CD8+TC淋巴细胞负责杀伤肿瘤细胞,是抗肿瘤免疫应答最主要的效应细胞,其介导的抗肿瘤免疫机制包括:①通过穿孔素和颗粒酶等杀伤靶细胞;②通过表面的Fas配体与肿瘤细胞表达的Fas受体结合，从而启动肿瘤细胞凋亡 此外，CD8+CTL细胞具有免疫记忆功能，在相同肿瘤抗原再次刺激后，能很快分化成效应细胞，并显示杀伤活性。
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。 研究人员还发现了一个与低生存率相关的新T细胞亚群：CD8+CXCL8+ naïve T cell。并且发现TCR+巨噬细胞组成的新免疫细胞亚群广泛分布于TNBC肿瘤中。 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。 并通过免疫组织化学染色证实了CD8+ T细胞，CD4+调节T细胞，B细胞和巨噬细胞。 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。
1.9K20发布于 2021-12-01 - 来自专栏单细胞天地
单细胞水平揭示CD8⁺ T-LGLL的免疫组特征
，T-LGLL 克隆型与非白血病免疫细胞的反应性克隆型相比显示出更活跃的细胞通讯。 强调了克隆和非克隆免疫组库在 T-LGLL 发病机制中的协同作用，认为T-LGLL的治疗应该考虑整个免疫系统 ，而非单纯关注克隆型扩增的T-LGLL T细胞免疫特征。 整合STAT3扩增子测序数据、scTCRαβ-seq、Vβ流式细胞术得到CD8⁺T细胞的克隆型信息，得到11种T-LGLL克隆型 之后对T-LGLL克隆型的细胞进行重新聚类，得到7个亚群，其中最大的群上调了 之后为了验证突变型和野生型STAT3 T-LGLL 之间的差异，分析了普通转录组数据，与突变型STAT3患者相比，野生型 STAT3 患者的 CD8+ T 细胞具有更高的细胞毒性评分。 T-LGLL患者的细胞通讯增强 作者为了解释T-LGLL患者中细胞因子介导的白血病细胞和非白血病细胞间的细胞互作关系，分析了9 名 T-LGLL 患者和 8 名健康对照的血浆细胞因子表达。
63610编辑于 2023-02-16 - 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。 此外，该研究还描绘了初始T细胞向耗竭状态的发展轨迹，并在耗竭性CD8 T细胞亚群中发现了一类FOXP3+抑制性T细胞的存在，提出了耗竭T细胞会进一步发展成抑制性T细胞的潜在发展方向。 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。 ，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。
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 在不同肿瘤来源的TIL细胞中，CD4+ T细胞、CD8+ T细胞的比例有差异，但大多数情况下以CD8+T细胞为主。 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。 and scaffold (ECPAS; also known as KIAA0368) Individual peptide screens of the TIL fragments showed F8
72810发布于 2020-03-27 - 来自专栏生信技能树
使用 CellTypist 进行免疫细胞类型分类
install celltypist import scanpy as sc import celltypist from celltypist import models 下载 2,000 个免疫细胞的 model.cell_types array(['B cells', 'CD16+ NK cells', 'CD16- NK cells', 'CD8a/a', 'CD8a/b(entry 免疫细胞的分类非常详细。 一些模型元信息。 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 - 来自专栏生信菜鸟团
敲开免疫细胞进入肿瘤的大门
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。 作者发现在两种肿瘤中，TA-HECs与CD8+ T细胞浸润有关，但是在免疫缺陷小鼠的肿瘤中TA-HEC的密度较低。 研究人员接下来进一步分析了ICB治疗对免疫编辑肿瘤中TA-HECs的影响，结果显示，与抗PD-1单药治疗相比，CTLA-4阻断能显著增加TA-HEC的频率和肿瘤浸润性CD4+和CD8+ T细胞的丰度。 这里需要补充一个小知识点：PD-1抗体被认为主要在肿瘤内部部起作用，逆转即将走向衰竭的T细胞；而抗CTLA-4治疗被认为主要作用于外周黑色素瘤反应性的CD8 T细胞群，主要是募集循环中的CD8 T细胞进入肿瘤
56220编辑于 2022-04-08 - 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
事实上，Ma等人最近在小鼠中使用13c -葡萄糖输注的方法研究了CD8+ T细胞对李斯特菌感染的代谢，并观察到体内活化T细胞的代谢情况有根本不同。 在vito激活的T细胞中，CD8+ T细胞从OXPHOS向糖酵解转变，而在体内激活的CD8+ T细胞显示更高的氧化代谢率和依赖葡萄糖依赖性丝氨酸的生物合成。 使用基于细胞的代谢谱的动物模型研究 除了人体样本，代谢细胞板也可以用于解剖动物体内的代谢重塑。Levine等人利用单核增生李斯特菌感染期间T细胞反应的基于细胞的代谢谱作为CD8 T细胞分化的良好模型。 相反，记忆T细胞表现出CPT1a的诱导，CPT1a在FAO中起关键作用，之前认为与CD8记忆T细胞相关。这种代谢重组是以一种循序渐进的方式发生的，可以在单细胞分辨率下随时间推移而进行。 类似于Hartmann等人的CyTOF分析，CD4+和CD8+T细胞亚群不能单独在代谢蛋白上分离，但大多数其他免疫细胞亚群都能非常有效地单独基于它们的代谢概况来定义。
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。 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 ?
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。 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）。 （F）和（G）特征图，分别显示（F）CD27 和 IGHM 超过 B 细胞的 UMAPs，以及（G）代表免疫细胞梯度（GZMK、GZMB、FCER1G 和 KLRC2）的特征，叠加在 CD8+ T、γδT ◉ （F）和（G）特征图，分别显示（F）CD27 和 IGHM 超过 B 细胞的 UMAPs，以及（G）代表免疫细胞梯度（GZMK、GZMB、FCER1G 和 KLRC2）的特征，叠加在 CD8+ T、 患有自身免疫性疾病的人。 血红蛋白A1c（HbA1c）≥6%的人。 Para_02 我们从参考图谱中排除了在采血日期前8周内接种过任何疫苗的人。
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
发现重度患者的支气管肺泡灌洗液中富含巨噬细胞，普通型患者的特点是存在高度克隆扩增的CD8+ T细胞。 与中度感染患者相比，重症感染患者的CD8 + T细胞含量较低，而增殖T细胞的比例较高 ? 轻度和重度患者的CD8+ T细胞在数量和克隆性扩增状态存在差异： ? 总之，重症/危重症患者提取的CD8+ T细胞扩撒范围更小，但具有更高的增值特性和表型异质性，在轻度患者中，CD8+ T细胞具有组织原位的特性 4.4 患者几种细胞素和趋化因子的测量 重症/危重症患者比轻症患者的炎症细胞因子含量更高 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。 因此，在单细胞测序产生的数据中，除了最多的人来源的研究外，紧接着就是小鼠的数据了。那么分析小鼠的单细胞数据时会有一个巨大的挑战，就是如何准确的对小鼠各种细胞类型进行命名。 ---- 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。 因此，最开始就得到一个准确的细胞注释结果是非常重要的。 事实上，和人的单细胞数据相比，对小鼠的细胞注释更加有挑战性，特别是对在不同药物或者处理后得到的实验数据。 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