- 综合排序
- 最热优先
- 最新优先
- 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
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。 T-LGLL T细胞显示出更强的细胞毒性 作者拿到了11名T-LGLL患者以及6名年龄匹配的健康对照的外周血样本，利用流式细胞术分离出PBMCs并分选出CD45⁺T细胞进行scRNA+TCRαβ-seq 发现与正常样本相比，T-LGLL患者中异常克隆扩增的T细胞具有更复杂的异质性，包括显著上调的细胞毒性、抗细胞凋亡和T细胞耗竭。 、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T-LGLL markers 通过CellPhoneDB分析T-LGLL T细胞互作，发现：相比于健康人，T-LGLL患者中T-LGLL T细胞和其他免疫细胞之间配体-受体相互作用数量增加，并且大多数的相互作用发生由共刺激引起。
61210编辑于 2023-02-16 顶刊分享----组织驻留记忆CD8 T细胞多样性具有时空印记（HD + cellpose + Xenium）
SI结构中的信号准备影响新CD8 T细胞的流入并引导其分化过程。生态位依赖性信号有助于分化进入的CD8 T细胞，并维持两种极化的TRM细胞状态。 结果4、TGFβ指导SI CD8 T细胞定位TGFβ是一种免疫调节细胞因子，影响肠道CD8 T细胞归巢和滞留，并引导TRM细胞分化和维持。 结果5、CXCR3介导的SI CD8 T细胞deploymentCXCR3配体CXCL9和CXCL10是已知的T细胞化学引诱剂，有助于SI中的T细胞定位和成熟。 结果6、人类SI中的空间CD8 T细胞程序在SI中观察到的CD8 T细胞表型和基因表达的异质性受到其组织内位置的影响，特别是沿着隐窝-绒毛轴，通过不同的细胞相互作用和暴露于趋化因子和细胞因子来源，如TGFβ ，维持了人类和小鼠中功能不同的CD8αβT细胞群。
28210编辑于 2025-01-27- 来自专栏生信技能树
纯粹靠单细胞转录组数据是很难区分CD4和CD8阳性T细胞
然后发现CD4和CD8的T细胞在单细胞转录组水平本来就很难确定亚群和名字 虽然说CD8 T和CD4 T细胞亚群 是一种分类方法，但是各自内部又是可以按照功能进行划分，naive, memory ，effector 也就是说，naive, memory ，effector，cytotoxic，Exhaustion这样的状态之间的差异会大于CD8 T和CD4 T细胞亚群的差异，这样的话，如果大家的知识停留在CD8 T 那么是否有可能让CD8 T和CD4 T细胞亚群在umap上面就是截然不同的呢 其实是因为单纯的转录组水平的差异不足以区分CD8 T和CD4 T细胞亚群，不妨加入蛋白质表达量水平信息。 CD8 T和CD4 T细胞亚群确实是在mRNA水平很难靠CD4区分，但是在蛋白质水平CD8 T和CD4 T还是具有比较没想到排他性！ ，其它主要是CD8的T细胞。
3K12编辑于 2023-11-23 - 来自专栏生信技能树
癌旁的正常组织都是naive的CD4和CD8阳性T细胞吗？
870 cells; 2.82%; with marker gene TPSB2),; umap的可视化 如下所示： umap的可视化 值得注意的是在癌旁正常组织的图谱里面，都是naive的CD4和CD8 阳性T细胞。 FOXP3+ CD4+ regulatory T cells exhibited highly immunosuppressive characteristics. 在癌旁正常组织的图谱里面，都是naive的CD4和CD8阳性T细胞。 因为历史遗留原因，T细胞主要是区分成为CD8+ T cell 和 CD4+ T cell 两个大类，也可以是按照功能进行划分，naive, memory ，effector，cytotoxic，Exhaustion
1K30编辑于 2022-07-26 - 来自专栏凋亡检测试剂盒推文
Elabscience 小鼠CD8 T细胞阴性分选试剂盒，助力成果突破
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 产品介绍EasySort™ Mouse CD8+T Cell Isolation Kit 是一款能快速简便的分离出高纯度小鼠 CD8+T 细胞的产品。 检测原理本试剂盒采用阴性分选技术实现 CD8+T 细胞的高效分离。 ）将这些非目标细胞吸附去除，从而留下未被标记的纯净 CD8+T 细胞。 抗病毒免疫研究：针对病毒感染模型，分离 CD8+T 细胞以分析其在病毒清除、免疫记忆形成中的作用。细胞治疗研发：为 CD8+T 细胞过继性免疫治疗研究提供高纯度起始细胞，助力细胞改造与治疗效能评估。
29910编辑于 2025-09-22 - 来自专栏生信技能树
CD4和CD8的T细胞在单细胞转录组水平本来就很难确定亚群和名字
隔三差五就有小伙伴在交流群里面问到他自己在进行CD4和CD8的T细胞细分亚群的时候非常纠结，根本就没办法确定下来到底应该是分多少群以及到底是应该按照什么顺序分。 其实很正常，之前我们组建了CD4和CD8的T细胞的交流群就探讨失败，虽然说CD8 T和CD4 T细胞亚群 是一种分类方法，但是各自内部又是可以按照功能进行划分，naive, memory ，effector 分享一些用得着的CD4和CD8的T细胞的基因吧 比如按照功能进行划分，naive, memory ，effector，cytotoxic，Exhaustion： naive (LEF1, SELL, TCF7 ，其它主要是CD8的T细胞。 ---- 如果你询问chatGPT单细胞水平CD8的T细胞可以细分哪些： ---- 在单细胞水平上，CD8+ T细胞也可以被进一步细分为多种亚型，这些亚型主要根据它们的功能特性、细胞因子产生情况和表面标志物进行分类
2.1K10编辑于 2023-09-04 - 来自专栏JavaEdge
public ＜T＞ T method(T t)方法详解
第一个 定义当前我有一个泛型变量类型，类型名使用T来表示 第二个 T 表示show3方法返回值类型为T，其中的只是为了在函数声明前，定义一种范型；因此下面的函数也是合法的： 上面的方法的也是为了定义一种范型 相反的，在使用自定义的范型T之前，如果不首先使用来声明范型变量的存在的话，编译器会有错误提示： 没有声明范型变量类型T 没有声明范型变量类型T ?
2.1K20发布于 2021-02-22 - 来自专栏全栈程序员必看
cd4与cd8比值的意义 化疗后_艾滋病人的cd8高好还是低好
正常情况下CD4/CD8比值介于1.5—2.5之间，如CD4是每微升血750个,CD8是每微升血460个，这样两者的比值就是1.63。 虽然95%的正常人CD4/CD8的比值都在1以上，但是也有一些正常人可以发生倒置。 在发生某些病毒感染如EB病毒感染后，CD8细胞会明显增加，由此会发生倒置。 恐艾症的患者长期的焦虑恐惧完全可以引起CD4细胞的降低，这种情况下，即使CD8细胞不发生改变，也会出现CD4/CD8比值的倒置。 CD8激活亚群的意义：对于没有接受过治疗的HIV感染者，其CD8亚群会因为被激活而一直居高不下。如果发生麻疹或者甲流等病毒感染，CD8不会增高，重症乙肝患者CD38会稍高一点。 如果血液里存在对免疫功能有影响的病毒，CD8激活亚群百分比肯定会较正常人升高。
85430编辑于 2022-09-16 - 来自专栏生信技能树
SARS-CoV-2感染的雪貂支气管肺泡灌洗液单细胞转录组数据挖掘（2） 细分NK和CD8的T单细胞亚群
（全部的代码复制粘贴即可运行，欢迎尝试以及批评指正） 现在是雪貂支气管肺泡灌洗液单细胞转录组显示SARS-CoV-2感染期间巨噬细胞的顺序变化专辑第2讲：主要是对 NK cells and CD8+T during SARS-CoV-2 infection in ferrets“中的Figure2 Fig. 2 Subpopulation analysis of NK cells and CD8+T tidyverse) library(ggpubr) library(cowplot) library(dplyr) library(ggplot2) library(tidyr) ## 分析NK细胞与CD8 T细胞 MPcov <- readRDS("Seurat_object_total_cells.Rds") #常规降维聚类分群(NK细胞与CD8 T细胞) Idents(MPcov) <- "Annotation resolution = 0.3) cov.NK <- RunUMAP(object = cov.NK, dims = 1:5) cov.CD8 <- subset(MPcov, idents = c("CD8
55220编辑于 2022-03-03 - 来自专栏单细胞天地
CellChat：细胞间相互作用分析利器
Levels: Naive CD4 T Memory CD4 T CD14+ Mono B CD8 T FCGR3A+ Mono NK DC Platelet 创建一个Cell Chat对象。 Memory CD4 T CD14+ Mono B CD8 T FCGR3A+ Mono NK DC Platelet Naive CD4 T 0 0 Memory CD4 T CD14+ Mono B CD8 T FCGR3A+ Mono NK DC Platelet Naive CD4 T 1.00 1.00 Memory CD4 T CD14+ Mono B CD8 T FCGR3A+ Mono NK DC Platelet Naive CD4 T 1.00 1.00 Memory CD4 T CD14+ Mono B CD8 T FCGR3A+ Mono NK DC Platelet Naive CD4 T 1.00 1.00
7K54发布于 2020-07-29 - 来自专栏单细胞天地
单细胞meta分析揭示肿瘤反应性CXCL13+T细胞对免疫检查点阻断的反应
而肿瘤反应性CD8 T细胞(肿瘤反应性CD8+ T细胞)更是杀伤肿瘤的主要战士。但如何精确地区分肿瘤反应性CD8 T细胞与旁观CD8 T细胞（Bystander CD8+ T cells）仍是挑战。 而肿瘤反应性CD8 T细胞中不同亚群对免疫治疗响应有怎样的差异更亟待探索。 通过scRNA-seq数据区分肿瘤反应性CD8 T细胞与旁观CD8 T细胞 如何筛选肿瘤反应性CD8 T细胞的可靠marker呢？ 作者从两个既往研究中整合了进行或未进行免疫治疗的10,523个肿瘤反应性CD8 T细胞和370旁观CD8 T细胞。 然后根据clone数大于3的肿瘤反应性CD8 T细胞（1,187个）；两群细胞差异分析发现CXCL13在肿瘤反应性CD8 T细胞中富集（不论使不使用免疫治疗）,且使用CXCL13表达预测肿瘤反应性CD8
1.1K20编辑于 2023-02-10 - 来自专栏作图丫
IF14分文章——免疫浸润高阶分析喊你来学习
一、评估肿瘤免疫浸润 评估6种免疫浸润细胞：(B细胞, CD4 T细胞, CD8 T细胞, 中性粒细胞，巨噬细胞和树突状细胞） 数据：TCGA 23个癌型的SNP数据，GDAC基因表达数据（TPM） 参考数据集 b: CD8 T细胞在MSI-high 组丰度高。 探究免疫浸润相关的调控情况。 为了探索可能的临床反应，研究抑制性受体与CD8 T细胞浸润的相关性。 发现SKCM中CTLA4的表达与不同肿瘤中CD8 T细胞浸润性有不同的性相关，KIRC中也同样，高表达的TIM3具有不同的CD8 T细胞浸润性（b）。 实验验证TIM3和CD8 T细胞浸润的水平。 c：TIM3低表达和CD8 T低浸润，作为阴性对照 d,e：TIM3在癌细胞和淋巴细胞表达 （黄框代表淋巴细胞，红框代表肿瘤细胞） 发现具有高TIM3表达的肿瘤可分为具有不同水平CD8 T细胞浸润水平的两个不同的组
1.5K41编辑于 2022-03-29 【免疫笔记】CD8+ T细胞的“多面人生”—从功能分化到调节性亚群的争议
这波“薛定谔的CD8+ T细胞”，直接打破了我对它“专职杀手”的刻板印象。 二、人类CD8+ T细胞图谱：TCR库的“花样”有多足？ 一个2025年人类CD8+ T细胞TCR库图谱。 三、经典Th分化理论：CD8调节性T细胞的“参照物” 为了讲清楚CD8调节性T细胞（CD8 Tregs），报告先拉来了经典的Th细胞分化模型。 四、CD8 Tregs：研究了几十年，还是“身份不明” 这部分是整场最“抓马”的环节：CD8 Tregs的研究都快30年了，但至今没有被公认的定义！ 对比CD4+ Treg（1995年被描述，2001年就找到核心TF），CD8 Tregs简直是免疫界的“神秘嘉宾”。 五、CD8 Tregs vs 其他细胞：到底有啥不一样？ 最后报告做了个“三方对比”（图5），把CD8 Tregs、CD4+ Foxp3+ Treg、常规CD8+ T细胞放一起PK： 维度 CD4+ Foxp3+ Treg CD8 Tregs 常规CD8+ T
44110编辑于 2025-12-24- 来自专栏作图丫
【单细胞文章解读】食管鳞状细胞癌肿瘤微环境的免疫抑制图景
02 T细胞和NK细胞的聚类及亚型分型 （1）T细胞和NK细胞是主要的免疫毒性细胞，文章识别出了CD4 T细胞群，7个CD8 T细胞群，1个CD4和CD8双阴性T细胞群，3个NK细胞群(a)。 （3） 利用初始T细胞(naïve)、调节性T细胞,、T细胞耗竭(Exhaustion)、细胞毒性(cytotoxic)四类细胞公开的signature，对CD4 T细胞群，CD8 T细胞群进行转录评分 肿瘤中CD45+细胞中Treg簇群CD4- c6 - foxp3和衰竭CD4 T细胞CD4- C5-STMN1的百分比明显高于邻近组织(a，b)。 （2）T细胞耗竭的CD8 T细胞在肿瘤中富集。 相邻组织中T细胞耗竭的CD8 T细胞的总百分比为20%，而在肿瘤中为57%(c，d)。 （4）CD8 T细胞的克隆细胞明显多于CD4 T细胞，CD8 T细胞中细胞毒性细胞簇CD8- c1 - NKG7在癌旁组织中出现频率较高，在癌旁组织中也表现出较肿瘤组织中增加的克隆扩张(e)。
77140编辑于 2022-03-29 - 来自专栏关忆北.
extends T＞与＜? super T＞的区别
// Collections.java public static <T> void copy(List<? super T> dest, List<? di.set(si.next()); } } } 复制的target只能是泛型T的实例对象或泛型T的子类。 复制的src只能是泛型T的实例对象或泛型T的父类。 // Collections.java public static <T> void copy(List<? super T> dest, List<? 获取和放置原则： 换句话说，如果一个参数化类型代表一个T生产者，使用<? extends T>;如果它代表T消费者，则使用<? super T>。
1.4K20编辑于 2022-05-05 - 来自专栏Java架构师必看
size_t与ssize_t
size_t与ssize_t 为了增强程序的可移植性，便有了size_t，它是为了方便系统之间的移植而定义的，不同的系统上，定义size_t可能不一样。 size_t一般用来表示一种计数，比如有多少东西被拷贝等。例如：sizeof操作符的结果类型是size_t，该类型保证能容纳实现所建立的最大对象的字节大小。 l 而ssize_t这个数据类型用来表示可以被执行读写操作的数据块的大小。 它和size_t类似,但必需是signed.意即：它表示的是signed size_t类型的（typedef signed int ssize_t）。 ssize_t是signed size_t， size_t是标准C库中定义的，应为unsigned int。
1.8K30发布于 2021-03-22 - 来自专栏R语言及实用科研软件
🤩 SeuratExtend | 基于Seurat的强大拓展包！~（二）（基础可视化）
, ident.1 = "Mono CD14", ident.2 = "CD8 T cell", style = "segment", color_theme = "D" ) 按显著性过滤 WaterfallPlot( matr, f = pbmc$cluster, ident.1 = "Mono CD14", ident.2 = "CD8 T cell", 火山图 基本用法 VolcanoPlot(pbmc, ident.1 = "B cell", ident.2 = "CD8 T cell") 自定义阈值 VolcanoPlot( pbmc, ident.1 = "B cell", ident.2 = "CD8 T cell", y = "tscore" ) 使用 Log2 或 Log10 倍数变化 VolcanoPlot( pbmc, ident.1 = "B cell", ident.2 = "CD8 T cell", log.base = "2" # Use
20810编辑于 2025-11-13 一文讲清T细胞命名及marker
T细胞属于淋巴系，T细胞根据CD4或CD8共受体（TCR）的表达，分为CD4和CD8两种类型。然而，按照不同的命名方式，我们将T细胞分为不同的类别。 二、活化和效应CD8 T细胞：SLEC (short-lived effector cell)：是高度分化的活化CD8 T细胞，具有细胞毒性活性。 MPEC (memory precursor effector cell)：是微分化、活化的CD8 T细胞，在激活状态到静息状态的过渡过程中表现出高度的存活率。 T cells：由表达TCRγδ抗原受体定义的淋巴细胞谱系CD8αα+ TCRαβ T cells：表达CD8αα同源二聚体而非更常见的CD8αβ异源二聚体的TCRαβ+ T细胞。 ：发育中的胸腺细胞在成熟过程中短暂表达CD4和CD8。
56310编辑于 2025-12-16文献分享--单细胞与空间转录组学揭示复发性鼻咽癌中放疗抵抗及免疫逃逸的机制
（TME）差异进行深入分析，重点关注T细胞与自然杀伤细胞重点发现：CD8 ZNF683与CD8 PNISR细胞亚群在rNPC中的比例显著高于初治鼻咽癌（pNPC）CD8+ T细胞动态演变轨迹分析通过Monocle 3软件构建状态演化轨迹，伪时间分析显示：起始状态：以CD8 TCF7（初始样）细胞为主，主要存在于pNPC中间状态：表现为CD8 FOSB和CD8 ITM2C标志的细胞毒性状态终末状态：耗竭型：以CD8 TIGIT细胞为代表记忆型：以CD8 ZNF683细胞为主，其细胞毒性与颗粒酶评分甚至低于耗竭型T细胞值得注意的是：CD8 ZNF683细胞在rNPC中显著富集，并表现出组织驻留特征PT与RT样本的T 细胞耗竭评分无显著差异，但rNPC中T细胞的共刺激信号评分显著降低临床验证与功能实验验证队列1中，RT样本的CD8 ZNF683细胞比例显著升高验证队列2中，CD8 ZNF683高比例患者的总生存期与局部无复发生存期 （TLS）的空间分布与功能TLS在多种癌症中被证实可通过以下机制改善预后：增强抗原呈递促进细胞因子信号传导释放肿瘤特异性抗体空间转录组共定位分析显示：pNPC中CD4+ T、CD8+ T、调节性T和增殖性
40520编辑于 2025-08-19- 来自专栏生信菜鸟团
【生信文献200篇】96 晚期实体瘤中免疫检查点抑制剂反应的联合生物标志物
结论：与错配修复状态无关的肿瘤突变负荷是进展时间的最具预测性标志物，但免疫相关的 CD8 T 细胞和 M1-M2 巨噬细胞比率评分对总生存期更具预测性。 CD8 T细胞，M0巨噬细胞和嗜中性粒细胞评分的变异性最高。胆管癌显示出最高的免疫细胞表达水平。且胆管癌，皮肤黑色素瘤（SKCM）和HNSCCs中CD8 T细胞的表达水平最高。 DCB 中CD8 T细胞评分的中位数是 NCB 的两倍多，尽管总体差异并不显著。较高的CD8 T细胞评分和进展以及总生存相关。 DCB和NCB患者之间M1-M2评分的差异比CD8 T细胞评分更明显。与CD8评分相似，高M1-M2巨噬细胞评分与较长的TTP和OS相关。 一名NSCLC患者在WGTA的基础上，接受ICIs（dMMR，高TMB，CD8 T细胞和M1-M2评分以及高CD274表达）。没有DCB。
67420编辑于 2022-02-15
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