- 综合排序
- 最热优先
- 最新优先
- 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 - 来自专栏单细胞天地
单细胞水平揭示CD8⁺ T-LGLL的免疫组特征
T cell exhaustion (LAG3 and TIGIT) STAT3野生型的T-LGLL T细胞具有更强的细胞毒性 整合STAT3扩增子测序数据、scTCRαβ-seq、Vβ流式细胞术得到CD8
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）
结果3、区域化肠道免疫信号CD8 T细胞周围细胞群落随时间的变化。四个空间域：免疫（固有层）、上皮、肌层和隐窝区域。 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- 来自专栏量化投资与机器学习
动量扩散比MSR：有效的动量因子收益预测指标
更具体说，现在动量因子是基于过去t-12至t-2个月股票的累积收益，但是一个聪明的投资者会在t-2之前将更多的权重放在已经在Top组的股票。 为了捕捉这种效果,我们定义动量扩散比率（ ）： 其中≥2， 表示根据t-12到t-2个月累计收益率计算的Top组与Bottom组的收益差。 表示以上Top和Bottom组合在t-(1+i)到t-2月份的收益差。我们可以使用这个比率来度量由于行为偏差导致的动量异象带来的利润占所有动量异象利润的比率。 可以用以下等式（4）表示，即Top组和Bottom组t-12到t-2月的对数收益差可以拆分为t-12到t-i+1月的对数收益差与t-i到t-2月的对数收益差之和。 经过以下整理后，从等式7可以看出MSR是小于1的： 如果对于反应不足的行为偏差的假设是正确的，且t-i到t-2月的MSR比较高，那可以认为大部分动量的收益已经被聪明的投资者在t-2月之前收割了；相反如果
79630编辑于 2022-07-19 - 来自专栏MeteoAI
机器学习实战之风功率预测
Index(['var1(t-3)', 'var2(t-3)', 'var3(t-3)', 'var4(t-3)', 'var5(t-3)', 'var6(t-3)', 'var7(t-3)', 'var1(t- 2)', 'var2(t-2)', 'var3(t-2)', 'var4(t-2)', 'var5(t-2)', 'var6(t-2)', 'var7(t-2)', 'var1(t-1)', 'var2 reframed [ ['var2(t-3)', 'var3(t-3)', 'var4(t-3)', 'var5(t-3)', 'var6(t-3)', 'var7(t-3)', 'var2(t- 2)', 'var3(t-2)', 'var4(t-2)', 'var5(t-2)', 'var6(t-2)', 'var7(t-2)', 'var2(t-1)', 'var3 2、t-3、t 共四步，也就是说，本文用t-1、t-2、t-3、t 时刻的气象预报数据来预测t时刻的风功率 train_X = train_X.reshape(train_X.shape[], n_in
6.6K104发布于 2019-07-22 - 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。 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！ 那么，CD4和CD8两个不同T细胞亚群需要各自内部独立做拟时序分析吗？
3K12编辑于 2023-11-23 - 来自专栏智能大数据分析
【机器学习 | 数据挖掘】时间序列算法
x_t = \phi_0 + \phi_1 x_{t-1} + \phi_2 x_{t- p x_{t-1}, x_{t- x_t = \mu + \varepsilon_t - \theta_1 \varepsilon_{t-1} - \theta_2 \varepsilon_{t- 即在时刻的随机变量 x_t 的取值是前 p 期 x_{t-1}, x_{t-2}, \dots, x_{t-p} 的多元线性回归，认为 x_t 主要是受过去 p 期的序列值的影响。 _{t-2}, \ldots, \varepsilon_{t-q} 的多元线性函数，误差项 \varepsilon_t 是当期的随机干扰，为零均值白噪声序列。
78410编辑于 2025-01-22 - 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 在癌旁正常组织的图谱里面，都是naive的CD4和CD8阳性T细胞。
1K30编辑于 2022-07-26 - 来自专栏李家杂货铺zi
MATLAB仿真-在频谱上显示内插和抽取效果
% 15 Hz component + (1.5)*sin(2*pi*20*(t-2)) ... % 40 Hz component + (3.0)*sin(2*pi*25*(t-2)) ... % 15 Hz component + (1.0)*sin(2*pi*40*(t-2)) ... % 40 Hz component + (1.5)*sin(2*pi*50*(t-2)) ...
82210编辑于 2023-03-21 - 来自专栏全栈程序员必看
WSUS客户端访问服务端异常报错-0x8024401f「建议收藏」
Windows Server 2012 R2 Standard IIS版本：8 WSUS版本：6.3.9600 报错信息： 2021-11-29 22:15:10:401 804 cd8 2021-11-29 22:15:10:401 804 cd8 WS WARNING: 服务器已返回 HTTP 状态代码“500 (0x1F4)”以及文本“Internal 2021-11-29 22:15:10:401 804 cd8 WS WARNING: 服务器无法处理该请求。 2021-11-29 22:15:10:401 804 cd8 WS WARNING: MapToSusHResult mapped Nws error 0x803d000f to 0x8024401f 2021-11-29 22:15:10:401 804 cd8 WS WARNING: Web service call failed with
1.7K30编辑于 2022-06-28 - 来自专栏单细胞天地
CellChat：细胞间相互作用分析利器
unique(identity$group) # check the cell labels [1] Memory CD4 T B CD14+ Mono NK CD8 factor levels of the cell labels [1] "Naive CD4 T" "Memory CD4 T" "CD14+ Mono" "B" "CD8 (cellchat@netP$centr) $TGFb $TGFb$outdeg Naive CD4 T Memory CD4 T CD14+ Mono B CD8 2.840617e-07 3.475282e-06 $TGFb$indeg Naive CD4 T Memory CD4 T CD14+ Mono B CD8 06 5.744824e-07 1.713913e-06 $TGFb$hub Naive CD4 T Memory CD4 T CD14+ Mono B CD8
7K54发布于 2020-07-29 - 来自专栏作图丫
IF14分文章——免疫浸润高阶分析喊你来学习
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。 在TCGA肺腺癌中不表达，但在肺鳞状细胞癌中表达但是却和CD8 T细胞浸润负相关（a,b）,可能的解释是肺癌患者的免疫系统没有将MAGEA3识别为抗原。 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 - 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
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 93.4%，可直接用于下游各类实验，为免疫机制研究、肿瘤免疫治疗等领域提供关键工具支持。
29910编辑于 2025-09-22 【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
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 （不确定） 抗原识别+直接杀伤 功能意义 维持免疫稳态 免疫监视、避免免疫激活后自身免疫 抗病毒/抗肿瘤 这么一看，CD8 Tregs更像“介于CD4 Treg和常规CD8之间”的存在——有自身反应性
44110编辑于 2025-12-24- 来自专栏剑指工控
西门子PLC又添新成员
JZGKCHINA 工控技术分享平台 近日，SIMATIC ET 200SP分布式I/O系统的新增了两款CPU扩展——CPU 1514SP T-2 PN和CPU 1514TP TF-2 PN，它们不仅具有扩展的运动控制功能 TF-2 PN T-2 PN CPU 1514SP T-2 PN和CPU 1514TP TF-2PN适用于对程序范围和处理速度有中等要求的应用。
45250编辑于 2023-08-31 - 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 分群数量完全是取决于代码的参数 数量首先没有金标准，其次分群后这些亚群的生物学名字就更加没有标准了，比如上面的CD4里面就有比较经典的naive，helper和treg，而且CD8就有点难搞，同时也需要添加一些 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 ENTPD1 ) . antigen presentation (CD74, HLA-DRB1/5, HLA-DQA2) 如果你使用上面的基因列表，你会发现主要的naive状态的是CD4的T细胞，其它主要是CD8
2.1K10编辑于 2023-09-04 - 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)。 （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)。 04 CD4和CD8 T细胞的克隆 （1）通过TCR测序观察到总共有15,654个独特的TCR序列。观察到克隆扩增，克隆范围从2到2600(a)。 （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)。 （3）TCR-sequencing揭示了CD4和CD8 T细胞群的谱系连接。 （4）巨噬细胞和treg之间通过配体受体相互作用的相互干扰可能有助于免疫抑制状态和疾病进展。
77140编辑于 2022-03-29 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
相关结果7、ZNF683+ CD8+ T细胞在复发鼻咽癌（rNPC）中呈现弱细胞毒性特征对原发（PT）与复发（RT）鼻咽癌的肿瘤微环境（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（LRRFS）更差流式细胞术检测显示：肿瘤浸润的CD8 ZNF683+细胞中颗粒酶
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