内容概要Elabscience 人初始T细胞阴性分选试剂盒凭借阴性分选技术,可从新鲜或冻存的人 PBMC 样本中快速分离高纯度人初始 T 细胞。 产品介绍Elabscience 人初始T细胞阴性分选试剂盒是一款操作快速简便的细胞分离产品,核心用于分离人初始 T 细胞。 检测原理Elabscience 人初始T细胞阴性分选试剂盒采用阴性分选技术,通过特异性去除样本中 CD3⁻非 T 细胞、CD45RO⁺记忆 T 细胞等非目标细胞,实现人初始 T 细胞(CD3⁺CD45RA 应用领域免疫机制研究:探究初始 T 细胞的活化、分化及功能调控机制。肿瘤免疫治疗:用于 CAR-T 细胞疗法等研发中,提供高活性初始 T 细胞原料。 自身免疫病研究:分析初始 T 细胞在自身免疫病发生发展中的作用。疫苗研发:评估疫苗对初始 T 细胞的激活效果及免疫应答强度。再生医学:探索初始 T 细胞在组织修复与免疫重建中的应用。
)、LEF1和FOXO1的表达,存活相关基因(IL7R)、共刺激分子(CD28、CD27、FAS和CD226)的表达较高,但CD38的表达不高。 簇1的基因转录本包括tf BCL6、MAF和TOX2,以及与B细胞辅助功能相关的基因,如IL21、CXCL13和TNFSF8,将它们鉴定为tfh样细胞 簇3的基因包括EOMES和SLAMF7,以及参与细胞毒性的基因如 PRF1、NKG7、GZMB和GZMK,表达趋化因子CCL4和CCL5 簇2和簇4的基因图谱包含细胞周期基因ME2F8、MKI67、PCNA和MCM2 基于这些发现,将这些细胞簇注释为TCF1hi CD4 + T细胞(簇0)、tfh样T细胞(簇1)、cycling(簇2和4)和细胞毒性CD4+ T细胞(簇3)。 表达白细胞介素7受体(IL-7R)的TCF1hi CD4+ T细胞在一系列移植实验中持续血管炎。 TCF1hi CD4+ T细胞作为疾病干细胞发挥作用,促进自身免疫性组织炎症的慢性和自主性。
初始T细胞——CD45RA、CD62Lhigh 效应T细胞——CD45RO、IL2Rhigh 效应型记忆T细胞——CD45RO、CCR7- 中央型记忆T细胞——CD45RO、CCR7+或CD44、CD62Lhigh CD28识别专职性抗原呈递细胞(APC)表面的B7-1(CD80,诱导性表达)和B7-2(CD86,组成性表达),提供T细胞活化的第二信号。 PD-1有两个配体:PD-L1和PD-L2(PD-L1、PD-L2与B7-1、B7-2结构高度同源,在活化的APC表面表达)。 5. CD152(CTLA-4) CD152(CTLA-4)组成性表达于调节性T细胞或诱导性表达于CD4+、CD8+T细胞表面,是B7家族分子的第二个受体。 配体B7与CTLA4相互作用传导T细胞活化的抑制信号(第二信号),终止T细胞应答。 6.
前面我们简单的介绍过免疫组库以及单细胞免疫组库的应用。今天给大家介绍一个做免疫组库数据分析很实用的数据库IMGT,以及如何使用R从IMGT批量下载B细胞和T细胞受体VDJ序列文件。 一、IMGT简介 IMGT (http://www.imgt.org/)是免疫遗传学(ImMunoGeneTics)的缩写,专注于所有脊椎动物物种的免疫球蛋白、T细胞受体(T-cell Receptors B细胞受体VDJ序列文件的下载链接如下,留给大家自己练习吧!
看到了一个超详细的对T细胞亚群进行分析的文献,分享给大家! ### # 创建一个空的list对象 cell_markers <- list() # CD4+ T细胞亚群 cell_markers$`Naive T cells` <- c("CCR7", "SELL ", "IL2RA", "CTLA4", "TIGIT", "TNFRSF18", "MAGEH1", "SAT1", "CCR8", "KZF2", "IL10", "BATF") # CD8+ T细胞亚群 , "CD27", "CD28", "EOMES") # 非常规T细胞亚群 cell_markers$`NKT cells` <- c("EOMES", "XCL1", "XCL2", "CXCR6" $`Proliferation` <- c("MKI67", "TK1", "STMN1") # 细胞毒性 (Cytotoxicity) t_cell_states$`Cytotoxicity` <-
基本介绍 immgen T 开源项目”联合41个实验室,绘制了包含62万余个细胞的小鼠T细胞综合图谱,整合多组学数据揭示了8大类及114个亚群,旨在全面解析T细胞在不同组织和免疫亚群的多样性。 小鼠T细胞综合图谱包括在单细胞水平上进行分析,整合mRNA测序、表面蛋白表达(CITE-seq/TotalSeq)和TCR-V测序(配对α/β链)。 样本信息:包含多个Cluster(如Cluster 1, 2, 3, 4, 5, 7, 9, 10, 12, 13, 14, 15, 16, 17, 18, 20, 21, 22, 23, 25, 28 高表达、Ccr7低表达),为免疫学研究提供了重要的数据参考。 总结:ImmgenT 模块,是研究T细胞相关基因在不同组织与不同细胞亚群重要资料,是研究基因在发育过程中组织与细胞特异性的百科全书。
二、T细胞活化的双信号机制T细胞的完全活化依赖于两个独立但协同的信号传导通路。第一信号由TCR/CD3复合物识别APC表面的抗原肽-MHC分子复合物所触发,决定了T细胞应答的特异性。 第二信号由共刺激分子介导,其中CD28与APC表面B7家族分子(CD80/CD86)的相互作用是最经典的共刺激通路。此外,LFA-1与ICAM-1等黏附分子也参与稳定细胞间相互作用并提供辅助信号。 这一机制是机体维持外周免疫耐受的重要方式,也为体外T细胞激活策略的设计提供了理论基础。三、人T细胞激活试剂盒的核心组分人T细胞激活试剂盒的核心功能是模拟体内APC提供的双信号刺激。 四、激活试剂在不同细胞疗法中的应用(一)CAR-T细胞制备在CAR-T细胞生产流程中,T细胞的离体激活是基因修饰前的关键步骤。 研究人员通过优化细胞因子组合,在培养基中添加IL-7、IL-15等,可将诱导周期缩短至7天左右,25-30天扩增至临床所需细胞量,同时提高CD8+杀伤性T细胞的比例,改善临床疗效。
测序泛癌T细胞图谱,并揭示了不同的T细胞组分模式。 从本质上讲,T细胞耗竭受到几种转录因子(TF)的严格调控,包括TOX和TCF7,以及在功能失调CD8+ T细胞中观察到的塑造特定状态的表观遗传调节子。 作者结合基因表达和TCR数据来剖析T细胞耗竭的轨迹,推断出从初始细胞到Tex细胞的两条路径:第一条路径(P1)通过GZMK+Tem细胞[原始细胞到IL7R+记忆T细胞(Tm细胞)到GZMK+T细胞到终端 Tex细胞],第二条路径(P2)通过ZNF683+Trm细胞(原始细胞到IL7R+Tm细胞到ZNF683+CXCR6+Trm细胞到终端Tex细胞)(图2B和C)。 C3至C8的肿瘤具有低频率的终末Tex细胞和高频率的CD8+ZNF683+CXCR6+Trm细胞,可进一步分为以幼稚T细胞(C7)、富集幼稚T细胞(C8)、富集Temra 细胞(C6)、富集Tc17或TH17
这里我们选择单核细胞作为发送者,记忆型CD4+ T细胞作为接收者。 receiver_cells <- WhichCells(seuratObj, expression = seurat_annotations == "Memory CD4 <em>T</em>") # 确认细胞数量 cat("发送细胞(CD14+ Mono)数量:", length(sender_cells), "\n") cat("接收细胞(Memory CD4 T)数量:", length(receiver_cells 这里我们比较记忆CD4+ T细胞和初始CD4+ T细胞的差异基因。 通过本教程的分析流程,我们确定了PBMC中单核细胞可能向记忆CD4+ T细胞发送的关键信号分子,以及这些信号可能影响的下游靶基因。
T 细胞的体外激活与扩增。 检测原理Mouse CD3/CD28 T 细胞激活磁珠的作用原理基于对体内 T 细胞活化机制的精准模拟:信号 1(特异性抗原信号):磁珠表面偶联的 CD3 单克隆抗体可与 T 细胞表面的 TCR/CD3 肿瘤免疫研究:激活小鼠肿瘤模型来源的 T 细胞,研究肿瘤微环境对 T 细胞功能的抑制作用,或筛选增强 T 细胞抗肿瘤活性的药物。 细胞治疗研发:体外扩增小鼠抗原特异性 T 细胞,为过继性 T 细胞治疗等细胞疗法的临床前研究提供细胞来源。 产品优势信号模拟精准高效:同时提供 T 细胞活化所需的主要信号和协同刺激信号,激活效率远超单一信号刺激,可有效诱导 T 细胞增殖。
1.追踪系统的基因构建原理 通过基因编辑实现 T 细胞发育阶段的特异性标记: 基因插入策略:在 TCRδ 基因(T 细胞受体 δ 链)的恒定区下游插入Cre-ER基因片段。 因此,Cre-ER片段会仅在 DP 阶段的 T 细胞中存在,SP 及后续阶段的 T 细胞中则消失。 T 细胞中生效); 追踪过程:标记胸腺中的 DP T 细胞后,观察这些细胞在衰老过程中向胸腺 SP 阶段、外周脾脏 CD4+ T 细胞的迁移 / 留存情况。 ):胸腺 DP 细胞的标记率下降(8.2%),但胸腺 CD4SP、脾脏 CD4 细胞的标记率上升(24%、3.2%)——说明标记的 DP T 细胞向后续阶段 / 外周组织迁移。 意义:这个系统实现了对 αβ T 细胞发育特定阶段(DP 阶段)的 “时间特异性标记”,可以精准追踪这些细胞在体内的分化、迁移和衰老命运,为研究 T 细胞发育、免疫记忆维持等提供了工具
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。 Memory T cell:“记忆细胞”指的是经历激活和分化的幼稚T细胞后代。Anergic T cell:先前被激活但持续处于低反应状态的T细胞。 cell):在有利于T_reg细胞分化的细胞因子存在下,在体外被分化成T_reg细胞的CD4+ T细胞。 四、记忆T细胞亚群TCM (T central memory) cell:能够穿越静息状态的高内皮微静脉,通常在抗原刺激下表达IL-2,并通常保持增殖和分化为效应T细胞、T_EM细胞和T_RM细胞的能力 T_PEX细胞能够响应持续存在的抗原进行自我更新,并分化为更效应细胞样的耗竭CD8+ T细胞和终末分化耗竭CD8+ T细胞。
作者总共采集了 15 个胎儿胸腺(从 7 - 17 孕周)和 9 个出生后至成人期的胸腺样本,同时采用了不同的细胞分选策略保证细胞亚群的覆盖率。 胸腺基质和 T 细胞的协调发育 早期胎儿胸腺(7 - 8 PCW)中,淋巴细胞主要包括 NK 细胞、γδ T 细胞和 ILC3;分化中的 αβ T 很少,主要处于 DN 阶段。 Treg 和非经典 T 细胞的发育 作者鉴定出了多种非经典 T 细胞,例如 Treg(FOXP3)、CD8αα+ T、NKT 样细胞(EOMES, NKG7, IFNG, TBX21)以及 TH17 样细胞 以及新鉴定的活化 DC(activated DCs, aDCs; LAMP3, CCR7)。 ,发现 aDC 同时表达 CCR7 和 CCL19,提示其具有募集 T 细胞进入胸腺髓质的能力。
b站免费视频课程 地址:https://www.bilibili.com/video/BV19Q4y1R7cu 很多小伙伴在实践我们的教程的时候,会注意到一个很有意思的现象,就是某个单细胞亚群既有T细胞也有 B细胞的标记基因,如下所示,其实很简单: 某个单细胞亚群既有T细胞也有B细胞的标记基因 可以看到, 这个cycling 亚群就是 既有T细胞也有B细胞的标记基因,实际上是因为它们这群细胞高表达 TOP2A 和MKI67基因,处于比较活跃的细胞增殖状态,这样无论它本身是 T细胞还是B细胞,它们的这个状态使得它们在普通的降维聚类分群的流程里面就会被混合在一起。 breast cancer》,也提到了这样的现象: 这个文章的研究者们的解决方案是单独拿出来这个 cycling 亚群 进行继续细分,所以就有了如下所示: . d, UMAP depicting the T-cell phenotypes detected in the proliferative T-cell subcluster.
获得如下细胞类型:初始T细胞、记忆T细胞、组织驻留的记忆T细胞(TRM)、效应T细胞、双阳性(DP)T细胞、MAITs 、上皮内淋巴细胞(IELs) 和IL26+CD8+T细胞(图1C,D)。 通过伪时间分析绘制线性进化轨迹: 从初始T细胞 到记忆T细胞、组织驻留的T细胞(TRM)、GZMK+效应T细胞,最后到IL26+细胞(图3B,C)。 在初始T细胞和早期的中枢记忆T细胞中CCR7表达较高,而共抑制受体(HAVCR2,CTLA4)在晚期表达较高(图3D,E)。并且发现,随着共抑制分子的逐渐增加,T细胞激活标志物有很强的信号。 在健康结肠的CD8+细胞中,组织驻留的T细胞(TRM)富集了最高的T细胞克隆(图3G)。 (图4A,B),制备了另外7个UC和5个健康样本。
方法:从健康个体和急性B淋巴细胞白血病 (B-ALL) 患者的外周血中分选出 T 细胞,进行单细胞转录组测序。根据基因表达,无监督聚类将细胞分为13 个 T 细胞亚群。 CD4_Naive、CD8_Naive 和 CD8_CM 细胞位置接近,因为它们都表达了naive marker(例如TCF7,SELL)。 (IL2RG 和 IL7R) (Fig 2E)。 每个患者都受到少量 T 细胞克隆的强烈支配,表明某些 T 细胞克隆扩增很高。 FigS5 C 克隆扩增的细胞主要处于 G0/G1 期,并高度表达细胞毒性效应分子颗粒酶 B 和 H(GZMB 和 GZMH)、FGFBP2、GNLY、NKG7、KLRD1 和趋化因子 (CCL5)(Fig
to immunotherapy resistance文献中的CD8T细胞功能基因集评分,今天卡卡继续带大家学习这篇推文中的CD4T细胞功能基因集评分。 往期推文如下:跟着顶刊学习单细胞CD8T细功能基因集评分!回复20250411获取本期数据的CD4T细胞功能基因集评分! rescale函数##这里加载自己的CD8T细胞处理好的Seurat对象即可load("CD4_Obj.Rdata")CD4_Obj$seurat_clusters=as.factor(CD4_Obj$ seurat_clusters)加载CD4T细胞功能基因集library(scales)# 设置输出路径figurePath <- ". 后台回复20250411获取本期数据的CD4T细胞功能基因集评分!
T细胞状态的新工具,TCellSI (T Cell State Identifier)。 系统地评估T细胞状态的新工具 目前准确评估T细胞的八种不同状态,这些状态包括: ● 静止(Quiescence) ● 调节(Regulating) ● 增殖(Proliferation) ● 辅助(Helper T细胞状态评分(TCSS, T Cell State Score)。 通过这些评分,研究人员可以深入了解T细胞在免疫反应中的具体功能和角色。 TCellSI借助Mann-Whitney U统计量,通过特定的标记基因集和参考谱为样本进行T细胞状态的评估。 TCellSI不仅能准确描述T细胞状态,而且在免疫环境中显现出高度的预测价值。
我们在前面的教程:为什么一个单细胞亚群既有T细胞也有B细胞的标记基因呢,给大家演示了一种可能性,就是cycling 亚群就是 既有T细胞也有B细胞的标记基因,实际上是因为它们这群细胞高表达 TOP2A和 实际上有一个更简单的检查方案,我们以《2021-GSE122930-心衰小鼠模型》为例子,虽然第7这个单细胞亚群里面的确实是可以看到既有T细胞也有B细胞的标记基因表达,如下所示: 既有T细胞也有B细胞的标记基因表达 但是这个第7群的离散度实在是太大了,甚至有可能仅仅是算法层面强行分群在一起了,就需要具体去看,它里面的全部的细胞是否同时表达T以及B细胞的基因,还是说, 仅仅是它们因为某种生物学特性(比如细胞周期)导致两个完全不同单细胞亚群被混合了 但是这个第7群和第17群不一样,虽然17也是既有T细胞也有B细胞的标记基因表达,但是它的MKI67和TOP2A是高表达的,所以是因为细胞周期的影响。 ,如图所示: 非常多的细胞居然真的是既有T细胞也有B细胞的标记基因表达 而且确实非常多的细胞居然真的是既有T细胞也有B细胞的标记基因表达,而且是同时表达啊: > table(colSums(T_mat
算法 LeetCode T914. 卡牌分组[1] 描述 给定一副牌,每张牌上都写着一个整数。