掃碼聯系客服
歡迎小伙伴們繼續關注我們的單細胞年終專題~~~作為一名醫（學）生工作量很大呀，臨床科研輪軸轉，不是在科室，就是在實驗室，自己的未來彷佛不在自己手里了。幸好對于目前的環境而言，生信是發SCI一大得力助手。下面我繼續為大家介紹各大類科室中關于單細胞的研究概況。文末不要走開哦，有單細胞思路大匯總，助力大家早日發SCI~
目錄（下）
六、泌尿科
七、消化科（消化內科、腹外科）
八、生殖科
九、內分泌科
十、單細胞思路匯總
六、泌尿科
泌尿系統中，膀胱癌（BC）是最典型的疾病之一了，盡管在腫瘤生物學和治療方面取得了實質性進展，但膀胱癌患者的臨床療效仍不令人滿意。隨著腫瘤細胞的增殖，子代細胞的基因組特征與親代細胞不同，導致藥物敏感性、侵襲力、遷移和生長的交替，這就是腫瘤內的異質性(ITH)。ITH還能夠預測惡性腫瘤患者的預后。其潛在機制包括端粒損傷、DNA錯配修復缺陷、微衛星不穩定(MSI)和表觀遺傳學改變，但目前對ITH的了解還遠遠不夠。腫瘤微環境(TME)也是一個潛在的靶點。包括PD1/PD-L1在內的抗免疫檢查點療法僅使近30%的晚期疾病患者受益。新的靶點或聯合治療策略仍在等待發現，更好地了解膀胱尿路上皮癌的TME可能會加速這些發現。各種方法，如液體活檢法、基因測序法和多區域活檢法已被用于評估BC患者的ITH。單細胞RNA測序(scRNA-seq)以其高分辨率受到越來越多的關注。
文獻案例：《單細胞分析膀胱尿路上皮癌中炎性癌相關成纖維細胞的研究》[1]
這篇文章發表在期刊: Nature Communications，這本期刊在最近一年的影響因子為 14.919。NC是最早推動Fully Open Access (OA) 的高影響力期刊，且是綜合性期刊。
結果解讀：
在質量控制和消除批次間的批次效應后，52721個單細胞被聚為8個主要簇。簇特異性基因用先前研究中描述的經典標記來注釋細胞類型。上皮細胞(EPCAM +)；內皮細胞(CD31+)；兩種成纖維細胞(COL1A1+)-iCAFs(PDGFRA+)和myo-CAFs(MCAFs)(RGS5+)；B細胞(CD79A+)；髓樣細胞(LyZ+)；T細胞(CD3D+)和肥大細胞(TPSAB1+)。
EPCAM+上皮細胞(EPC)重新聚集，形成17個簇。盡管批次效應先前已被去除，但癌細胞仍表現出特有的表達模式，這表明極高的異質性可能是由拷貝數變異(CNVs)引起的；InferCNV證實了這一假設。此外，來自腫瘤組織的一些細胞幾乎沒有CNV，并且表現出與正常內皮祖細胞相似的表達模式。與正常上皮細胞相比，癌細胞幾乎喪失了產生免疫球蛋白的能力，并且表達較低水平的MHC-II分子，免疫熒光證實了這一點。GSVA的通路分析表明，CNV高值組富集到E2F靶點、MYC靶點和G2M檢查點通路，而炎癥和其他免疫相關通路表達下調。這些結果進一步證實了BC晚期癌細胞免疫原性降低，并表現出較高的增殖能力。
髓系細胞再聚集鑒定出7種細胞類型，有兩個細胞簇既表達髓系標志物，又表達上皮或內皮標志物，它們被認為具有雙重屬性。值得注意的是，單核細胞大多來自正常粘膜組織，而TAMs（腫瘤浸潤巨噬細胞）則在BC組織中富集。此外，這兩種細胞的轉錄本呈現出連續的變化。為了進一步研究這一過程，作者對單核細胞和TAMs進行了軌跡分析和RAN速度分析。都觀察到了類似的現象。結合SCENIC確定的關鍵基序，作者發現BACH1、MAFG和NFE2三個基序的活性被下調，而MAF、STAT1和STAT2基序的激活導致了這種M2極化過程。這些結果為抑制或逆轉免疫抑制微環境的形成提供了潛在靶點。此外，作者還注意到輔助抑制因子CD274、LGALS9、CD276、TIGIT和PDCD1LG2在分化過程中均上調，而輔助激活因子則下調。
在3個DC亞群中，LAMP3+DC表達多種編碼細胞因子的基因，包括CCL17、CCL19和CCL22。這些細胞因子幾乎全部來自BC的LAMP3+DC。在TCGA BLCA隊列中，LAMP3+DC的signature與Treg的signature和Th2的signature (均為CCR4+)呈高度正相關，而與CTL的signature相關性不高。此外，LAMP3+DC的CD274表達水平最高，甚至高于BC組織中Tregs的表達水平，表明該DC亞群可以直接或通過募集Tregs進入腫瘤區域來抑制CD8+T細胞。
成纖維細胞(COL1A1+)可分為兩類：PDGFRA+成纖維細胞表達多種細胞因子和趨化因子，包括CXCL12、IL6、CXCL14、CXCL1和CXCL2，這與?hlund D等人[2]在胰腺癌模型中描述的iCAF相似。RGS5+成纖維細胞具有類似于肌層浸潤癌相關成纖維細胞(mCAF)的特征。用免疫熒光法檢測腫瘤和非惡性膀胱間質組織中存在的iCAF和mCAF。結果表明，CAF在不同的癌癥類型中具有相似的亞群。為了研究每個亞群的功能，作者對iCAFs和mCAFs的DEGs進行了GO富集分析。iCAF與細胞外基質組織、細胞遷移調節和血管生成有關，而肌肉系統過程、局部黏附和細胞外基質相關通路在mCAF中顯著富集。肌肉收縮和PGC1a途徑在mCAFs中富集。CXCL12水平升高與預后不良顯著相關。免疫熒光染色證實CXCL12在BC組織中由iCAFs表達。
通過SCENIC分析，作者對兩個CAF亞群進行motif分析。MEF2D和MEF2C是mCAF特異的基序，在肌肉譜系的轉錄調控中具有深遠的作用。TCF21和TWIST2基序在iCAF中高度激活。
小編總結：
膀胱尿路上皮癌，尤其是肌肉浸潤性膀胱尿路上皮癌的治療至今仍是一個難題。包括PD1/PD-L1在內的抗免疫檢查點療法僅使近30%的晚期疾病患者受益。新的靶點或聯合治療策略仍在等待發現，更好地了解膀胱尿路上皮癌的TME可能會加速這些發現。在這里，作者制作了一個單細胞轉錄組圖譜，揭示了BC組織內微環境的成分。在本研究中，作者在BC微環境中鑒定了19種不同的細胞類型。此外，作者還認為基質細胞，特別是iCAF，具有很強的促增殖特性，這在BC模型中很少討論。作者還以生物信息學的方式制作了一個基于iCAF的調控網絡。這些結果將有助于闡明基質細胞在BC中的作用。在未來，更多的功能分析可能有助于進一步了解這一基礎機制。綜上所述，作者確定了膀胱尿路上皮癌細胞亞群的表達譜，并確認了這些腫瘤相關亞群的特征。這份細胞圖譜提供了對癌癥免疫學的深刻見解，是未來藥物發現的重要資源。更重要的是為我們提供了重要的思路。
七、消化科（消化內科、腹外科）
在消化系統中，胃癌可以說是典型的代表之一了。慢性萎縮性胃炎(CAG)和腸化生(IM)是腸型胃癌(GC)的主要癌前病變。細胞類型的改變在從癌前病變到惡性病變的過程中起著至關重要的作用。然而，在癌前病變和惡性病變的胃粘膜中，不同的細胞類型及其分子特征仍未得到很好的界定。細胞特征是鑒別胃癌前病變和惡性病變的關鍵。在正常胃粘膜中，上皮由一系列復雜的細胞組成，包括粘液細胞、分泌細胞和內分泌細胞，它們協同工作以維持組織內環境的穩定。在胃炎的發展過程中，腸化生在粘膜中發展，出現了一些化生細胞，包括腸特異性杯狀細胞和腸上皮細胞。因此，系統地確定每個病變的胃粘膜內的細胞系是很重要的。單細胞mRNA測序(scRNA-seq)的進展使我們能夠深入研究大量單個細胞的轉錄狀態，并對組織內細胞群體的譜進行分析。在這里，我給大家介紹一篇文獻，在這篇文獻里作者建立了胃癌前病變和早期癌病變的單細胞轉錄組圖譜，并利用圖譜，剖析不同病變的胃上皮細胞的細胞和分子特征的網絡。
文獻案例：《胃癌前病變和早期胃癌中單細胞轉錄組網絡的剖析》[3]
這篇文章發表在期刊: Cell Reports，這本期刊在最近一年的影響因子為 9.423。中科院大類: 生物學 1區 中科院小類: 2區 細胞生物學。
結果解讀：
為了解胃竇粘膜在癌前病變和早期癌變中的單細胞型特征，作者從9例患者身上采集了13例活檢標本，其中包括3例野生淺表性胃炎(NAG)活檢、3例CAG活檢、6例IM活檢和1例EGC活檢。這些活檢橫跨胃炎到EGC的全過程。為了根據基因表達模式識別不同的細胞群體，作者使用在Seurat軟件進行了降維和無監督的細胞聚類，然后去除了多個樣本之間的批量效應。利用t-SNE方法，得到了單細胞圖譜在NAG、CAG、IM到EGC的級聯分布，最終識別出17個主要的細胞簇。除了經典的細胞類型標記外，作者還鑒定了其他基因，這些基因強烈而特異地標記了每個主要細胞群體。接下來，作者分別繪制了細胞因子和核因子κB (NF-κB)信號通路中的細胞起源圖，這兩個信號通路被認為與胃炎誘導的胃腫瘤發生有關。幽門螺桿菌(H.pylori)作為胃癌的危險因子，通過與胃上皮細胞的作用引起CAG或IM。作者發現胃上皮細胞對幽門螺桿菌感染的反應涉及到表達譜、細胞固有程序和細胞比例的改變。幽門螺桿菌感染的反應還顯示了特定細胞類型的模式。例如，抗菌蛋白LTF和BPIFB1在幽門螺桿菌感染的活檢組織中特異性上調。
作者重點研究了從胃炎到胃癌的過程中上皮細胞的變化。作者觀察到，胃高分化細胞類型的比例隨著疾病的進展而降低。相反，MSCs(化生干細胞樣細胞)在IM病變中出現，在化生過程中顯著增加，在EGC病變中達到最高。與先前的研究結果一致，TFF1、TFF2和腸特異性TFF3的表達模式在不同的上皮細胞類型之間有明顯的差別。此外，作者系統地描述了不同病變上皮細胞的基因表達譜。作者將同一病變中的多種細胞類型的DEGs合并為病變相關的特征，并且，在不同病變中，具有這些特征的細胞有明顯的區別。作者進一步剖析了優先表達病變相關信號的細胞類型。最后，為了系統地了解胃炎到EGC過程中的細胞和分子變化，通過表征每組上皮細胞類型之間的系統關聯，然后確定每種病變中典型上皮細胞類型的標記基因，作者最終構建了一個單細胞轉錄網絡。
在各種病變中，胃粘液分泌細胞是 “保守”細胞類型，主要由表達MUC5AC的PMC（pit mucous cell）和表達MUC6的GMCs（gland mucous cell）組成。作者發現這兩種細胞具有不同的表達模式，其中PMCs主要表達與肌動蛋白細胞骨架和細菌侵襲有關的基因， 而GMCs主要表達免疫反應和轉化生長因子β(TGF-β)信號通路。作者還觀察到IM病變中胃腺細胞（MUC6標記）高度的細胞異質性。作者利用主成分分析(PCA)，發現表達MUC6的腺細胞被清楚地劃分為兩個亞群。簇1的表達特征富集了免疫和抗菌相關基因，符合正常胃竇腺細胞的分子特征，簇2的表達特征主要由腸干細胞或發育相關基因組成，包括OLFM4、PHLDA1和LEFTY1。因此，作者推測GMCs傾向于在IM病變中獲得腸干細胞表型。
腸內分泌細胞也是另一種跨越不同病變的保守細胞類型。作者觀察到細胞簇內的高度異質性，通過對這些細胞進行重新聚類，總共得到了8個亞簇。作者觀察到胃內分泌細胞標記物主要在胃炎病變中表達，并且隨著IM的進展，其表達水平逐漸降低。為了確定每個病變中的腸內分泌細胞亞型，作者量化了表達腸內分泌細胞標志物的細胞比例。在同一簇中發現了不同的內分泌細胞標志物的表達，這與先前對結腸上皮樣本的結果一致。值得注意的是，作者觀察到在EGC病變中有少量的內分泌細胞表達典型的腸內分泌細胞標志物。通過比較EGC病變的內分泌細胞與其他細胞系的表達譜，作者發現了EGC病變的內分泌細胞中上調的基因列表，OR51E1排在第一位。分別對IM和EGC標本進行IF染色，分析典型的內分泌細胞標志物OR51E1和CHGA的表達。作者觀察到在EGC樣本中檢測到OR51E1的表達，但在IM樣本中未檢測到OR51E1的表達。因此，OR51E1可能被認為是EGC內分泌細胞譜系的一個新的標志物。
小編總結：
這是第一次詳細定義NAG、CAG、IM和EGC患者胃粘膜單細胞圖譜的研究。對于每個病變，作者確定了不同的細胞類型，并定義了這些細胞類型的基因表達特征。作者還分析了一些細胞類型在不同病變中的轉錄變化。此外，對杯狀細胞和腫瘤細胞分別作為IM和GC發病的細胞特征進行了深入的分析，以確定可能在臨床實踐中應用的細胞類型特異性標記物。總之，作者構建了胃粘膜癌前病變和早期癌變的單細胞轉錄組圖譜。利用圖譜，作者描述了不同細胞類型在每個病變中的表達模式，并分析了它們在不同病變中的變化。作者鑒定了一組早期腫瘤細胞特異性標記基因，為準確診斷EGC提供了分子基礎。
八、生殖科
在生殖系統中，卵巢癌可以說是典型的代表之一了。上皮性卵巢癌(EOC)是癌癥中最致命的癌癥類型之一。由于其早期無癥狀，超過80%的EOC病例在晚期(III或IV期)被診斷為腹膜轉移。轉移性復發是幾乎是所有癌癥類型中死亡的主要原因。從原發腫瘤中逃逸出來的播散性腫瘤細胞(DTCs)和播散性腫瘤細胞簇被認為是轉移的“種子”。此外，化療后殘留的、潛伏的DTCs被認為是復發的主要來源。除了腫瘤細胞亞群外，具有不同分子特征的不同間質細胞構成了腫瘤微環境(TME)。腫瘤細胞的擴散是轉移的前提，并與上皮向間充質轉化(EMT)密切相關。因此，在下面要介紹的案例中，作者假設某些腫瘤細胞亞群可能存在并逃避化療，并且可能是在TME的幫助下，遷移出原發部位以啟動復發腫瘤。
文獻案例：《單細胞RNA-seq研究復發上皮性卵巢癌如何啟動》[4]
這篇文章發表在期刊: Oncogene，這本期刊在最近一年的影響因子為 9.867。中科院大類: 生物學 1區 中科院小類: 1區 生化與分子生物學。
文獻解讀：
作者對來自8個卵巢癌患者樣本的13,369個細胞進行了scRNA-seq分析，其中包括4個原發腫瘤(Ps)、2個未經治療的腹膜轉移腫瘤(Ms)和2個復發腫瘤(Rs)。單細胞轉錄本的無監督聚類識別出14個主要聚類，其中8個由來自同一患者的細胞構成。所有這8個簇都是上皮起源的(EpCAM)。其他6個簇由來自不同患者的細胞組成。通過對標記基因的分析，可以將這6個簇鑒定為癌癥相關成纖維細胞(CAF，包含兩個簇)(THY1)、T細胞(CD2)、巨噬細胞(C1QB)、內皮細胞(VWF)和正常卵巢組織的細胞(STAR)。在作者的EOC樣本中，上皮標記和其他細胞類型的標記表達也是不同的。因此，8個上皮來源的細胞群由于標志物的表達而被認為是腫瘤細胞，而其余的細胞則被歸類為基質細胞。結果，區分出10,364個腫瘤細胞和3005個間質細胞。根據THY1+CAF的基因表達差異，進一步對基質細胞進行聚類，并根據T細胞的表達狀態可將CD2+T細胞分為細胞毒性T細胞和耗竭T細胞。值得注意的是，在不同的腫瘤類型中，每種細胞類型的比例差別很大。例如，在未經治療的腹膜轉移瘤中，腫瘤浸潤性免疫細胞的比例遠高于其他腫瘤類型，復發腫瘤中腫瘤細胞的比例最高。
為了揭示兩個未經治療的腹膜轉移(M1，M2)和兩個復發腫瘤(R1，R2)中腫瘤細胞的發育順序，作者基于不同的原理，使用兩種非監督算法進行了獨立的時間軌跡分析。第一個算法是“RNA速度”分析。它可以通過區分scRNA-seq數據中新生的(未剪接的)和成熟的(剪接的)mRNA的相對豐度來預測單個細胞在數小時的時間尺度上的發育。第二種算法是“Monocle”偽時間分析，它可以通過生物過程，特別是增殖和分化，定量地測量單細胞的進展。細胞命運由發育調控基因表達的變化確定。在偽時間分析的基礎上，對每個轉移瘤的腫瘤細胞進行分析。為了比較兩種算法的結果，作者還使用RNA速度識別的相同簇的IDs沿偽時間軌跡對細胞進行著色。基因的功能分析表明，未經治療的腹膜轉移瘤(M1、M2)的起始細胞主要與免疫反應有關，而復發的腹膜轉移瘤(R1、R2)的起始細胞主要與細胞周期有關。對腹膜轉移瘤免疫應答基因的研究證實了T細胞與腫瘤細胞之間的受體-配體相互作用。腫瘤-T細胞的相互作用證實了T細胞通過淋巴毒素和腫瘤壞死因子(TNF)介導的細胞毒作用。另外，MKI67高表達的周期細胞(表示為G1/S期或G2/M期)在兩個復發樣本的起始細胞簇中均有富集，但腹膜轉移瘤中在罕見且散在分布。
為了追蹤原發腫瘤中轉移起始細胞的來源，作者首先分析了每個原發EOC腫瘤中腫瘤細胞的基因表達譜。通過結合功能相似的基因信號，作者總共定義了七個基因表達程序：周期、應激、防御、缺氧、細胞結構、剪接和上皮分化。然后，在四個原發腫瘤中，作者重新定位了保守的轉移啟動基因信號，并對轉移啟動基因集或復發啟動基因集繪制單細胞表達分數圖。
通過先前的分析，這兩種復發腫瘤的起始細胞都是循環細胞。在復發起始細胞中出現了一組45個基因。這些基因主要與色素顆粒、應激反應和蛋白質折疊功能有關。值得注意的是，由45個基因組成的復發啟動信號均被重定位在“應激”條目下。
小編總結：
識別原發性卵巢上皮性腫瘤中的復發起始細胞對指導臨床實踐具有重要意義，但受到腫瘤異質性的限制。這種異質性也使得很難了解不同卵巢癌患者的復發機制。作者現在通過研究每個原發卵巢癌樣本中常見的腫瘤細胞亞群來填補這一塊空缺。作者發現，在不同的EOC亞型中，復發通常是由一群獨特表達CYR61的耐藥原發腫瘤細胞亞群啟動的。在四種原發腫瘤中，復發起始細胞的基因信號被強烈地重新定位在保守表達CYR61的“應激”亞群中。總之，作者的工作對原發性和轉移性EOC腫瘤的復發以及腫瘤、間質和免疫細胞圖譜提供了重要的見解。
九、內分泌科
說起內分泌科，糖尿病絕對算是最熱點的話題了。而1型糖尿病(T1D)是一種慢性進行性自身免疫性疾病，由自身反應性CD4T細胞和CD8T細胞引起β細胞死亡。我們大家應該都知道，這種糖尿病會永遠依賴胰島素。因此，了解T1D發生和發展過程中的免疫學是至關重要的。早期階段可以通過β細胞蛋白自身抗體的存在來診斷，特別是對那些對天然胰島素有反應的自身抗體。在T1D的發育過程中，我們對人胰島的研究有限。通過組織病理學我們可以發現胰島炎癥表現出異質性，但免疫細胞組成和激活狀態與疾病進展階段之間的相關性很難用人類標本來建立，而且不能估計發病時間。但是我們能夠從非肥胖糖尿病(NOD)自身免疫小鼠模型中獲得胰島，并在自身免疫反應的所有階段進行更深入地研究。然而，浸潤細胞具有高度異質性，普通的轉錄分析很難把淋巴細胞組和固有細胞相關聯。單細胞RNA測序(sc-RNAseq)是一項功能強大的技術，能夠識別新的細胞亞群。在我要介紹的這篇文章中，作者使用sc-RNAseq來了解免疫細胞亞群的多樣性及其在三個關鍵時間段的轉錄異質性。
文獻案例：《自身免疫性糖尿病中，小鼠胰島的單細胞RNA測序顯示出高度的細胞復雜性》[5]
這篇文章發表在期刊: Journal of Experimental Medicine，這本期刊在最近一年的影響因子為 14.307。中科院大類: 生物學 1區 中科院小類: 1區 免疫學。
文獻解讀：
作者對分離出胰島的免疫細胞、內皮細胞和間充質細胞進行sc-RNA seq。作者選擇了三個時間點，反映了自身免疫發育的主要階段：4、8和15周。這三個階段與胰島內免疫細胞浸潤進行性增加相對應。作者使用Seurat軟件包中t-SNE降維來識別主要的免疫和非免疫細胞群。利用ImmGen數據庫中的標志基因的表達來鑒定細胞身份。CD45+細胞主要包括T細胞、B細胞、巨噬細胞、傳統樹突狀細胞(cDCs)和漿細胞樣樹突狀細胞(pDCs)。在這三個階段，胰島內浸潤的細胞主要是T細胞、B細胞和cDCs。流式細胞術證實胰島內主要細胞群的存在。并且sc-RNAseq概括了流式細胞儀的結果。
胰島內淋巴組織除了B細胞和CD4/CD8、α/β T細胞外，還包括一些較小的群體：γ/δ T細胞、自然殺傷細胞(NK)、NKT細胞和固有淋巴樣細胞(ILCs)。據編碼T細胞受體γ恒定區1、2和CD3e的基因共表達來鑒定γ/δ T細胞細胞。此外，還發現了NK細胞和NKT細胞。雖然CD4和CD8 T細胞表現出很強的增殖性，但淋巴樣細胞則表現出很小的程度的擴張，并且在15周后期表現更加明顯。流式細胞術證實了這些ILC2、ILC3、γ/δ T細胞和NK細胞等小細胞群的存在。作者還發現了少量漿細胞和循環B細胞（細胞周期相關轉錄程序上調）。總而言之，從糖尿病發生過程的一開始，胰島就有各種免疫細胞浸潤。
作者分析了從三個時間點收集的2649個CD4 T細胞。將它們分成7個不同的群體：CD4-0、CD4-1、4、5、CD4-2、CD4-3、CD4-6、CD4-7和CD4-8。這些亞群是根據各種激活狀態的T細胞標記物的表達區別。它們被識別為幼稚、效應、記憶、調節和無能集合（T細胞類型）。隨著時間的推移，這些不同的集合被清楚地區分開來。在4周時，雖然數量很少，但CD4 T細胞已經是異質性的。從第8周到第15周，它們的水平有所上升，但在不同的亞群中有所不同。調控亞群由兩組不同的基因組成：CD4-3(Foxp3)和CD4-6(Lag3，IL10)。CD4-3(Foxp3)代表經典的Foxp3陽性調節性T細胞，而CD4-6(Lag3、IL10)Foxp3呈陰性/低表達，并且IL-10和IFN-γ基因共表達。作者還鑒定了一組無能CD4 T細胞，CD4-2組(Tnfsf8)。這一組是通過鑒定編碼免疫反應負調節基因(CTLA4、Pdcd1、LAG3、Lgals1、Cd200)和FR4的表達來確定的。效應/記憶亞群代表致病的CD4 T細胞，即經歷過抗原刺激的細胞。另外，根據CCR7基因和其他激活標記的表達，將這兩個亞群分為T效應記憶表型(Cxcr6+、Ly6c1+和Id2+)和T中樞記憶表型(CCR7+)。綜上所述，胰島中的CD4 T細胞表現出明顯的轉錄異質性，效應性T細胞、調節性T細胞、無能性T細胞和幼稚T細胞的混合物都處于不同的階段。
對從三個時間點收集的1873個CD8T細胞的分析顯示，有8個群體(CD8-0, CD8-1, CD8-2, CD8-3, CD8-4,CD-5,7, CD8-6, and CD8-8)。這些亞群是根據各種激活狀態的T細胞標記物的表達區別出來的。不同的組包括早期效應分子CD8-5，7(Hmgb2)和CD8-1(Xcl1)；以及晚期效應分子(細胞毒性)CD8-2(Gzma)；一個幼稚狀態，CD8-6(Lef1)；以及兩個耗竭狀態，CD8-8(Tcf7，Tox)和CD8-0(Lag3，Pdcd1)。與CD4T細胞一樣，CD8T細胞在4周齡時是異質性的，并且此時已經包含了CD8-2(Gzma)群體。這組代表細胞毒分子陽性的CTL群，如Gzma、Gzmb、Gzmk、Klrc1、Klrc2、Klre1和Klrk1。在8周和15周的時間點，CD8T細胞分別擴大了7倍和22倍。同時伴隨著早期效應分子CD8-1和記憶性CD8-4的出現。耗竭組則由兩個群體組成：CD8-0(LAG3，Pdcd1)和CD8-8(Tcf7，Tox)。兩者的耗竭表型相關的標志物均為陽性：Pdcd1(PD-1)、LAG3和Tox。綜上所述，CD8T細胞也具有異質性。令人驚訝的是，CD8CTL在4周時就已經在胰島中了，但并沒有增加。
作者分析了來自4周、8周和15周NOD小鼠的2,031個cDCs，并確定了兩個主要群體：cDC1和cDC2。兩者都在4周時出現，并在進展過程中擴大。cDC2在所有階段都占據主要部分。CDC1表達與BATF3依賴的CD103+cDC1相對應的基因：Xcr1、Cd24a、Irf8和Batf3。CDC2組表達sirpa基因，但具有異質性，由cDC2(CCR7)、cDC2(Mgl2)和cDC2(LTB)三個群體組成。除了細胞類型的異質性，作者還發現了一種重疊的炎癥信號，表現為干擾素-γ誘導的基因，如Cxcl9、Ly6a和Gbp2。在cDC1和cDC2亞集的一小部分中發現了這樣的特征，反映出了cDC可能對胰島自身免疫環境做出反應。這些被激活的cDCs數目在cDC1和cDC2的比例是相似的，并且隨著糖尿病的進展而增加。流式細胞術證實了cDC1和cDC2兩個群體的存在。綜上所述，DCs的分析表明存在cDC1和cDC2亞群，兩者都對炎癥信號有反應。
小編總結：
對于糖尿病自身免疫的單細胞分析發現細胞的多樣性和轉錄異質性。在自身免疫過程的初始階段，胰島含有各種效應和調節的CD4和CD8T細胞，但是水平較低。單細胞分析表明每個階段都有復雜的細胞混合在一起。并且這些細胞具有明顯的轉錄異質性。這項研究對人類胰島檢查中獲得的信息進行補充和擴展。比較有特色的是，這篇文章主要從免疫細胞的角度去研究自身免疫性糖尿病。當然幾乎所有的疾病都與免疫相關，這也為我們的科研人提供又一重要的思路。
十、單細胞思路匯總
為大家介紹那么多，我用思維導圖的形式為大家總結一下。目前單細胞測序比較火熱，越來越多的思路涌現，就現在來看，我個人總結出大致四個方向。當然這還要結合具體研究分析。通過這篇文章的學習，相信大家已經建立對單細胞研究的宏觀認識。往后無論閱讀還是研究單細胞的相關內容都可以省下一大筆時間~如果覺得文章對你有幫助就點個贊吧~~~
參考文獻
[1] Z. Chen, L. Zhou, L. Liu, Y. Hou, M. Xiong, Y. Yang, J. Hu, K. Chen, Single-cell RNA sequencing highlights the role of inflammatory cancer-associated fibroblasts in bladder urothelial carcinoma, Nat Commun, 11 (2020) 5077.
[2] D. Ohlund, A. Handly-Santana, G. Biffi, E. Elyada, A.S. Almeida, M. Ponz-Sarvise, V. Corbo, T.E. Oni, S.A. Hearn, E.J. Lee, Chio, II, C.I. Hwang, H. Tiriac, L.A. Baker, D.D. Engle, C. Feig, A. Kultti, M. Egeblad, D.T. Fearon, J.M. Crawford, H. Clevers, Y. Park, D.A. Tuveson, Distinct populations of inflammatory fibroblasts and myofibroblasts in pancreatic cancer, J Exp Med, 214 (2017) 579-596.
[3] P. Zhang, M. Yang, Y. Zhang, S. Xiao, X. Lai, A. Tan, S. Du, S. Li, Dissecting the Single-Cell Transcriptome Network Underlying Gastric Premalignant Lesions and Early Gastric Cancer, Cell Rep, 27 (2019) 1934-1947 e1935.
[4] T. Kan, S. Zhang, S. Zhou, Y. Zhang, Y. Zhao, Y. Gao, T. Zhang, F. Gao, X. Wang, L. Zhao, M. Yang, Single-cell RNA-seq recognized the initiator of epithelial ovarian cancer recurrence, Oncogene, DOI 10.1038/s41388-021-02139-z(2022) . .
[5] P.N. Zakharov, H. Hu, X. Wan, E.R. Unanue, Single-cell RNA sequencing of murine islets shows high cellular complexity at all stages of autoimmune diabetes, J Exp Med, 217 (2020).
