扫码联系客服
欢迎小伙伴们继续关注我们的单细胞年终专题~~~作为一名医（学）生工作量很大呀，临床科研轮轴转，不是在科室，就是在实验室，自己的未来彷佛不在自己手里了。幸好对于目前的环境而言，生信是发SCI一大得力助手。下面我继续为大家介绍各大类科室中关于单细胞的研究概况。文末不要走开哦，有单细胞思路大汇总，助力大家早日发SCI~
目录（下）
六、泌尿科
七、消化科（消化内科、腹外科）
八、生殖科
九、内分泌科
十、单细胞思路汇总
六、泌尿科
泌尿系统中，膀胱癌（BC）是最典型的疾病之一了，尽管在肿瘤生物学和治疗方面取得了实质性进展，但膀胱癌患者的临床疗效仍不令人满意。随着肿瘤细胞的增殖，子代细胞的基因组特征与亲代细胞不同，导致药物敏感性、侵袭力、迁移和生长的交替，这就是肿瘤内的异质性(ITH)。ITH还能够预测恶性肿瘤患者的预后。其潜在机制包括端粒损伤、DNA错配修复缺陷、微卫星不稳定(MSI)和表观遗传学改变，但目前对ITH的了解还远远不够。肿瘤微环境(TME)也是一个潜在的靶点。包括PD1/PD-L1在内的抗免疫检查点疗法仅使近30%的晚期疾病患者受益。新的靶点或联合治疗策略仍在等待发现，更好地了解膀胱尿路上皮癌的TME可能会加速这些发现。各种方法，如液体活检法、基因测序法和多区域活检法已被用于评估BC患者的ITH。单细胞RNA测序(scRNA-seq)以其高分辨率受到越来越多的关注。
文献案例：《单细胞分析膀胱尿路上皮癌中炎性癌相关成纤维细胞的研究》[1]
这篇文章发表在期刊: Nature Communications，这本期刊在最近一年的影响因子为 14.919。NC是最早推动Fully Open Access (OA) 的高影响力期刊，且是综合性期刊。
结果解读：
在质量控制和消除批次间的批次效应后，52721个单细胞被聚为8个主要簇。簇特异性基因用先前研究中描述的经典标记来注释细胞类型。上皮细胞(EPCAM +)；内皮细胞(CD31+)；两种成纤维细胞(COL1A1+)-iCAFs(PDGFRA+)和myo-CAFs(MCAFs)(RGS5+)；B细胞(CD79A+)；髓样细胞(LyZ+)；T细胞(CD3D+)和肥大细胞(TPSAB1+)。
EPCAM+上皮细胞(EPC)重新聚集，形成17个簇。尽管批次效应先前已被去除，但癌细胞仍表现出特有的表达模式，这表明极高的异质性可能是由拷贝数变异(CNVs)引起的；InferCNV证实了这一假设。此外，来自肿瘤组织的一些细胞几乎没有CNV，并且表现出与正常内皮祖细胞相似的表达模式。与正常上皮细胞相比，癌细胞几乎丧失了产生免疫球蛋白的能力，并且表达较低水平的MHC-II分子，免疫荧光证实了这一点。GSVA的通路分析表明，CNV高值组富集到E2F靶点、MYC靶点和G2M检查点通路，而炎症和其他免疫相关通路表达下调。这些结果进一步证实了BC晚期癌细胞免疫原性降低，并表现出较高的增殖能力。
髓系细胞再聚集鉴定出7种细胞类型，有两个细胞簇既表达髓系标志物，又表达上皮或内皮标志物，它们被认为具有双重属性。值得注意的是，单核细胞大多来自正常粘膜组织，而TAMs（肿瘤浸润巨噬细胞）则在BC组织中富集。此外，这两种细胞的转录本呈现出连续的变化。为了进一步研究这一过程，作者对单核细胞和TAMs进行了轨迹分析和RAN速度分析。都观察到了类似的现象。结合SCENIC确定的关键基序，作者发现BACH1、MAFG和NFE2三个基序的活性被下调，而MAF、STAT1和STAT2基序的激活导致了这种M2极化过程。这些结果为抑制或逆转免疫抑制微环境的形成提供了潜在靶点。此外，作者还注意到辅助抑制因子CD274、LGALS9、CD276、TIGIT和PDCD1LG2在分化过程中均上调，而辅助激活因子则下调。
在3个DC亚群中，LAMP3+DC表达多种编码细胞因子的基因，包括CCL17、CCL19和CCL22。这些细胞因子几乎全部来自BC的LAMP3+DC。在TCGA BLCA队列中，LAMP3+DC的signature与Treg的signature和Th2的signature (均为CCR4+)呈高度正相关，而与CTL的signature相关性不高。此外，LAMP3+DC的CD274表达水平最高，甚至高于BC组织中Tregs的表达水平，表明该DC亚群可以直接或通过募集Tregs进入肿瘤区域来抑制CD8+T细胞。
成纤维细胞(COL1A1+)可分为两类：PDGFRA+成纤维细胞表达多种细胞因子和趋化因子，包括CXCL12、IL6、CXCL14、CXCL1和CXCL2，这与Öhlund D等人[2]在胰腺癌模型中描述的iCAF相似。RGS5+成纤维细胞具有类似于肌层浸润癌相关成纤维细胞(mCAF)的特征。用免疫荧光法检测肿瘤和非恶性膀胱间质组织中存在的iCAF和mCAF。结果表明，CAF在不同的癌症类型中具有相似的亚群。为了研究每个亚群的功能，作者对iCAFs和mCAFs的DEGs进行了GO富集分析。iCAF与细胞外基质组织、细胞迁移调节和血管生成有关，而肌肉系统过程、局部黏附和细胞外基质相关通路在mCAF中显著富集。肌肉收缩和PGC1a途径在mCAFs中富集。CXCL12水平升高与预后不良显著相关。免疫荧光染色证实CXCL12在BC组织中由iCAFs表达。
通过SCENIC分析，作者对两个CAF亚群进行motif分析。MEF2D和MEF2C是mCAF特异的基序，在肌肉谱系的转录调控中具有深远的作用。TCF21和TWIST2基序在iCAF中高度激活。
小编总结：
膀胱尿路上皮癌，尤其是肌肉浸润性膀胱尿路上皮癌的治疗至今仍是一个难题。包括PD1/PD-L1在内的抗免疫检查点疗法仅使近30%的晚期疾病患者受益。新的靶点或联合治疗策略仍在等待发现，更好地了解膀胱尿路上皮癌的TME可能会加速这些发现。在这里，作者制作了一个单细胞转录组图谱，揭示了BC组织内微环境的成分。在本研究中，作者在BC微环境中鉴定了19种不同的细胞类型。此外，作者还认为基质细胞，特别是iCAF，具有很强的促增殖特性，这在BC模型中很少讨论。作者还以生物信息学的方式制作了一个基于iCAF的调控网络。这些结果将有助于阐明基质细胞在BC中的作用。在未来，更多的功能分析可能有助于进一步了解这一基础机制。综上所述，作者确定了膀胱尿路上皮癌细胞亚群的表达谱，并确认了这些肿瘤相关亚群的特征。这份细胞图谱提供了对癌症免疫学的深刻见解，是未来药物发现的重要资源。更重要的是为我们提供了重要的思路。
七、消化科（消化内科、腹外科）
在消化系统中，胃癌可以说是典型的代表之一了。慢性萎缩性胃炎(CAG)和肠化生(IM)是肠型胃癌(GC)的主要癌前病变。细胞类型的改变在从癌前病变到恶性病变的过程中起着至关重要的作用。然而，在癌前病变和恶性病变的胃粘膜中，不同的细胞类型及其分子特征仍未得到很好的界定。细胞特征是鉴别胃癌前病变和恶性病变的关键。在正常胃粘膜中，上皮由一系列复杂的细胞组成，包括粘液细胞、分泌细胞和内分泌细胞，它们协同工作以维持组织内环境的稳定。在胃炎的发展过程中，肠化生在粘膜中发展，出现了一些化生细胞，包括肠特异性杯状细胞和肠上皮细胞。因此，系统地确定每个病变的胃粘膜内的细胞系是很重要的。单细胞mRNA测序(scRNA-seq)的进展使我们能够深入研究大量单个细胞的转录状态，并对组织内细胞群体的谱进行分析。在这里，我给大家介绍一篇文献，在这篇文献里作者建立了胃癌前病变和早期癌病变的单细胞转录组图谱，并利用图谱，剖析不同病变的胃上皮细胞的细胞和分子特征的网络。
文献案例：《胃癌前病变和早期胃癌中单细胞转录组网络的剖析》[3]
这篇文章发表在期刊: Cell Reports，这本期刊在最近一年的影响因子为 9.423。中科院大类: 生物学 1区 中科院小类: 2区 细胞生物学。
结果解读：
为了解胃窦粘膜在癌前病变和早期癌变中的单细胞型特征，作者从9例患者身上采集了13例活检标本，其中包括3例野生浅表性胃炎(NAG)活检、3例CAG活检、6例IM活检和1例EGC活检。这些活检横跨胃炎到EGC的全过程。为了根据基因表达模式识别不同的细胞群体，作者使用在Seurat软件进行了降维和无监督的细胞聚类，然后去除了多个样本之间的批量效应。利用t-SNE方法，得到了单细胞图谱在NAG、CAG、IM到EGC的级联分布，最终识别出17个主要的细胞簇。除了经典的细胞类型标记外，作者还鉴定了其他基因，这些基因强烈而特异地标记了每个主要细胞群体。接下来，作者分别绘制了细胞因子和核因子κB (NF-κB)信号通路中的细胞起源图，这两个信号通路被认为与胃炎诱导的胃肿瘤发生有关。幽门螺杆菌(H.pylori)作为胃癌的危险因子，通过与胃上皮细胞的作用引起CAG或IM。作者发现胃上皮细胞对幽门螺杆菌感染的反应涉及到表达谱、细胞固有程序和细胞比例的改变。幽门螺杆菌感染的反应还显示了特定细胞类型的模式。例如，抗菌蛋白LTF和BPIFB1在幽门螺杆菌感染的活检组织中特异性上调。
作者重点研究了从胃炎到胃癌的过程中上皮细胞的变化。作者观察到，胃高分化细胞类型的比例随着疾病的进展而降低。相反，MSCs(化生干细胞样细胞)在IM病变中出现，在化生过程中显著增加，在EGC病变中达到最高。与先前的研究结果一致，TFF1、TFF2和肠特异性TFF3的表达模式在不同的上皮细胞类型之间有明显的差别。此外，作者系统地描述了不同病变上皮细胞的基因表达谱。作者将同一病变中的多种细胞类型的DEGs合并为病变相关的特征，并且，在不同病变中，具有这些特征的细胞有明显的区别。作者进一步剖析了优先表达病变相关信号的细胞类型。最后，为了系统地了解胃炎到EGC过程中的细胞和分子变化，通过表征每组上皮细胞类型之间的系统关联，然后确定每种病变中典型上皮细胞类型的标记基因，作者最终构建了一个单细胞转录网络。
在各种病变中，胃粘液分泌细胞是 “保守”细胞类型，主要由表达MUC5AC的PMC（pit mucous cell）和表达MUC6的GMCs（gland mucous cell）组成。作者发现这两种细胞具有不同的表达模式，其中PMCs主要表达与肌动蛋白细胞骨架和细菌侵袭有关的基因， 而GMCs主要表达免疫反应和转化生长因子β(TGF-β)信号通路。作者还观察到IM病变中胃腺细胞（MUC6标记）高度的细胞异质性。作者利用主成分分析(PCA)，发现表达MUC6的腺细胞被清楚地划分为两个亚群。簇1的表达特征富集了免疫和抗菌相关基因，符合正常胃窦腺细胞的分子特征，簇2的表达特征主要由肠干细胞或发育相关基因组成，包括OLFM4、PHLDA1和LEFTY1。因此，作者推测GMCs倾向于在IM病变中获得肠干细胞表型。
肠内分泌细胞也是另一种跨越不同病变的保守细胞类型。作者观察到细胞簇内的高度异质性，通过对这些细胞进行重新聚类，总共得到了8个亚簇。作者观察到胃内分泌细胞标记物主要在胃炎病变中表达，并且随着IM的进展，其表达水平逐渐降低。为了确定每个病变中的肠内分泌细胞亚型，作者量化了表达肠内分泌细胞标志物的细胞比例。在同一簇中发现了不同的内分泌细胞标志物的表达，这与先前对结肠上皮样本的结果一致。值得注意的是，作者观察到在EGC病变中有少量的内分泌细胞表达典型的肠内分泌细胞标志物。通过比较EGC病变的内分泌细胞与其他细胞系的表达谱，作者发现了EGC病变的内分泌细胞中上调的基因列表，OR51E1排在第一位。分别对IM和EGC标本进行IF染色，分析典型的内分泌细胞标志物OR51E1和CHGA的表达。作者观察到在EGC样本中检测到OR51E1的表达，但在IM样本中未检测到OR51E1的表达。因此，OR51E1可能被认为是EGC内分泌细胞谱系的一个新的标志物。
小编总结：
这是第一次详细定义NAG、CAG、IM和EGC患者胃粘膜单细胞图谱的研究。对于每个病变，作者确定了不同的细胞类型，并定义了这些细胞类型的基因表达特征。作者还分析了一些细胞类型在不同病变中的转录变化。此外，对杯状细胞和肿瘤细胞分别作为IM和GC发病的细胞特征进行了深入的分析，以确定可能在临床实践中应用的细胞类型特异性标记物。总之，作者构建了胃粘膜癌前病变和早期癌变的单细胞转录组图谱。利用图谱，作者描述了不同细胞类型在每个病变中的表达模式，并分析了它们在不同病变中的变化。作者鉴定了一组早期肿瘤细胞特异性标记基因，为准确诊断EGC提供了分子基础。
八、生殖科
在生殖系统中，卵巢癌可以说是典型的代表之一了。上皮性卵巢癌(EOC)是癌症中最致命的癌症类型之一。由于其早期无症状，超过80%的EOC病例在晚期(III或IV期)被诊断为腹膜转移。转移性复发是几乎是所有癌症类型中死亡的主要原因。从原发肿瘤中逃逸出来的播散性肿瘤细胞(DTCs)和播散性肿瘤细胞簇被认为是转移的“种子”。此外，化疗后残留的、潜伏的DTCs被认为是复发的主要来源。除了肿瘤细胞亚群外，具有不同分子特征的不同间质细胞构成了肿瘤微环境(TME)。肿瘤细胞的扩散是转移的前提，并与上皮向间充质转化(EMT)密切相关。因此，在下面要介绍的案例中，作者假设某些肿瘤细胞亚群可能存在并逃避化疗，并且可能是在TME的帮助下，迁移出原发部位以启动复发肿瘤。
文献案例：《单细胞RNA-seq研究复发上皮性卵巢癌如何启动》[4]
这篇文章发表在期刊: Oncogene，这本期刊在最近一年的影响因子为 9.867。中科院大类: 生物学 1区 中科院小类: 1区 生化与分子生物学。
文献解读：
作者对来自8个卵巢癌患者样本的13,369个细胞进行了scRNA-seq分析，其中包括4个原发肿瘤(Ps)、2个未经治疗的腹膜转移肿瘤(Ms)和2个复发肿瘤(Rs)。单细胞转录本的无监督聚类识别出14个主要聚类，其中8个由来自同一患者的细胞构成。所有这8个簇都是上皮起源的(EpCAM)。其他6个簇由来自不同患者的细胞组成。通过对标记基因的分析，可以将这6个簇鉴定为癌症相关成纤维细胞(CAF，包含两个簇)(THY1)、T细胞(CD2)、巨噬细胞(C1QB)、内皮细胞(VWF)和正常卵巢组织的细胞(STAR)。在作者的EOC样本中，上皮标记和其他细胞类型的标记表达也是不同的。因此，8个上皮来源的细胞群由于标志物的表达而被认为是肿瘤细胞，而其余的细胞则被归类为基质细胞。结果，区分出10,364个肿瘤细胞和3005个间质细胞。根据THY1+CAF的基因表达差异，进一步对基质细胞进行聚类，并根据T细胞的表达状态可将CD2+T细胞分为细胞毒性T细胞和耗竭T细胞。值得注意的是，在不同的肿瘤类型中，每种细胞类型的比例差别很大。例如，在未经治疗的腹膜转移瘤中，肿瘤浸润性免疫细胞的比例远高于其他肿瘤类型，复发肿瘤中肿瘤细胞的比例最高。
为了揭示两个未经治疗的腹膜转移(M1，M2)和两个复发肿瘤(R1，R2)中肿瘤细胞的发育顺序，作者基于不同的原理，使用两种非监督算法进行了独立的时间轨迹分析。第一个算法是“RNA速度”分析。它可以通过区分scRNA-seq数据中新生的(未剪接的)和成熟的(剪接的)mRNA的相对丰度来预测单个细胞在数小时的时间尺度上的发育。第二种算法是“Monocle”伪时间分析，它可以通过生物过程，特别是增殖和分化，定量地测量单细胞的进展。细胞命运由发育调控基因表达的变化确定。在伪时间分析的基础上，对每个转移瘤的肿瘤细胞进行分析。为了比较两种算法的结果，作者还使用RNA速度识别的相同簇的IDs沿伪时间轨迹对细胞进行着色。基因的功能分析表明，未经治疗的腹膜转移瘤(M1、M2)的起始细胞主要与免疫反应有关，而复发的腹膜转移瘤(R1、R2)的起始细胞主要与细胞周期有关。对腹膜转移瘤免疫应答基因的研究证实了T细胞与肿瘤细胞之间的受体-配体相互作用。肿瘤-T细胞的相互作用证实了T细胞通过淋巴毒素和肿瘤坏死因子(TNF)介导的细胞毒作用。另外，MKI67高表达的周期细胞(表示为G1/S期或G2/M期)在两个复发样本的起始细胞簇中均有富集，但腹膜转移瘤中在罕见且散在分布。
为了追踪原发肿瘤中转移起始细胞的来源，作者首先分析了每个原发EOC肿瘤中肿瘤细胞的基因表达谱。通过结合功能相似的基因信号，作者总共定义了七个基因表达程序：周期、应激、防御、缺氧、细胞结构、剪接和上皮分化。然后，在四个原发肿瘤中，作者重新定位了保守的转移启动基因信号，并对转移启动基因集或复发启动基因集绘制单细胞表达分数图。
通过先前的分析，这两种复发肿瘤的起始细胞都是循环细胞。在复发起始细胞中出现了一组45个基因。这些基因主要与色素颗粒、应激反应和蛋白质折叠功能有关。值得注意的是，由45个基因组成的复发启动信号均被重定位在“应激”条目下。
小编总结：
识别原发性卵巢上皮性肿瘤中的复发起始细胞对指导临床实践具有重要意义，但受到肿瘤异质性的限制。这种异质性也使得很难了解不同卵巢癌患者的复发机制。作者现在通过研究每个原发卵巢癌样本中常见的肿瘤细胞亚群来填补这一块空缺。作者发现，在不同的EOC亚型中，复发通常是由一群独特表达CYR61的耐药原发肿瘤细胞亚群启动的。在四种原发肿瘤中，复发起始细胞的基因信号被强烈地重新定位在保守表达CYR61的“应激”亚群中。总之，作者的工作对原发性和转移性EOC肿瘤的复发以及肿瘤、间质和免疫细胞图谱提供了重要的见解。
九、内分泌科
说起内分泌科，糖尿病绝对算是最热点的话题了。而1型糖尿病(T1D)是一种慢性进行性自身免疫性疾病，由自身反应性CD4T细胞和CD8T细胞引起β细胞死亡。我们大家应该都知道，这种糖尿病会永远依赖胰岛素。因此，了解T1D发生和发展过程中的免疫学是至关重要的。早期阶段可以通过β细胞蛋白自身抗体的存在来诊断，特别是对那些对天然胰岛素有反应的自身抗体。在T1D的发育过程中，我们对人胰岛的研究有限。通过组织病理学我们可以发现胰岛炎症表现出异质性，但免疫细胞组成和激活状态与疾病进展阶段之间的相关性很难用人类标本来建立，而且不能估计发病时间。但是我们能够从非肥胖糖尿病(NOD)自身免疫小鼠模型中获得胰岛，并在自身免疫反应的所有阶段进行更深入地研究。然而，浸润细胞具有高度异质性，普通的转录分析很难把淋巴细胞组和固有细胞相关联。单细胞RNA测序(sc-RNAseq)是一项功能强大的技术，能够识别新的细胞亚群。在我要介绍的这篇文章中，作者使用sc-RNAseq来了解免疫细胞亚群的多样性及其在三个关键时间段的转录异质性。
文献案例：《自身免疫性糖尿病中，小鼠胰岛的单细胞RNA测序显示出高度的细胞复杂性》[5]
这篇文章发表在期刊: Journal of Experimental Medicine，这本期刊在最近一年的影响因子为 14.307。中科院大类: 生物学 1区 中科院小类: 1区 免疫学。
文献解读：
作者对分离出胰岛的免疫细胞、内皮细胞和间充质细胞进行sc-RNA seq。作者选择了三个时间点，反映了自身免疫发育的主要阶段：4、8和15周。这三个阶段与胰岛内免疫细胞浸润进行性增加相对应。作者使用Seurat软件包中t-SNE降维来识别主要的免疫和非免疫细胞群。利用ImmGen数据库中的标志基因的表达来鉴定细胞身份。CD45+细胞主要包括T细胞、B细胞、巨噬细胞、传统树突状细胞(cDCs)和浆细胞样树突状细胞(pDCs)。在这三个阶段，胰岛内浸润的细胞主要是T细胞、B细胞和cDCs。流式细胞术证实胰岛内主要细胞群的存在。并且sc-RNAseq概括了流式细胞仪的结果。
胰岛内淋巴组织除了B细胞和CD4/CD8、α/β T细胞外，还包括一些较小的群体：γ/δ T细胞、自然杀伤细胞(NK)、NKT细胞和固有淋巴样细胞(ILCs)。据编码T细胞受体γ恒定区1、2和CD3e的基因共表达来鉴定γ/δ T细胞细胞。此外，还发现了NK细胞和NKT细胞。虽然CD4和CD8 T细胞表现出很强的增殖性，但淋巴样细胞则表现出很小的程度的扩张，并且在15周后期表现更加明显。流式细胞术证实了这些ILC2、ILC3、γ/δ T细胞和NK细胞等小细胞群的存在。作者还发现了少量浆细胞和循环B细胞（细胞周期相关转录程序上调）。总而言之，从糖尿病发生过程的一开始，胰岛就有各种免疫细胞浸润。
作者分析了从三个时间点收集的2649个CD4 T细胞。将它们分成7个不同的群体：CD4-0、CD4-1、4、5、CD4-2、CD4-3、CD4-6、CD4-7和CD4-8。这些亚群是根据各种激活状态的T细胞标记物的表达区别。它们被识别为幼稚、效应、记忆、调节和无能集合（T细胞类型）。随着时间的推移，这些不同的集合被清楚地区分开来。在4周时，虽然数量很少，但CD4 T细胞已经是异质性的。从第8周到第15周，它们的水平有所上升，但在不同的亚群中有所不同。调控亚群由两组不同的基因组成：CD4-3(Foxp3)和CD4-6(Lag3，IL10)。CD4-3(Foxp3)代表经典的Foxp3阳性调节性T细胞，而CD4-6(Lag3、IL10)Foxp3呈阴性/低表达，并且IL-10和IFN-γ基因共表达。作者还鉴定了一组无能CD4 T细胞，CD4-2组(Tnfsf8)。这一组是通过鉴定编码免疫反应负调节基因(CTLA4、Pdcd1、LAG3、Lgals1、Cd200)和FR4的表达来确定的。效应/记忆亚群代表致病的CD4 T细胞，即经历过抗原刺激的细胞。另外，根据CCR7基因和其他激活标记的表达，将这两个亚群分为T效应记忆表型(Cxcr6+、Ly6c1+和Id2+)和T中枢记忆表型(CCR7+)。综上所述，胰岛中的CD4 T细胞表现出明显的转录异质性，效应性T细胞、调节性T细胞、无能性T细胞和幼稚T细胞的混合物都处于不同的阶段。
对从三个时间点收集的1873个CD8T细胞的分析显示，有8个群体(CD8-0, CD8-1, CD8-2, CD8-3, CD8-4,CD-5,7, CD8-6, and CD8-8)。这些亚群是根据各种激活状态的T细胞标记物的表达区别出来的。不同的组包括早期效应分子CD8-5，7(Hmgb2)和CD8-1(Xcl1)；以及晚期效应分子(细胞毒性)CD8-2(Gzma)；一个幼稚状态，CD8-6(Lef1)；以及两个耗竭状态，CD8-8(Tcf7，Tox)和CD8-0(Lag3，Pdcd1)。与CD4T细胞一样，CD8T细胞在4周龄时是异质性的，并且此时已经包含了CD8-2(Gzma)群体。这组代表细胞毒分子阳性的CTL群，如Gzma、Gzmb、Gzmk、Klrc1、Klrc2、Klre1和Klrk1。在8周和15周的时间点，CD8T细胞分别扩大了7倍和22倍。同时伴随着早期效应分子CD8-1和记忆性CD8-4的出现。耗竭组则由两个群体组成：CD8-0(LAG3，Pdcd1)和CD8-8(Tcf7，Tox)。两者的耗竭表型相关的标志物均为阳性：Pdcd1(PD-1)、LAG3和Tox。综上所述，CD8T细胞也具有异质性。令人惊讶的是，CD8CTL在4周时就已经在胰岛中了，但并没有增加。
作者分析了来自4周、8周和15周NOD小鼠的2,031个cDCs，并确定了两个主要群体：cDC1和cDC2。两者都在4周时出现，并在进展过程中扩大。cDC2在所有阶段都占据主要部分。CDC1表达与BATF3依赖的CD103+cDC1相对应的基因：Xcr1、Cd24a、Irf8和Batf3。CDC2组表达sirpa基因，但具有异质性，由cDC2(CCR7)、cDC2(Mgl2)和cDC2(LTB)三个群体组成。除了细胞类型的异质性，作者还发现了一种重叠的炎症信号，表现为干扰素-γ诱导的基因，如Cxcl9、Ly6a和Gbp2。在cDC1和cDC2亚集的一小部分中发现了这样的特征，反映出了cDC可能对胰岛自身免疫环境做出反应。这些被激活的cDCs数目在cDC1和cDC2的比例是相似的，并且随着糖尿病的进展而增加。流式细胞术证实了cDC1和cDC2两个群体的存在。综上所述，DCs的分析表明存在cDC1和cDC2亚群，两者都对炎症信号有反应。
小编总结：
对于糖尿病自身免疫的单细胞分析发现细胞的多样性和转录异质性。在自身免疫过程的初始阶段，胰岛含有各种效应和调节的CD4和CD8T细胞，但是水平较低。单细胞分析表明每个阶段都有复杂的细胞混合在一起。并且这些细胞具有明显的转录异质性。这项研究对人类胰岛检查中获得的信息进行补充和扩展。比较有特色的是，这篇文章主要从免疫细胞的角度去研究自身免疫性糖尿病。当然几乎所有的疾病都与免疫相关，这也为我们的科研人提供又一重要的思路。
十、单细胞思路汇总
为大家介绍那么多，我用思维导图的形式为大家总结一下。目前单细胞测序比较火热，越来越多的思路涌现，就现在来看，我个人总结出大致四个方向。当然这还要结合具体研究分析。通过这篇文章的学习，相信大家已经建立对单细胞研究的宏观认识。往后无论阅读还是研究单细胞的相关内容都可以省下一大笔时间~如果觉得文章对你有帮助就点个赞吧~~~
参考文献
[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).
