首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >多组学分析肺结核队列的记忆T细胞状态

多组学分析肺结核队列的记忆T细胞状态

作者头像
生信技能树jimmy
发布2021-07-02 18:22:25
7330
发布2021-07-02 18:22:25
举报
文章被收录于专栏:单细胞天地单细胞天地

分享是一种态度

文章信息

文章题目:Multimodally profiling memory T cells from a tuberculosis cohort identifies cell state associations with demographics, environment and disease

作者:哈佛医学院 Soumya Raychaudhuri 团队 首先感觉他们实验室主页做的很不错:https://immunogenomics.hms.harvard.edu/lab

链接:https://www.nature.com/articles/s41590-021-00933-1

发表期刊:Nature Immunology (2021-05-24)

数据是公开的:GSE158769 ,采用CITE-seq

Platforms GPL11154 Illumina HiSeq 2000 (Homo sapiens)
Samples   GSM4810298 Memory_T_cell_CITE-seq

GSE158769_exprs_norm.tsv.gz 3.0 Gb (ftp)(http) TSV
GSE158769_exprs_raw.tsv.gz 747.0 Mb (ftp)(http) TSV
GSE158769_meta_data.txt.gz 19.8 Mb (ftp)(http) TXT

Genotype data:phs002025.v1.p1

分析代码:https://github.com/immunogenomics/TB_Tcell_CITEseq

还发开了一个网页:https://immunogenomics.io/tbru/

摘要

  • 分析了来自秘鲁的259个肺结核(tuberculosis , TB)病人的500,089个记忆T细胞,得到31种细胞状态
  • 在排除年龄、性别、季节、遗传等因素影响后,发现了一种多能型type 17 helper T (TH17) 细胞状态,在结核杆菌发展成肺结核病的过程中丰度和功能都有所下降

方法

数据准备

  • PBMC sample preparation
  • Flow cytometry of total PBMCs
  • CITE-seq of isolated memory T cells
  • Bulk RNA sequencing
  • Genotyping and genetic data processing

数据分析

  • scRNA比对+定量
  • scRNA数据拆分
  • scRNA数据质控
  • 降维
  • 聚类+注释
  • bulk RNA-seq 比对+定量
  • 利用MASC(modeling of associations of single cells )评价不同细胞状态与疾病的关系

先用CITE-seq测了>500,000个T细胞

  • 在秘鲁首都利马进行了一次大型的流行病学调查(n= 18,544),从其中招募了264个人,采样了外周血单核细胞进行CITE-seq测定,同时还加入了基因表型数据和蛋白数据
  • 图b是进行了6次QC,每一次过滤掉一些细胞,最后得到了500K
  • 大部分样本的细胞数量在2k左右

得到记忆T细胞的31种不同状态

利用canonical correlation analysis (CCA) 进行降维,选择top20 canonical variates (CVs)进行批次校正和聚类,根据基因和蛋白marker得到31个细胞状态

  • 23/31 were CD4+; five were CD8+; one (C-24) was a mixture; Two clusters (C-30 and C-31) were CD4−CD8−
  • C-20:contained a subset of CD4−CD8− and CD8+ cells expressing innate-like T cell markers, including ZBTB16 and CD161 and CD26 surface proteins
  • one central memory cluster (C-25) and distinct GZMK+ (C-28) and GZMB+ (C-29) effector subsets, reflecting different cytotoxicities
  • high expression of HLA-DR and CD38 surface protein and proliferation-associated MKI67 (C-15 and C-27) represent chronically activated cells
  • TH17 cells (C-12, CCR6+ and RORC)
  • type 1 helper T cells (TH1; C-17, CXCR3+ and IFNG and TBX21)
  • heterogeneous continuum of intermediate TH1/TH17 states (C-13, C-16 and C-19) with varying degrees of CXCR3, CCR6, CCR5 and CD161 surface protein expression and RORC and TBX21 expression
  • CD161+ subset of type 2 helper T (TH2) cells (C-14), described as pathogenic, with higher expression of allergy-associated HPGDS and IL17RB
  • a subset of FOXP3+ Treg cells (C-5) expressing higher CCR6 surface protein and CTLA4 and RORC than other Treg cells

记忆T细胞的状态因人口特征和环境而异

发现:年龄因素的影响最大;性别因素与T细胞状态也高度相关;type 2 helper T (TH2) 细胞状态在冬天(季节因素)搜集的样本中最为丰富

之后发现一个感兴趣的C-12状态

探索每个细胞状态和肺结核病情进展的关系,同时校正其他可能存在影响的因素(年龄、性别、季节、遗传以及其他技术因素),发现:

病人在肺结核发展时期,C-12显著降低了20%,并且在年龄因素和男性因素下也会下降,而季节因素(冬季)会上升

又找到了C-12 surface markers:CD4+CD26+CD161+CCR6+ ,这些marker已经被证明了以下功能:

  • IL-17-producing TH17 state
  • CD26 is a co-stimulatory molecule that promotes cytotoxicity
  • CD161 is associated with innate-like function
  • CCR6 is a homing marker that directs migration to inflamed sites

那么C-12的下降是疾病的原因还是结果呢?

利用外部数据进行验证,发现这种变化可能早于疾病发展

  • predicted C-12 abundance was 9% lower in cases before progression compared to latent controls

往期回顾

单细胞混样测序至少可以区分性别

NC单细胞文章复现(五):tSNE

OSCA单细胞数据分析笔记9—Clustering

scPhere——用地球仪来展示降维结果




如果你对单细胞转录组研究感兴趣,但又不知道如何入门,也许你可以关注一下下面的课程

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2021-06-07,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 单细胞天地 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 文章信息
  • 摘要
  • 方法
    • 数据准备
      • 数据分析
        • 先用CITE-seq测了>500,000个T细胞
          • 得到记忆T细胞的31种不同状态
            • 记忆T细胞的状态因人口特征和环境而异
              • 之后发现一个感兴趣的C-12状态
              领券
              问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档