通过模块化TCR表达的单细胞RNA测序数据集对人类γδ T细胞进行鉴定

科学领域:

• 免疫学 免疫学 免疫学
• 计算生物学 计算生物学
• 基因组学就是基因组学.

背景情况:

• 在大型单细胞RNA测序 (scRNA-seq) 数据集中准确识别马三角 (γδ) T细胞是一个重大挑战.
• 现有的方法通常需要补充数据,如单细胞 γδ T 细胞受体测序 (sc-γδTCR-seq) 或 CITE-seq,限制了更广泛的应用.
• 需要一种可靠且易于使用的方法,直接从标准scRNA-seq数据中识别γδT细胞.

研究的目的:

• 开发和验证一种新的策略,只使用scRNA-seq数据识别人类 γδ T 细胞.
• 建立一种可靠的方法,不依赖于专门的TCR测序或CITE-seq.
• 为在各种scRNA-seq数据集中分析 γδ T 细胞提供标准化工具.

主要方法:

• 基于恒定和可变的T细胞受体 (TCR) α/β (TRA/TRB) 和TCR delta (TRD) 基因的模块化基因表达的TCR模块评分策略的开发.
• 使用 5' scRNA-seq 数据集与集成的 sc-αβTCR-seq 和 sc-γδTCR-seq 数据作为基本真相的方法的评估.
• 评估各种组织类型和不同的γδ T 细胞亚型的方法性能.

主要成果:

• 该TCR模块评分策略在scRNA-seq数据集内识别γδT细胞方面表现出高的灵敏度和准确性.
• 该方法的性能在来自不同组织的数据集中保持一致.
• 该策略在识别各种γδT细胞亚型方面被证明是有效的,这表明其广泛适用性.

结论:

• 拟议的TCR模块评分策略提供了一种可靠和标准化的方法,用于从5'-end scRNA-seq数据中识别γδ T细胞.
• 这种方法克服了需要额外专业测序技术的局限性.
• 它有助于在现有和未来的scRNA-seq研究中改进重新分析和发现γδ T细胞.