在炎症和癌症中对人类CD8+ T细胞进行综合映射
Ziwei Xue1,2,3, Lize Wu3,4, Ruonan Tian1,3
1Department of Rheumatology and Immunology of the Second Affiliated Hospital, and Centre of Biomedical Systems and Informatics of Zhejiang University, University of Edinburgh Institute, Zhejiang University School of Medicine, Hangzhou, China.
Nature methods
|November 29, 2024
概括
这项研究介绍了scAtlasVAE,这是一个深度学习模型,用于在许多条件下分析CD8+T细胞多样性. 它揭示了对T细胞亚型及其在炎症和癌症中的作用的新见解.
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:
- CD8+ T 细胞在炎症和癌症中表现出不同的表型.
- 了解它们的克隆格局和动态是具有挑战性的.
研究的目的:
- 开发一个深度学习模型 (scAtlasVAE) 来整合大规模的单细胞RNA测序数据.
- 构建一个全面的人类CD8+T细胞地图,用于交叉研究比较.
- 研究T细胞动态,亚型和功能过渡.
主要方法:
- 开发了scAtlasVAE,这是一个用于单细胞RNA测序数据集成的深度学习模型.
- 创建了一个人体CD8+T细胞图谱,包含来自961个样本的1,151,678个细胞.
- 嵌入的T细胞受体 (TCR) 克隆扩张和共享数据.
主要成果:
- 建立了不同CD8+T细胞亚型及其转变之间的联系.
- 描述了三种不同的耗尽的T细胞亚型.
- 揭示了自身免疫和不良事件炎症中的多种转录和克隆共享模式.
- 证明了scAtlasVAE对自动CD8+T细胞亚型注释的能力.
结论:
- 发表了关于CD8+ T细胞的综合单细胞参考地图.
- 为可扩展和公正的CD8+T细胞研究提供了一个计算框架.
- 突出了scAtlasVAE在表征T细胞异质性和动态方面的实用性.


