单细胞多组学

健康与疾病样本的多组分析。

为了分析上述工作流程产生的数据，使用mRNA表达、表面蛋白表达或两者对4份CLL样本和3份健康供者样本进行了t-SNE分析。基于AbSeq数据生成的t-SNE图表明，与单独使用RNA-Seq数据相比，不同样本之间的分离度更高。mRNA和AbSeq数据的结合大大提高了不同样本的分辨率。如t-SNE图所示，四份CLL样本单独形成了不同的集群，而健康样本则有较大程度的重叠，这表明CLL患者的临床病程可能是异质性的。这些结果也凸显了多组学在分析单细胞图谱方面的作用。

健康供者样本和CLL样本间差异表达标志物的分析。

为了了解健康供者样本和CLL样本之间不同聚类的标记物，使用单细胞mRNA和AbSeq数据进行了差异表达分析。该分析确定了与健康供者样本相比CLL样本减少的标记物（第1组）。所有CLL样本中差异化增加的基因或蛋白质均列于在第2组（所有CLL），而一些CLL样本中增加的基因或蛋白质列于第3组。CLL患者中异常表达的标记物CD5在CLL03和CLL04中的表达水平高于其他样本。此外，还发现了一个与CLL04特异性相关的标记物子集（第4组），如CD11c。有趣的是，并非所有细胞都能分泌相同水平的CD11c，这就表明了CLL的肿瘤内异质性。

多组学分析揭示的主要固有淋巴细胞亚群差异

通过对三个主要循环固有淋巴细胞组【通常定义为CD117−CD294−ILC1、CD117^+/−CD294⁺ILC2和CD117⁺CD294−ILC祖细胞/ILC3（ILCP/ILC3）】的手动设门，进行最初数据分析。采用单细胞AbSeq和mRNA数据，在三个固有淋巴细胞组之间进行差异表达分析，并确定每个组的独特蛋白质和mRNA特征。该分析还揭示了定义固有淋巴细胞组的关键转录因子的预期表达模式。例如，编码T-bet（TBX21）的基因仅在ILC1细胞的一个亚群中有表达，而GATA3在ILC2细胞中表达水平最高。正如最近报道的所述，RORC（编码RORγδ）部分由显示ILC3表型的循环固有淋巴细胞的祖细胞（CD117⁺CD294−ILCP/ILC3细胞）表达。

无偏细胞聚类可识别不同样品的多种细胞表型

采用上述实验产生的多组分数据和无偏聚类算法PhenoGraph SeqGeq™ 软件插件，生成了t-SNE，以便用于检测细胞群。PhenoGraph确认了四种不同组织类型的12个细胞簇。与对照细胞簇1、5、7和12相比，这12个细胞簇中有4个细胞簇的细胞密度和HFD小鼠脂肪组织分布存在显著差异。

对高脂饮食组脂肪组织CD8⁺T细胞的单核分析表明，这些细胞经历了细胞衰竭。

采用Monocle对脂肪组织CD8⁺T细胞进行了特别分析，鉴别出了五中发展状态。对照组小鼠的CD8+T细胞属于状态1和状态2，而高脂饮食组小鼠的CD8+T细胞则进一步遵循状态3、状态4和状态5的轨迹。高脂饮食组小鼠的状态2、状态3、状态4和状态5表现出衰竭标记物的高表达，如CD279（PD-1）蛋白和mRNA（Pdcd1）以及Tigit。