单细胞这么火，还不快来分一杯羹！11+肿瘤单细胞测序的生信思路帮你解决发文难题！
单细胞测序和蛋白质组学技术在研究和治疗肿瘤中的应用
单细胞测序和蛋白质组学技术在研究和治疗肿瘤中的应用肿瘤是一种常见的疾病，其病因和病理机制复杂多样。
为了更好地研究和治疗肿瘤，科学家们不断尝试使用新的技术手段，其中单细胞测序和蛋白质组学技术是近年来受到广泛关注的两种技术。
单细胞测序技术的优势在于可以深入了解不同细胞之间的差异和相互作用，从而更好地研究肿瘤的发生、发展和抗药性等问题。
该技术利用高通量测序技术对单个细胞的基因组、转录组和表观组进行测序，从而构建单细胞的分子图谱。
通过对单细胞的研究，科学家们可以了解肿瘤细胞之间的异质性，及其对化疗和免疫治疗等策略的响应情况。
一个肿瘤组织中的细胞可以存在多种异质性，包括不同的细胞亚群和突变。
通过单细胞测序技术，科学家们可以分析肿瘤细胞群体中某一特定子集的基因和表观遗传学的转录组和表观组特征，从而更好地研究肿瘤发展过程中的基因和表观组变化。
此外，单细胞测序还可以确定肿瘤细胞的迁移路线和转移模式，有助于了解肿瘤在身体中的扩散方式，并指导早期诊断和治疗。
蛋白质组学技术也是肿瘤研究和治疗中的重要手段。
与基因组学、转录组学和表观组学不同，蛋白质组学着重于研究蛋白质的表达、结构和功能，因此它可以更深入地了解肿瘤细胞内部发生的变化。
现代蛋白质组学技术主要包括质谱分析、蛋白质互作网络分析和蛋白质组单细胞分析。
质谱分析是一种直接分析蛋白质的方法，通常使用高分辨质谱仪进行蛋白质定量和分析。
通过分析蛋白质的序列、结构和功能，科学家们可以了解蛋白质在肿瘤细胞中的变化，并确定一些关键的蛋白质调节因子和靶点。
这有助于发现新的治疗策略和药物靶点。
蛋白质组单细胞分析是一种新兴的技术，可以对单个细胞进行蛋白质组学分析。
与单细胞测序不同，其主要研究对象为蛋白质，可以更深入地了解肿瘤细胞内部的蛋白质组结构和功能变化。
此外，对于肿瘤细胞分化和转移的研究，蛋白质组学技术也可以提供重要的信息。
通过分析蛋白质互作网络，可以确定肿瘤细胞之间的信号通路，并筛选相关的药物靶点。
【高中生物】单细胞测序,你为何如此令人痴迷
【高中生物】单细胞测序，你为何如此令人痴迷？最近几年，关于单细胞测序的报道日益增多。
事实上，单细胞测序是一个新兴的领域。
据了解，单细胞测序萌芽于2021年，是单细胞基因组学突飞猛进的一年。
谢晓亮教授哈佛大学课题组与北京大学BIOPIC李瑞强研究员小组合作，将创建的MALBAC技术应用于人类单个精子基因组的测序研究中。
12月10日，解放军总医院诞生了一对特殊的双胞胎?国内首例应用单细胞扩增技术（MALBAC）同时进行PGD/PGS阻断了遗传性耳聋的健康双胞胎。
单细胞测序分为单细胞转录组测序和单细胞基因组测序。
单细胞转录组测序分为：单细胞DGE、单细胞polyA测序、单细胞lncRNA测序。
单细胞基因组测序分为：单细胞外显子组测序和单细胞全基因组重测序。
单细胞发展的历史据了解，1990年，NormanIscove的课题组首次证实对单细胞进行转录组分析是可行的，他们用PCR技术实现了对cDNA分子的指数级扩增。
7月，来自斯坦福大学的StephenQuake在Cell上发表了一篇文章《Genome-wideSingle-CellAnalysisofRecombinationActivityandDeNovoMutationRatesinHumanSperm》，研究采用单细胞测序的方法，测定了来自一项研究的100个精子的重组率，发现了许多新的重组热点和与间接方法发现的相一致的比率。
同年，纽约冷泉港实验室的研究生TimourBaslan正利用单细胞技术来研究癌细胞。
1月《自然?方法学》（NatureMethods）上发表年度特别报道，将“单细胞测序”（Singledoutforsequencing）的应用列为度最重要的方法学进展。
基因组学前沿研讨会将单细胞组学单独列为一个单元，可见单细胞测序在当前基因组学前沿研究中的热度。
单细胞测序为何赢得众生命科学家们火热的心？因为即使来源相同的单个细胞，由于随机生物过程和环境扰动的原因，彼此在许多方面也存在差异，即细胞的异质性。
用单细胞测序技术来预测癌症的发展趋势
用单细胞测序技术来预测癌症的发展趋势癌症是当今世界最大的健康挑战之一。
尽管在基因和细胞水平上已经深入了解了癌症的病理生理过程，但对于个体病情的特异性诊断和治疗仍存在挑战。
现代医学对于一些癌症的治疗依赖于早期的诊断。
因此，预测癌症的发展趋势非常重要。
近年来，单细胞测序技术已经成为最有前途的诊断工具之一。
什么是单细胞测序技术？单细胞测序技术是一种高通量技术，它可以测定单个细胞的基因组、转录组或蛋白质组。
这种技术的出现，是因为基于大样本数据的测序技术无法处理在群体水平之下的细胞异质性。
而这种异质性在癌症发展中非常重要。
单细胞测序技术的核心在于，强制将单个细胞分离并通过微流控技术（Microfluidics）单独放在每个反应室里。
不过，目前这个技术仍然面临着一些挑战。
在因为单细胞分离过程中，有些细胞会死亡，有一些细胞则被损伤。
因此，这些细胞的脱落以及未被保留下来的染色体也是问题。
单细胞测序技术在预测癌症的发展趋势上的应用单细胞测序技术非常有前途，因为它可以更准确和特异地反映细胞的异质性特点。
如果能通过单细胞测序来测量某些亮点细胞的表现和特征，改变这些细胞的病态就有可能成为现实。
这就是为什么使用单细胞测序技术来预测癌症的发展趋势是很有前途的。
在癌症的发展过程中，通常一个细胞慢慢转变成癌细胞，然后连续地进化和进一步变异。
非常之重要的一点是，这个进化过程的速度和方式可以因病例而异。
在使用单细胞测序技术之后，可以根据每个细胞独立的靶标和特征来最小化特异性误差，并从中进行预测。
比较顶级的单细胞测序技术可以分辨出每个癌细胞单独的转录组、基因组或者蛋白质组等特异子集之间的变化。
在独特样本中，这样的变化可以用来预测癌症的发展趋势。
单细胞测序技术与周围环境之间的关系单细胞测序技术并不能立即获得细胞在周围环境中的特异性信息。
在现空间和时间的环境下,不同细胞之间的相互资源共享和影响是非常重要的。
这种资源共享能帮助决定细胞之间的相互关系，并且这种关系又是癌症发展过程中非常重要的一环。
生命科学中的新兴技术——单细胞测序技术介绍
生命科学中的新兴技术——单细胞测序技术介绍近年来，随着科学技术的不断进步，在生命科学的各个领域都涌现出了许多新兴技术。
其中，单细胞测序技术成为备受关注的技术之一。
本文将从单细胞测序技术的基本原理、发展历程、应用前景等方面进行介绍。
一、基本原理单细胞测序技术是一种能够对单个细胞进行基因测序和表达谱分析的技术。
它首先通过细胞分选技术将单个细胞从组织中分离出来，然后对细胞进行全基因组扩增，得到足够的DNA量用于测序。
同时，通过RNA测序技术对单个细胞进行转录本测序，获得单细胞的表达谱信息。
二、发展历程自从2009年首次报道了基于微流控技术的单细胞测序方法以来，单细胞测序技术就开始迅速发展。
在接下来的几年里，利用微流控技术和独特的芯片设计，单细胞测序技术开始有了商业化的应用。
同时，不同的细胞分选方法也不断涌现，如FACS、LMD等。
在2015年，人们已经可以利用单细胞测序技术完整地测定一个小鼠的全基因组和转录本谱系。
三、应用前景单细胞测序技术的开发和应用不仅可以深入理解细胞发育、疾病发生和进化等过程，而且也可作为临床治疗中个体化治疗的一种手段。
其中，对于肿瘤的治疗方面，单细胞测序技术能够挑选出肿瘤细胞中具有开发潜力的单个细胞，从而更好地实现“精准治疗”的目标。
此外，单细胞测序技术也可以应用于种群遗传学、发育生物学、免疫学等多个领域。
在此基础上，人们可以更好地理解复杂疾病的起源和发展，解决染色体异常和基因突变等问题。
总之，单细胞测序技术的发展和应用将引领生命科学的新一轮革命。
我们相信，在未来的某一天，这项技术会成为医疗保健和研究领域中不可缺少的一部分。
单细胞测序技术推动肿瘤治疗领域进展
单细胞测序技术推动肿瘤治疗领域进展随着科技的不断发展，单细胞测序技术在肿瘤治疗领域中发挥着越来越重要的作用。
传统的肿瘤基因检测技术往往只能对肿瘤整体进行分析，无法解析出个体细胞的遗传变异信息。
而单细胞测序技术可以对单个细胞的遗传特征进行全面分析，从而更好地帮助医生了解肿瘤的特点，为精准治疗提供更多可能。
传统的肿瘤基因检测主要通过对组织或者血液中的肿瘤细胞进行测定，然后对整体遗传特征进行研究。
这种方式无法区分不同细胞之间的异质性，而单细胞测序技术则可以将肿瘤细胞进行细胞单元的分析，极大地提高了分析的分辨率。
通过单细胞测序技术，医生可以对个体细胞的突变情况、基因表达水平、细胞类型等进行详细的分析，从而更好地了解肿瘤的复杂性和异质性。
单细胞测序技术在肿瘤治疗的研究中扮演了重要的角色。
首先，它可以帮助科学家和医生更好地理解肿瘤的进化过程。
从一细胞到肿瘤的形成，细胞会经历不断的突变和分化。
通过单细胞测序技术，医生可以追踪肿瘤细胞的进化轨迹，了解肿瘤的起源和发展过程。
这有助于发现肿瘤的潜在靶点，为治疗方案的设计提供更准确的依据。
其次，单细胞测序技术可以帮助医生更好地选择适合的治疗方式。
不同的肿瘤细胞可能具有不同的遗传特征和表达谱，因此对不同细胞进行详细的分析可以更准确地确定治疗的目标。
通过对单个细胞的基因组学和转录组学分析，医生可以发现潜在的靶点，并针对特定靶点设计个体化的治疗方案。
这种个体化的治疗方式可以提高治疗的效果，减少不必要的副作用，提高患者的生活质量。
此外，单细胞测序技术还可以帮助医生更好地监测肿瘤治疗的效果。
传统的肿瘤治疗通常通过影像学检查或者生化指标进行评估。
然而，这种方式无法提供肿瘤细胞层面的信息。
单细胞测序技术可以实时监测治疗后的肿瘤细胞的遗传变异和表达变化，从而更准确地评估治疗的效果。
这对于及时调整治疗策略和避免治疗阻碍至关重要。
当然，单细胞测序技术在推动肿瘤治疗领域进展方面还面临一些挑战。
一篇文章终结你对单细胞核测序的所有困惑
⼀篇⽂章终结你对单细胞核测序的所有困惑单细胞测序（single-cell sequencing）是解析⽣物学现象最强有⼒的技术⼿段⾃19世纪30年代细胞学说提出以来，“细胞是⽣命活动的基本单位”这⼀概念便成为⽣物学研究和发展的基⽯，近200年来的实验不断证明，我们只有了解细胞的特性与功能，才能深⼊理解⽣命现象的深层机制，才能明晰⽣物体⽣长发育的规律，才能辨明疾病发⽣发展的原因。
任何⽣物学过程都是通过复杂的细胞及分⼦的⽹络相互作⽤来推进和完成的。
任何组织正常的⽣理功能均依赖于适当的信号通讯及其相互作⽤。
每个细胞均拥有其特定的功能，不同类型的细胞相互协调、发挥各⾃功能，从⽽组成各种⽣命体，因此，⽣命本质上是不同类型的细胞之间的相互作⽤⽹络，且这⼀⽹络处于时刻不停的动态变化之中。
⽣命的这种本质特征，决定了⽣命现象背后都是动态的⽹络相互作⽤，其复杂性超乎想象。
按照传统⽣物学⽅法去研究⽣命现象是⽆法解析其背后的运作机制的。
只有通过⾼通量的组学技术，⼀次性对众多的⽹络变量（细胞）进⾏测量，我们才可能挖掘出⽣命现象背后的深层机制。
因此，只有充分解析细胞⽹络的特性和运作原理，我们才可能理解细胞作为⽣命活动的基本功能单位，是如何推动各种⽣命现象发⽣和发展的。
单细胞测序（single-cell sequencing）正是解析细胞⽹络最强有⼒的技术⼿段。
它通过绘制组织或器官的细胞图谱，明确细胞的分⼦调控模式和状态变化，为我们理解⽣命的细胞互作⽹络提供了单细胞分辨率的系统性洞见。
近年来单细胞测序⽂献的持续快速增长，以及Nature Methods杂志2013年将单细胞测序技术评选为年度技术[1]，随后⼜在2019年将单细胞多组学技术评选为年度技术[2]，这些情况充分证明了该技术对⽣命科学研究的重要性。
受限于样本解离过程，单细胞RNA测序（single-cell RNA sequencing， scRNA-seq）⽬前存在三⼤问题scRNA-seq是应⽤最⼴泛的单细胞测序技术，⽬前已经⾛过了⼗个年头，随着在科研领域⼤量应⽤的展开，scRNA-seq逐渐显⽰出⼀些固有的⽅法学问题，主要有三点。
单细胞测序文章思路
单细胞测序文章思路一、单细胞测序是啥？单细胞测序可太酷啦，就像是给每个细胞都装上了一个小话筒，让我们能听到它们的“悄悄话”。
它主要就是对单个细胞的基因组或者转录组啥的进行测序分析。
以前呢，咱们做测序都是一大群细胞一起搞，就像是听一群人在那嗡嗡嗡地说话，只能听到个大概的声音，但是单细胞测序就不一样啦，它能精确到每个细胞的情况。
这就好比在一个大教室里，以前只能知道整个教室的人大概在讨论什么话题，现在能知道每个学生心里在想啥，是不是很厉害呢？二、为啥要写单细胞测序的文章？这可就有好多原因啦。
首先呢，单细胞测序现在是超级热门的研究领域，就像娱乐圈里的大明星一样，大家都在关注它。
很多新的研究成果不断冒出来，这就给我们写文章提供了好多素材。
而且，单细胞测序能解决好多以前解决不了的问题呀。
比如说，在研究肿瘤的时候，肿瘤细胞可复杂啦，它们有各种不同的状态，单细胞测序就能把这些不同状态的细胞一个个揪出来分析，这样就能更深入地了解肿瘤到底是怎么回事。
写这样的文章，就像是在给科学界的小伙伴们分享一个超级有用的新玩具的玩法一样。
三、文章开头怎么写？咱们可以从一个特别有趣的小故事或者现象开始。
比如说，你可以讲一讲科学家们是怎么偶然发现单细胞测序这个神奇的技术的。
就像讲一个探险故事一样，从前有个科学家在做实验的时候，突然发现传统的测序方法在某些情况下不太灵光，然后他就绞尽脑汁，经过好多好多失败，最后突然灵机一动，单细胞测序的概念就冒出来啦。
或者呢，也可以从一个特别让人困惑的生物现象开始，比如说为啥同一种细胞在不同的环境下表现得那么不一样呢？然后引出单细胞测序这个可以解答这个疑惑的技术。
这样的开头就像在跟读者玩一个小把戏，先把他们的好奇心勾起来，然后他们就会迫不及待地想读下去啦。
四、中间部分的内容布局。
1. 技术原理要讲清楚。
这部分可不能含糊哦。
不过咱也不用讲得太枯燥，就像给朋友解释一个游戏规则一样。
比如说，单细胞测序在提取单个细胞的时候，就像是从一群小动物里挑出一只来，得特别小心，不能伤到它。
单细胞测序技术在肿瘤研究中的应用
单细胞测序技术在肿瘤研究中的应用随着科技的不断发展，单细胞测序技术被越来越多地用于肿瘤研究中。
肿瘤是人类健康的重大问题之一，而单细胞测序技术的出现，为肿瘤研究提供了一种新的手段，有助于研究人员更深入地了解肿瘤的发生、演变和治疗。
本文将从单细胞测序技术的优缺点以及它在肿瘤研究中的应用方面展开探讨。
一、单细胞测序技术的优缺点单细胞测序技术（Single-cell Sequencing，SCS）是指在细胞层面上进行基因组、转录组、表观组等多个水平的测序。
相较于传统的混合细胞测序方法，单细胞测序技术是一种更加准确、全面、具有表现多样性的测序方法，具有以下优缺点：优点：1. 可以精细地研究生物多样化。
每个人的DNA序列是不同的，而受环境因素的影响，同一人体中也存在着不同细胞之间的基因差异；同时，细胞在不同时间和环境条件下的表达也不尽相同。
单细胞测序技术可以帮助更好地研究生物的多样性。
2. 可以深入研究细胞克隆的进化和功能特性。
在癌症等疾病中，单细胞测序技术可以帮助研究人员更好地了解肿瘤细胞克隆演化和癌症的发生、发展、转移等过程。
3. 可以获得更精准的结果。
传统的细胞测序技术需要在数百个甚至数千个细胞中进行测序，结果较为粗略，而单细胞测序技术可以在单个细胞水平上进行分析，结果更加准确。
4. 可以用于诊断和治疗。
在肿瘤等疾病的个性化治疗中，单细胞测序技术可以提供更加个性化的治疗方案，促进疾病治疗效果的提高。
缺点：1. 成本较高。
由于单细胞测序技术需要更加精细和复杂的实验流程，因此其成本较高，同时需要大量的数据处理和分析，需要更加专业的人才支持。
2. 数据复杂度较高。
单细胞测序技术会产生大量数据信息，其中不同细胞之间的差异性较大，数据处理和分析难度较大；同时，细胞样本的质量和数量也会对分析结果造成较大的影响。
二、单细胞测序技术在肿瘤研究中的应用单细胞测序技术在肿瘤研究中的应用已经得到了广泛的关注。
下面将从肿瘤进化、免疫治疗、诊断和预后等几个方面来探讨其应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
单细胞这么火，还不快来分一杯羹！11+肿瘤单细胞测序的生信思路帮你解决发文难题！导语今天给同学们分享一篇关于单细胞景观揭示胃癌肿瘤微环境中的活性细胞亚型及其相互作用的生信文章“ Single-cell landscape reveals active cell subtypes and their interaction in the tumor microenvironment of gastric cancer ”，这篇文章于2022年5月发表在 Theranostics 杂志上，影响因子=11.556。
在这项研究中，该单细胞图谱提供了从分子水平了解胃癌细胞异质性的信息，并将成为开发创新的早期和伴随诊断以及发现胃癌新靶向治疗的宝贵资源。
1. 单细胞RNA-seq确定胃癌的七种主要细胞类型作者收集了9例未经治疗的非转移性胃癌患者的新鲜肿瘤样本和邻近非肿瘤样本，其中6名患者患有近端胃癌（标记为P01-P06），3名患者患有远端胃癌（标记为D01-D03）。
进行生信分析后共获得47304个细胞，可检测到200多个基因的表达，可以使用基于图的聚类获得17个细胞簇（图1B）。
基于典型标记基因的表达和这些簇顶部不同表达的基因，研究将这些簇分为七种主要细胞类型，包括T细胞和NK细胞（6簇）、B细胞（2簇）、髓样细胞（2簇）、肥大细胞（1簇）、成纤维细胞（3簇）、内皮细胞（1簇）、上皮细胞和恶性细胞（3簇）。
图1 胃癌及邻近非恶性标本的单细胞RNA-seq2. 胃癌中调节性T细胞的显著扩增接下来，作者对T细胞和NK细胞进行重新分类，确定了14个不同的簇（图2A）。
基于典型标记基因的表达和每个簇的差异表达基因（图2B），研究将这些簇注释为调节性T细胞、CD4+T细胞、CD8+T细胞、自然杀伤细胞和固有淋巴细胞（ILC）。
对于CD4+细胞簇，T01被表征为具有CCR7特异性表达的天然CD4+T细胞。
根据特异性表达的CXCL13，T04被归类为滤泡帮助T细胞，并且该簇增加了PDCD1和TIGIT的表达，表明处于耗尽状态。
事实上，Treg信号基因在肿瘤样本中表现出一致的高表达（图2D）。
与正常Treg相比，肿瘤Treg增加了与免疫抑制相关的多个基因的表达，包括DUSP4、IL2RA、TNFRSF4、LAYN和LGALS1（图2E）。
肿瘤中Treg含量的增加，以及这些基因和通路的表达上调（图2F），这表明胃癌微环境的免疫抑制性质。
图2 胃癌中T细胞和NK细胞的分布3. 在胃癌中未发现典型的耗尽性CD8+T细胞簇作者分析了CD8+T细胞的两个主要簇（T05和T06）（图2A）。
T05被鉴定为具有GZMK高表达和一组细胞毒性基因的效应记忆CD8+T细胞（TEM）。
根据KLRC1和ITGA1/CD103的表达增加，T06被归类为组织驻留记忆T细胞（TRM）。
有趣的是，在数据集中没有发现典型的耗尽型CD8+T细胞簇，这种细胞簇在各种肿瘤类型中经常被检测到（图2B）。
4.在胃癌中鉴定肿瘤特异性LAMP3+DC细胞作者重新构建骨髓细胞簇并确定了15个簇（图3A），之后作者基于S100A8、S100A9和FCN1在这些簇中的高表达，M01-M03被鉴定为单核细胞（图3B-C）。
M04-M07是基于低表达CD14和高表达HLA-DR基因的树突状细胞（图3B-C）。
由于这些簇中CD68、CD163和MRC1的高表达，M08-M11因此被鉴定为巨噬细胞（图3B-C），其余三个未分类簇（M12、M13和M15）可能来自低质量细胞或双细胞。
另外，M04高表达CD1C、FCER1A和CLEC10A对应cDC2（图3C），M05高表达CLEC9A代表cDC1(图3C)，M07通过LILRA4的特异表达被鉴定为浆细胞样DC（pDC），但是作者注意到高表达LAMP3、CCL22和CCL19的M06与任何经典DC亚型均无联系（图3C）。
与肿瘤和正常样本共享的前三种经典DC亚型不同，M06中几乎所有细胞都来自肿瘤样本，这表明了LAMP3+DC亚群在肿瘤样本中高度富集（图3D）。
在TCGA数据集中的胃癌样本中，LAMP3+DC的特征基因的平均表达也高得多（图3E）。
最后，为了探索胃癌中LAMP3+DC的起源，首先构建了髓系簇的树状图，发现LAMP3+DC与cDC1和cDC2聚集在一起（图3F），其次，对这三个亚群的轨迹生信分析表明，LAMP3+DC可能是由胃癌中的cDC2和cDC1发展而来的（图3G），单细胞调节网络推断和聚类生信分析表明，IRF1、IRF2、NFKB1和NFKB2的活性在LMAP3+DC中上调，这表明IRF家族和NF-kB是DC分化和成熟的关键调节因子。
图3 胃癌骨髓细胞的异质性5. 胃癌中巨噬细胞的异质性M09和M10是两簇C1QC+巨噬细胞，其特征是多个C1Q基因和抗原呈递基因的高表达（图3B）。
M11具有多种干扰素诱导基因的高表达，例如ISG15、IFIT2和IFIT3（图3C）。
在这四个巨噬细胞簇中，M08在肿瘤样本中显著富集（图3D），因此被指定为肿瘤相关巨噬细胞（TAM）。
巨噬细胞通常分为促炎M1类和抗炎M2类，作者为了测试此处确定的巨噬细胞亚群是否符合经典M1/M2模型，评估了这些巨噬细胞亚型的M1和M2特征的表达，生信分析结果显示，INHBA+簇（M08）和ISG15+簇（M11）表现出更高的M1特征，而C1QC+簇（M9和M10）表现出更高的M2特征（图4A），这表明胃癌中巨噬细胞的体内极化不能用M1/M2模型来解释。
在比较TAMs和C1QC+巨噬细胞的基因表达水平时，在INHBA+巨噬细胞中识别出49个上调基因，包括多种趋化因子，IL6，PTGS2，IL1RN和TIMP1（图4B）。
在树状图中，INHBA+TAM和单核细胞位于单个分支中，这意味着该簇可能起源于肿瘤区域的浸润单核细胞（图4D），并且免疫浸润生信分析表明，在INHBA+TAM中，多种转录因子的活性特异性上调，包括RELB、NFKB1、NFKB2等。
图4 胃癌巨噬细胞的分子特征6.成纤维细胞在新生血管和肿瘤发展中起着重要作用成纤维细胞被认为是TME中具有高度可塑性的细胞群，但对于胃癌中成纤维细胞亚型和CAF（癌相关成纤维细胞）的定义尚未达成共识。
研究在对3467个成纤维细胞重新分类后总共获得了11个成纤维细胞簇，并将其中三个指定为CAF（图5A）。
研究表示，F01和F02均表达ACTA2，多个基因与肌肉收缩有关（包括ACTG2、MYH11和PLN）（图5B）。
F01可以被注释为周细胞，表示该簇中RGS5和PDGFRB的高表达（图5B-C）。
PDGFRB的免疫荧光染色显示周细胞位于血管周围（图5D），并证实周细胞在肿瘤样本中富集（图5E）。
在该簇中观察到几种血管生成因子（包括ANGPT2、CAV1、NOTCH3、PDGFA、EPAS1和THY1）的表达增加。
值得注意的是，PDGFRB高表达的胃癌患者在TCGA中预后不良。
因此，该簇在胃癌的新生血管中起着至关重要的作用，并且生信分析结果表明，LRRFIP1、ETS1、EPAS2、MEF2C和SSRP1为上调的。
F03是正常样本中的主要成纤维细胞亚群（图5D），以CXCL14、POSTN、F3、PDGFRA和SOX6的高表达为标志。
该簇的表达特征类似于人类结肠中间充质细胞的S2亚群，该亚群与结肠的上皮单层非常接近，并被认为在维持上皮内稳态中发挥了一些作用。
研究观察到肿瘤组织中该亚群显著减少，这可能反映了肿瘤中上皮屏障的功能障碍。
F06主要来源于正常样品，以CFD、CLU、COL14A1和PI16的高表达为标志。
COL14A1+成纤维细胞已在多个人体组织的单细胞研究中得到鉴定，包括人肺和结肠组织，这表明了该簇可能代表多个组织中常见的成纤维细胞亚型。
一组ECM分子（DCN、DPT、FBLN1、FBLN2、GSN和TNXB）在该簇中高度表达，并且发现多个补体因子在该簇中高度表达（图5C），这意味着该成纤维细胞亚群在先天免疫防御中发挥了一些作用。
F04、F05和F08在肿瘤样本中显著富集，因此被表示为CAF的三个亚群。
F04特异性表达CTHRC1（图5C），其在胃癌中过度表达，并与不良预后相关。
CTHRC1的免疫荧光染色显示，在胃癌中，CTHRC1+细胞的位置是内皮细胞周围（图5E）。
GSVA富集生信分析表明，该簇在ECM重塑相关通路中具有高活性，包括“弹性纤维形成”、“基质金属蛋白酶激活”和“胶原蛋白降解”。
F05是COL14A1+成纤维细胞簇，其特征是C7和APOD的高表达（图5C）。
F08特异性表达MMP1、MMP3和MMP9。
转录因子TWIST1在F08中高度表达，已被证实为癌症相关成纤维细胞的关键调节因子。
图5 胃癌中成纤维细胞的分布7. 肿瘤内皮细胞显示出高活性的血管生成研究检测到1873个内皮细胞，其中大部分（88.2%）来自肿瘤样本，肿瘤内皮细胞的重新分类显示了九个不同的簇（图6A）。
图6 胃癌内皮细胞的细胞组成E01是具有特异性表达尖端细胞标记物（包括ESM1、KDR和PDGFB）的尖端样细胞（图6B-C），在该簇中观察到。
在TCGA中，胃癌样本中这些特征基因的表达更高，表明胃癌中的血管生成非常活跃（图6D）。
上调基因的GO富集生信分析表明“血管生成”和“白细胞趋化性”在该簇中富集。
E02和E03具有ACKR1和SELP的高表达（图6C），因此可以被指定为静脉内皮细胞，在TCGA数据集中，ACKR1基因高表达的胃癌患者预后不良（图6E）。
E04高表达CD36和CA4（图6C），代表毛细血管内皮细胞。
E05高表达动脉内皮细胞的多种标记物（GJA5、GJA4、SEMA3G和HEY1）。
E07表达了许多干扰素诱导的基因（例如CXCL10、CXCL11、ISG15和IFIT3）。
E09表示淋巴EC为LYVE1，CCL21在该簇中特异表达。
8. 内皮细胞和成纤维细胞在肿瘤血管生成中的相互作用增强研究使用CellPhoneDB2，确定了肿瘤和正常样本中由各种配体和受体对介导的潜在细胞间相互作用，在正常样本中，三类髓样细胞中的细胞间相互作用略微富集（图7A）。
内皮细胞和成纤维细胞之间的紧密相互作用表明，成纤维细胞与肿瘤血管生成和肿瘤血管系统的维持密切相关。
除此之外，当检查不同内皮细胞亚群和成纤维细胞的细胞间相互作用时，研究发现EC-ESM1（尖端样内皮细胞）与四个成纤维细胞亚群（F01-F04）具有强烈的相互作用（图7B）。
EC-ESM1与这四个成纤维细胞亚群的相互作用主要由PGF、VEGFA、PDGF基因及其受体介导（图7C），这些基因是血管生成的已知驱动因子。