肿瘤相关成纤维细胞异质性
肿瘤微环境对肿瘤代谢的影响及研究进展

肿瘤微环境对肿瘤代谢的影响及研究进展一、综述在肿瘤微环境中,肿瘤细胞与其周围组织之间的相互作用对于肿瘤的发展和代谢过程具有重要的影响。
越来越多的证据表明,肿瘤代谢重编程是肿瘤恶性表型的一个关键特征,并且与肿瘤生长速度、侵袭、转移和患者生存率密切相关。
本文将对肿瘤微环境对肿瘤代谢的影响进行综述,探讨肿瘤代谢的改变以及这些改变如何促进肿瘤的发展。
肿瘤微环境的缺氧状态是众所周知的一个特点。
肿瘤缺氧可以导致肿瘤细胞对葡萄糖的摄取和利用增加,同时减少乳酸的产生。
这种现象被称为“Warburg效应”,是指肿瘤细胞倾向于使用葡萄糖进行糖酵解以产生能量,即便在氧气供应充足的条件下也是如此。
尽管糖酵解是一种高效的产生能量的途径,但它并不总是高效的,可能会导致肿瘤细胞的代谢压力和生长抑制。
肿瘤微环境中的肿瘤相关成纤维细胞(CAF)也对肿瘤代谢产生了重要影响。
CAF是一种表型多样的间质细胞,它们可以通过促进肿瘤血管生成、胶原蛋白沉积和肿瘤干细胞维持等机制来促进肿瘤生长和侵袭。
一些研究表明,CAF可以通过代谢支持肿瘤细胞对葡萄糖的需求,从而促进肿瘤的代谢重编程。
肿瘤微环境中的巨噬细胞也对肿瘤代谢产生影响。
巨噬细胞可以根据其表型和微环境中的信号通路被极化为不同的炎性亚型,如M1和M2。
研究者们发现肿瘤相关巨噬细胞(TAM)可能与肿瘤的生长、侵袭和代谢有密切关系。
一些研究表明,TAM可以通过促进肿瘤血管生成和代谢重编程来促进肿瘤生长。
肿瘤微环境通过影响肿瘤细胞的代谢重编程来促进肿瘤发展。
为了更深入地理解肿瘤代谢的特点和机制,未来的研究需要继续关注肿瘤微环境的组成和功能,以及肿瘤细胞、CAF、巨噬细胞等不同细胞类型与肿瘤代谢之间的关系。
1. 肿瘤微环境的定义和重要性肿瘤微环境(Tumor Microenvironment,简称TME)是肿瘤发生、发展及治疗过程中与其相互作用的外部环境。
它主要包括肿瘤细胞、内皮细胞、免疫细胞、成纤维细胞等实体以及它们之间的相互作用和分泌的物质。
肿瘤相关成纤维细胞的生物学特征及Transwell共培养对胃癌细胞生长和

-1582-中国药理学通报Chioese Pharmacological Bulletin2019Nov;35(11):1582~9网络出版时间:2019/10/2816:14网络出版地址:htt p://kd neAkcms/deCil/34.1086.r.20191024.1434.038.html肿瘤相关成纤维细胞的生物学特征及Transwell共培养对胃癌细胞生长和转移的影响邵久针",王颖锤1"2仰鑫1,许尤琪3,沈明勤"(1.南京中医药大学附属中西医结合医院中药药理毒理实验室,江苏南京210028;2.江苏省中医药研究院中药药理毒理实验室,江苏南京210028;3.江苏省第二中医院肿瘤科,江苏南京210008)dW:10.3969//imn.1001-1978.2019.11.019文献标志码:A文章编号:1001-1978(2019)11-1582-08中国图书分类号:R322.44;R329.24;R73-35;R735.202.2摘要:目的培养原代人胃癌相关成纤维细胞#cancer ww-ciated fibobOsts,CAFs)和正常成纤维细胞(normal fibo-blwy/NFW,探究生物学特性及对胃癌细胞影响。
方法CAF-和NFs分离培养后,MTT法绘制生长曲线,免疫荧光法、WoCm bO-、qRT-BCR检测a-SMA和Vimentin表达。
MGC—03与CAFs、NFs进行Transwell共培养,Transwell法检测胃癌迁移和侵袭,MTT法比较细胞活力及AMD3100影响,pH计、乳酸酶法、DCFHNA法测定共培养体系酸化、乳酸及活性氧(ROS)含量’结果CAFs、NF呈长梭形、多角形等,CAFs增殖和重叠生长现象均高于NFs°CAF s细胞a-SMA 和Vimentin为阳性表达,而NF s为低表达或阴性’胃癌细胞活力低密度共培养组>中密度组>高密度组,CAFs共培养体系出现pH值降低,乳酸、ROS含量高现象,且只有CAFs-低密度共培养组促癌效果明显’结论胃癌细胞与CAFs、收稿日期:2019-06-12,修回日期:2019-08-10基金项目:江苏省自然科学基金资助项目(No BK20161605);江苏省研究生科研与实践创新计划项目(No SJCX19.0343)作者简介:邵久针(1994-),女,硕士生,研究方向:肿瘤药理学,E-mail:935625337@;沈明勤(1963-),男,研究员,硕士生导师,研究方向:中药药理学,通讯作者,E-mail:;王颖锤(1985-),女,硕士,助理研究员,研究方向:细胞药理学,通讯作者,E-mail:wyy9260@oeauiophago/omeand miiochondeiaweeeob/eeeed by e.ecieon miceo/copy,and ihe eegu.aioey mo.ecu.ae mechankm of HCQ combined with BEV w/s revealed by transcnpCmo sequenciny(RNA-seq).只£5^1 Compared with singio dmy youps,tho combination of HCQ and BEV cou.d syneegisiica.y inhibii HUVECproliferation,pomoia HUVEC apoptosis,and inhibil ih3eoemaiion oeeascu.aesieuciuesin HUVECs.HCQ could inhibit duNphdyy of HUVECs.Transcnptomo so-quenciny results showed tU/i Co cambination of HCQ and BEV influocO69dikeoni expressed yenos,and NFs共培养受比例影响较大,低密度共培养更能明显提高胃癌细胞的增殖和迁移能力,而高密度共培养可能会反过来抑制肿瘤细胞的增长和转移,可能与乳酸、ROS含量有关’关键词:胃癌;肿瘤相关成纤维细胞;原代培养;Transwell共培养;异质性;反Warburg效应胃癌是常见的恶性肿瘤,位于全球发病率第5位、死亡率第3位,而我国属胃癌高发国家,发病与死亡例数约占世界的50%,是癌症防治的重点[1]o 癌症的演化过程中,肿瘤细胞会积极募集成纤维细胞等基质细胞,营造低氧高酸性的肿瘤微环境,对肿瘤的发生、增殖、转移和凋亡具有重要的调节作用[2]。
肿瘤相关成纤维细胞的分类-概述说明以及解释

肿瘤相关成纤维细胞的分类-概述说明以及解释1.引言1.1 概述概述:肿瘤相关成纤维细胞是一类紧密参与肿瘤发展和进展的细胞群体,其在肿瘤的生长、侵袭、转移和治疗抵抗等方面发挥着重要的作用。
成纤维细胞是一种基质细胞,主要分布在结缔组织中,具有合成胶原蛋白、细胞外基质和调节炎症反应等功能。
在肿瘤发展过程中,肿瘤相关成纤维细胞能够与癌细胞相互作用,促进肿瘤的增殖、侵袭和血管生成,同时也能够影响免疫细胞的功能,降低机体对肿瘤的抵抗能力。
随着对肿瘤微环境的研究不断深入,对肿瘤相关成纤维细胞的研究也逐渐受到重视。
成纤维细胞的异质性和功能多样性是研究的重点之一。
肿瘤相关成纤维细胞可以分为多个亚型,根据其表型、功能和来源等特征进行分类。
通过对肿瘤相关成纤维细胞的分类和研究,可以更好地认识其在肿瘤中的作用机制,并为肿瘤的诊断、治疗和预后评估提供新的思路和方法。
本文将对肿瘤相关成纤维细胞的分类进行详细的阐述和总结。
首先,将介绍成纤维细胞的定义和功能,为后续内容的理解奠定基础。
然后,将重点探讨成纤维细胞在肿瘤发展中的作用,包括其对肿瘤增殖、侵袭、转移和血管生成的影响等方面。
最后,将详细介绍不同类型的肿瘤相关成纤维细胞的分类方法,并探讨其在肿瘤研究和临床应用中的意义和潜力。
通过对肿瘤相关成纤维细胞的分类的深入研究,有助于我们更好地认识肿瘤的发生和发展机制,为肿瘤的个体化治疗提供新的思路和方法。
同时,通过针对特定类型的肿瘤相关成纤维细胞的干预,可以实现对肿瘤微环境的调控,达到更好的治疗效果。
因此,对肿瘤相关成纤维细胞的分类研究具有重要的理论和实践意义。
1.2文章结构1.2 文章结构本文将依次介绍肿瘤相关成纤维细胞的分类。
首先,引言部分将提供一个概述,简要介绍成纤维细胞在肿瘤发展中的重要作用,并阐述文章的目的。
接下来,正文部分将分为两个主要部分。
第一部分将定义和说明成纤维细胞的功能,包括其在正常生理状态下的作用,以及在肿瘤发展中的特殊功能。
肿瘤同样质性和异质性的研究

肿瘤同样质性和异质性的研究肿瘤研究一直都是医学界的热门话题。
虽然人们已经掌握了许多肿瘤的诊断和治疗方法,但是对于不同类型的肿瘤的研究仍然在继续,其中同样质性和异质性就是两个非常重要的研究方向。
同样质性指的是同一种类型的肿瘤,不同患者之间的遗传信息和基因突变情况基本上相同。
相对地,异质性则是指同一类型的肿瘤,在不同患者之间的遗传信息和基因突变情况存在差异。
在研究肿瘤的同样质性和异质性方面,科学家们主要会从以下几个方面入手。
首先,他们会研究肿瘤的遗传信息。
由于不同的基因突变可能导致肿瘤的发生,因此科学家们会将患有同一种类型肿瘤的病人的 DNA 提取出来,通过一系列的技术手段比较它们的基因突变情况和 DNA 重组。
通过分析相同和不同的基因突变,科学家们可以深入了解该种肿瘤的遗传学特性。
其次,研究人员还会通过分析肿瘤的表型来研究其同样质性和异质性。
表型是指肿瘤在形态学和特征上的表现形式。
例如,对于某种类型的肿瘤,有些病人的肿瘤比较大,有些人的肿瘤比较小。
有些人的肿瘤生长速度很慢,而有些人的则很快。
通过对肿瘤表型的深入分析,科学家们可以更好地了解肿瘤的生命过程和疾病机理。
除了遗传信息和表型外,科学家们还会通过其他一些手段来研究肿瘤的同样质性和异质性。
例如,他们会从肿瘤病人的血液和组织样本中提取出蛋白质和其他组成成分,从而了解病人的身体对肿瘤的反应。
此外,他们还会使用机器学习等技术来分析肿瘤的大量数据,并自动生成对肿瘤的分类和预测模型,从而更好地了解肿瘤的异质性。
总之,肿瘤的研究是一个极其复杂且充满挑战的过程。
无论是从同样质性还是异质性的角度去研究,都需要科学家们用心去研究。
尽管肿瘤的研究仍然面临很多困难和挑战,但是科学家们仍然在不断努力,希望能够尽快找到更好地解决肿瘤问题的方法和策略。
基于肿瘤相关成纤维细胞基因构建乳腺癌预后预测模型及免疫浸润分析

生物技术进展 2024 年 第 14 卷 第 2 期 312 ~ 322Current Biotechnology ISSN 2095‑2341研究论文Articles基于肿瘤相关成纤维细胞基因构建乳腺癌预后预测模型及免疫浸润分析孙莉莉,安外尔·约麦尔阿卜拉,刘富中,布尔兰·叶尔肯别克,迪丽娜尔·叶尔夏提,郭文佳*新疆医科大学附属肿瘤医院,乌鲁木齐 830011摘 要:乳腺癌的转移和恶性进展与肿瘤微环境密切相关。
肿瘤相关成纤维细胞(cancer associated fibroblasts ,CAFs )是肿瘤微环境中比较重要的细胞,可影响肿瘤的进展及治疗。
从基因表达综合数据库获得乳腺癌单细胞测序数据,对肿瘤微环境细胞进行分簇,再利用WGCNA 识别CAF 相关的关键基因,用该基因在TCGA -BRCA 数据库中构建风险评分模型,进行生存分析、Cox 回归分析、ROC 曲线、构建列线图预测模型性能;通过GO 和KEGG 分析模型相关通路;利用体细胞突变、免疫浸润分析、干性指数分析以及药物敏感性分析探讨风险评分与临床特征及肿瘤微环境的关系。
研究构建了基于10个CAF 基因的乳腺癌预后预测模型,根据风险评分将患者分为高低风险组并进行验证,其中高风险组患者的预后更差,列线图和ROC 曲线也显示模型具有良好的预测效能,乳腺癌病人免疫浸润水平更低、干性指数更高,且高风险组病人对紫杉醇及拉帕替尼这2种药物的敏感性更高。
结果表明,10个CAF 相关基因的风险评分可独立预测乳腺癌的预后及治疗效果,为明确CAF 相关基因在乳腺癌中的作用机制提供了思路,也为乳腺癌易感基因患者的临床个体化治疗提供了理论依据。
关键词:乳腺癌;肿瘤相关成纤维细胞;肿瘤突变负荷;预后模型;免疫浸润DOI :10.19586/j.20952341.2023.0161中图分类号:Q75, R737.9 文献标志码:AConstruction of Prognostic Prediction Model of Breast Cancer Based on Tumor -associated Fibroblast Genes and Analysis of Immune InfiltrationSUN Lili , ANWAIER Yuemaierabola , LIU Fuzhong , BUERLAN Yeerkenbieke , DILINAER Ye ,GUO Wenjia *Affiliated Cancer Hospital of Xinjiang Medical University , Urumqi 830011, ChinaAbstract :Metastasis and malignant progression of breast cancer are deeply related to the tumor microenvironment. Tumor -associ‐ated fibroblasts (CAFs ) are comparatively important cells in the tumor microenvironment which have implications on tumor pro‐gression and treatment. We obtained single -cell sequencing data of breast cancer downloaded from gene expression omnibus data‐base , clustered the cells of tumor microenvironment , and then used WGCNA to identify the key genes related to CAF , and con‐structed a risk score model with the genes in TCGA -BRCA database , and performed survival analysis , Cox regression analysis , ROC curves , and constructed a column line graph to predict the performance of the model. Model -related pathways were analyzed by GO and KEGG. The relationship between risk score and clinical features and tumor microenvironment was explored by somaticmutation , immune infiltration analysis , stemness index analysis , and drug sensitivity analysis. A prognostic prediction modelbased on 10 CAF genes was constructed and validated in accordance with the risk scores. Patients were classified into high - and low -risk groups according to the risk scores , and the prognosis of patients in the high -risk group was worse , and the column plot and ROC curve also showed that the model had a good predictive efficiency , and the immune infiltration level of patients with收稿日期:2023‐12‐13; 接受日期:2024‐02‐27基金项目:新疆维吾尔自治区自然科学基金杰出青年科学基金项目(2022D01E27);新疆维吾尔自治区天池英才项目(2022TCYCGWJ )。
肿瘤的异质性名词解释

肿瘤的异质性名词解释
肿瘤的异质性是指肿瘤细胞中存在的大量基因突变,使肿瘤外观和生长潜力存在差异。
肿瘤异质性是当今肿瘤研究的一个关键概念,它反映了肿瘤疾病的复杂性和多样性。
瘤异质性的发现可以追溯到
20世纪80年代,当时的研究者发现不同的肿瘤细胞表现出异质性,即每个肿瘤细胞中可能存在多个基因突变或改变。
这发现是改变了肿瘤研究永恒的观点,即肿瘤是一种均质细胞,由于其具有异质细胞的特性,可以更快地改变和发展。
肿瘤异质性的发现对肿瘤的治疗也产生了重要的影响,因为每个肿瘤的细胞表型可能不同,因此采取相同的抗肿瘤治疗方法可能不起作用。
了解肿瘤异质性可以帮助医生更好地识别肿瘤的特定属性,从而更有针对性地选择治疗方法。
肿瘤异质性的发现也为肿瘤分子治疗提供了新的方向。
肿瘤分子治疗是一种针对肿瘤细胞中某种特定基因突变的治疗方法。
研究发现,具有某种特定基因突变的肿瘤细胞可以更容易地受到药物的影响,从而增加治疗的有效性。
当前肿瘤异质性研究的方法有多种,包括基因组测序技术、转录组测序技术、免疫组学技术和体外实验技术等。
这些技术可以帮助研究者更好地理解肿瘤异质性,从而更有效地设计治疗策略。
总之,肿瘤异质性是当今肿瘤研究中一个重要概念,也是肿瘤治疗的关键概念。
在洞察肿瘤内部基因组变异的特征和细胞表型上,肿瘤异质性的理解对于设计更有效的治疗策略意义重大。
因此,在肿瘤
治疗领域,更多的研究资源和技术投入是必要的,以改善肿瘤患者的预后。
caf表面标记物单细胞测序

CAF(癌症相关成纤维细胞)表面标记物的单细胞测序是一种研究方法,用于深入了解CAF的多样性和复杂性。
这种方法通过分析单个CAF细胞的基因表达和表面标记物,揭示了CAF的异质性和特异性。
单细胞测序技术使科学家能够识别和分类不同类型和状态的CAF,包括它们的起源、功能、活化状态以及与肿瘤的相互作用方式。
这些信息对于理解癌症的发展和进展至关重要,并可能为开发新的癌症治疗方法提供线索。
此外,通过单细胞测序技术还可以发现与CAF表面相关的特殊标记物,这些标记物可能成为癌症诊断和治疗的新靶点。
例如,科学家可能会发现某些特定的CAF标记物与癌症的侵袭性或转移性有关,从而开发出针对这些标记物的治疗方法,以抑制癌症的发展。
总之,CAF表面标记物的单细胞测序为我们提供了深入了解癌症相关成纤维细胞的机会,有助于进一步研究癌症的发展和进展,并为未来的癌症治疗提供新的方向。
肿瘤相关成纤维细胞亚群的转化

肿瘤相关成纤维细胞亚群的转化
肿瘤相关成纤维细胞(CAF)是肿瘤微环境中最丰富的基质细胞类型之一,具有高度异质性和可塑性。
CAF 可以通过多种机制促进肿瘤的生长、侵袭和转移,包括促进肿瘤细胞增殖、血管生成、免疫逃避等。
然而,CAF 也可以分化为其他细胞类型,如肌成纤维细胞和内皮细胞,这一过程称为 CAF 亚群的转化。
CAF 亚群的转化是一个复杂的过程,涉及多种信号通路和分子机制。
其中,转化生长因子-β(TGF-β)信号通路是 CAF 亚群转化的关键调控因子之一。
TGF-β 可以诱导 CAF 分化为肌成纤维细胞,促进肿瘤的侵袭和转移。
此外,Notch、Hedgehog、Wnt 等信号通路也参与了 CAF 亚群的转化。
CAF 亚群的转化也受到肿瘤细胞和免疫细胞的影响。
肿瘤细胞可以分泌多种细胞因子和生长因子,如白细胞介素-6(IL-6)、IL-1β、前列腺素 E2(PGE2)等,促进 CAF 的增殖和分化。
免疫细胞也可以通过细胞因子和趋化因子的作用影响 CAF 的转化。
CAF 亚群的转化对肿瘤的治疗具有重要意义。
通过调控 CAF 的转化,可以抑制肿瘤的生长和转移,提高肿瘤治疗的效果。
目前,已经有一些针对 CAF 转化的治疗策略,如使用 TGF-β 抑制剂、Notch 抑制剂等药物,以及靶向 CAF 表面分子的治疗方法。
CAF 亚群的转化是肿瘤微环境中一个重要的生物学过程,涉及多种信号通路和分子机制。
通过深入研究CAF 亚群的转化,有望为肿瘤治疗提供新的策略和方法。
- 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)。
肿瘤相关成纤维细胞异质性
前面我们在什么,你想要的单细胞亚群比
例太少了?这个教程里面提到了如果Cancer-
associated fibroblasts (CAFs) 细胞比例太少
了但是它又是我们的研究目标,就可以实验手
段重新富集它,再做一次单细胞数据。
具体来龙去脉大家可以自行阅读发表于2020的文章,标题是:《Single-cell transcriptomic architecture and intercellular crosstalk of human intrahepatic cholangiocarcinoma》,数据集在;/geo/query/acc.cgi?acc=GSE138709
现在,我们一起解读一下研究者们二次富集后的Cancer-associated fibroblasts (CAFs) 细胞的异质性!
首先看正文描述:2,941 high-quality fibro- blasts that were clustered into 6 subpopulations, of which 5 fibroblast clusters (subcluster 0, 1, 2, 3, 4) were mainly enriched in ICC tissues, whereas subcluster 5 was mainly present in adjacent tissues 可以看到Cancer-associated fibroblasts (CAFs) 细胞的各个亚群基本上都在癌症和癌旁两个分组里面都是存储,除了 subcluster 5 这个比例本来就是超级低的亚群是特异性的存在于癌旁分组里面。
分群和分组比例
这个时候,跟前面的:肿瘤样品的单细胞需要提取上皮细胞继续细分教程类似,也是通过标记基因,生物学功能数据库注释,转录因子分析来对每个亚群进行细致性的探索。
首先看看这个 Cancer-associated fibroblasts (CAFs) 细胞的各自高表达量特异性标记基因:
各自高表达量特异性标记基因
可以看到,区分度还挺好的,也展现了每个细分的fibroblast 亚群的各自的top3基因,进行了生物学描述如下:
•Subcluster 0 fibroblasts accounted for the majority of the fibroblast populations (57.6%) and were characterized by microvasculature signature genes such as CD146 (MCAM), MYH11, GJA4, and RGS5, as well as inflammatory chemokines such as IL-6 and CCL8 (Fig. 4E). Thus, we designated them as vascular CAFs(vCAFs, vCAFs-c0-MCAM). Gene ontology (GO) analysis of vCAFs indicated significant enrichment for muscle contraction, response to hypoxia, and mesenchymal cell prolif- eration, consistent with their microvascular signatures (Fig. 4F).
•Subcluster 1 fibroblasts expressed low levels of a-SMA but high levels of extracellular matrix (ECM) signatures, including collagen molecules (COL5A1, COL5A2, and COL6A3), periostin (POSTN), FN1, LUM, DCN, and VCAN. Interestingly, the GO terms enriched for this subtype were associated with ECM and collagen fibril organization, so we accordingly designated them as matrix CAFs(mCAFs, mCAFs–c1–POSTN, Fig. 4E, F). Like mCAFs–c1–POSTN,
•Subcluster 2 fibroblasts expressed low levels of a-SMA but high levels of FBLN1, IGFI, CXCL1, IGFBP6, SLPI, SAA1, and complement genes (C3 and C7). In addition, the GO terms enriched for this Subcluster were related to ECM, inflammatory response regulation, and complement activation, indicating that this Subcluster may engage in immune modulation. Accordingly, fibroblasts in this Subcluster were named inflammatory CAFs (iCAFs, iCAFs–c2–FBLN1; Fig. 4E, F). Consistent with a previous report of mouse KPC tumors (Kras+/LSL-G12D; Trp53+/LSL- R172H; Pdx1-Cre) and human pancreatic ductal adenocarcinoma (PDAC),25 we found that
•Subcluster 3 fibroblasts expressed major histocompatibility complex II (MHC-II) genes such as CD74, HLA- DRA, and HLA-
DRB1. Moreover, the GO terms enriched in this Subcluster were related to leukocyte cell-cell adhesion, response to IFN-c, antigen processing, and antigen presentation via MHC- II; we therefore termed them antigen-presenting CAFs(apCAFs, apCAFs–c3–CD74; Fig. 4E, F).
•Subcluster 4 fibroblasts mainly expressed epithelium-specific marker genes such as KRT19, KRT8, and SAA1, which we designated as EMT-like CAFs (eCAFs, eCAFs–c4–KRT19; Fig. 4D). Finally,
•Subcluster 5 fibroblasts were mainly derived from adjacent tissues and expressed high levels of lipid metabolism and processing related genes, including APOA2, FABP1, FABP4, and FRZB, therefore, we named them lip- ofibroblast–c5–FABP1 (Fig. 4D).
很完美的生物学解释,:
•Subcluster 0 被作者定义为vascular CAFs,高表达 GJA4, and RGS5 等
•Subcluster 1 被作者定义为matrix CAFs,高表达 LUM, DCN, and VCAN等
•Subcluster 2 被作者定义为inflammatory CAFs,高表达 complement genes (C3 and C7). 等
•Subcluster 3 被作者定义为antigen-presenting CAFs,高表达CD74, HLA- DRA, and HLA-DRB1 等
•Subcluster 4 被作者定义为EMT-like CAFs,高表达 KRT19, KRT8 等
•Subcluster 5 被作者定义为lip- ofibroblast–c5–FABP1,高表达APOA2, FABP1, FABP4, and FRZB等
如果以我浅薄的生物学背景,我会认为Subcluster 0 其实是pericyte,而 Subcluster 2和3都是免疫功能性CAF,而 Subcluster 4 干脆就是上皮细胞了,Subcluster 5 我也不会认为它是CAF。
不过,这个文章毕竟不是我来操刀,我们还是尊重作者的生物学故事啦:
各个亚群特异性基因的生物学功能
可以看到,这个Cancer-associated fibroblasts (CAFs) 细胞虽然跟跟前面的:肿瘤样品的单细胞需要提取上皮细胞继续细分教程类似,但是很明显简单太多了,没有gsea或者gsva也没有转录因子分析,也没有拟时序分析!。