单细胞转录组分析流程十（免疫细胞细分，B/Myeloid 细胞篇）

🕗 发布于 12-03 13:14 单细胞

在单细胞转录组研究中，除了 T 细胞和 NK 细胞，B 细胞和髓系细胞也是免疫系统中不可或缺的重要成员。它们在抗感染、防御肿瘤、炎症调控以及维持组织稳态中扮演核心角色。

一、B 细胞：体液免疫的核心力量

B 细胞主要负责体液免疫（humoral immunity），通过产生抗体来中和病原体或毒素。B 细胞可以进一步分化为不同亚型：

初始 B 细胞（Naive B cells）
刚从骨髓成熟进入外周血的 B 细胞，尚未接触抗原。它们具备识别广泛抗原的潜力，是免疫系统的“储备部队”。
记忆 B 细胞（Memory B cells）
接触过抗原后存活下来，快速响应同一病原体的再次感染。它们是疫苗能够长期保护的基础。
浆细胞（Plasma cells）
B 细胞激活后分化为抗体分泌工厂，产生大量针对特定抗原的免疫球蛋白（IgG、IgA、IgM 等）。

在单细胞数据中，B 细胞通常可通过标记基因识别，例如 CD19、CD20（MS4A1）、CD79A/B。浆细胞则表达 CD38、CD138（SDC1）、IGHG/IGHA 等高水平抗体相关基因。

二、B细胞的提取与注释

提取

B_sce <-  scRNA[,scRNA@meta.data$celltype %in% "B Cells"]

### 数据分层（因为后续要进行IntegrateLayers（Harmony））
B_sce[["RNA"]] <- split(B_sce[["RNA"]], f = B_sce$orig.ident)

### 标准化
B_sce <- NormalizeData(B_sce) 
B_sce <- FindVariableFeatures(B_sce, selection.method = "vst", nfeatures = 2000)
B_sce <- ScaleData(B_sce, 
                   features = VariableFeatures(B_sce), 
                   vars.to.regress = c("nCount_RNA", "percent.mt"))

### 聚类
B_sce <- RunPCA(B_sce, features = VariableFeatures(object = B_sce))

### 去批次
B_sce <- IntegrateLayers(
  object = B_sce, method = HarmonyIntegration,
  orig.reduction = "pca", new.reduction = "harmony",
  verbose = FALSE
)

### 确定维度
ElbowPlot(B_sce, ndims = 50)

### 聚类
B_sce <- FindNeighbors(B_sce, reduction = "harmony",dims = 1:10) 
B_sce <- FindClusters(object = B_sce , resolution =seq(0.1,2,0.1))

### 非线性降维
B_sce <- RunUMAP(B_sce,  dims = 1:10, reduction = "harmony")
B_sce <- RunTSNE(B_sce,  dims = 1:10, reduction = "harmony")
DimPlot(B_sce, reduction = "umap",group.by = "RNA_snn_res.0.3",label = T)
DimPlot(B_sce, reduction = "tsne",group.by = "RNA_snn_res.0.3",label = T)

### 换个配色
ngroups <- length(unique(B_sce$RNA_snn_res.0.3))
tableaucolors <- colorRampPalette(RColorBrewer::brewer.pal(13, "Paired"))(ngroups) 
DimPlot(B_sce, reduction = "tsne", label = T,group.by = "RNA_snn_res.0.3",cols = tableaucolors )
DimPlot(B_sce, reduction = "umap", label = T,group.by = "RNA_snn_res.0.3",cols = tableaucolors )

### 合并分层
B_sce <- JoinLayers(B_sce)

#保存
saveRDS(B_sce, file = "B_sce.rds")

B细胞分化途径

B cell（大类）
│
├── Naive B cell（初始B细胞）
│
├── Activated B cell（活化B细胞）
│    ├── Germinal center (GC) B cell 
│    │       ├── GC-LZ B cell（轻区）
│    │       └── GC-DZ B cell（暗区）
│    │
│    └── Pre-plasmablast / Activated B（部分文献会分为此类）
│
├── Memory B cell（记忆B）
│
└── Plasma lineage（分泌抗体）
     ├── Plasmablast（浆母细胞）
     └── Plasma cell（浆细胞）

marker基因

B 细胞亚群	代表 Marker 基因	功能/特征说明
泛 B 细胞（General B cells）	MS4A1（CD20）、CD19、CD79A、CD79B、CD22、CD74、HLA-DRA/DRB1	泛 B 细胞识别；抗原呈递；BCR 复合体组成部分
初始 B 细胞（Naive B cells）	IGHM、IGHD、MS4A1、CD19、TCL1A、CD83	未遇抗原；表达 IgM/IgD；典型 naive B 细胞标记
活化 B 细胞（Activated / GC B cells）	BCL6、AICDA、MKI67、CXCR4、CXCR5、HLA-DRA	活化与生发中心反应；高增殖；类切换重组
记忆 B 细胞（Memory B cells）	CD27、BANK1、TNFRSF13B、IGHG1、IGHG3	接触抗原后长期存活；快速二次应答能力
浆母细胞（Plasmablasts）	MZB1、JCHAIN、CD38、PRDM1、XBP1、IGHG/IGHA	B 向浆细胞的过渡状态；抗体分泌上升
浆细胞（Plasma cells）	SDC1（CD138）、XBP1、MZB1、PRDM1、JCHAIN、IGKC/IGLC、IGHG/IGHA	抗体高分泌“工厂”；强 UPR 激活；CD20 下调
调节性B细胞（Breg）	IL10、CD1D、TGFB1	免疫抑制（通过IL-10/TGF-β）

注释

markers <- c("MS4A1",   #General B
             "IGHM","IGHD",  #Naive B
             "BCL6", "AICDA", #Activated B
             "CD27","BANK1", "IGHG1","BLK","BANK1", # Memory B            
             "SDC1", "XBP1" # Plasma       
 )

VlnPlot(B_sce, features = markers, stack = T, flip = T,group.by = "RNA_snn_res.0.3") + 
        NoLegend()

B_sce$celltype <- recode (B_sce@meta.data$RNA_snn_res.0.3,
                            "0" = "Plasma cells",
                            "1" = "Naive B",
                            "2" = "Resting Memory B cells",
                            "3" = "Activated B",
                            "4" = "Memory B cells",
                            "5" = "Naive B",
                            "6" = "Plasma cells"
)

DimPlot(B_sce, reduction = "umap",group.by = "celltype",label = T)

三、髓系细胞：先天免疫的前线战士

髓系（Myeloid）细胞是一大类来源于骨髓的免疫细胞，主要承担**先天免疫（innate immunity）**功能，快速识别和应对入侵病原体。主要包括：

单核细胞（Monocytes）
循环血液中的游走细胞，可分化为巨噬细胞或树突状细胞。标记基因常见 CD14、CD16、LYZ。
功能：吞噬病原体、分泌炎症因子、参与组织修复。
巨噬细胞（Macrophages）
分布于组织中，负责清理死亡细胞、病原体，并调节炎症反应。不同组织巨噬细胞可有不同功能，例如肺巨噬细胞、肝库普弗细胞。标记基因包括 CD68、CD163、MRC1。
树突状细胞（Dendritic cells, DCs）
核心抗原呈递细胞，将病原体信息呈递给 T 细胞，启动适应性免疫。标记基因包括 CD1C、CLEC9A、HLA-DR。
中性粒细胞（Neutrophils）
快速响应感染的“第一道防线”，在炎症部位吞噬病原体并释放杀菌分子。标记基因如 S100A8/A9、MPO。

功能亮点：

先天免疫监视与快速响应
病原体吞噬与清除
启动和调控适应性免疫（如 B/T 细胞）
参与组织修复和炎症调控

四、髓系细胞的提取与注释

提取

M_sce <-  scRNA[,scRNA@meta.data$celltype %in% "Myeloid Cells"]

### 数据分层（因为后续要进行IntegrateLayers（Harmony））
M_sce[["RNA"]] <- split(M_sce[["RNA"]], f = M_sce$orig.ident)

### 标准化
M_sce <- NormalizeData(M_sce) 
M_sce <- FindVariableFeatures(M_sce, selection.method = "vst", nfeatures = 2000)
M_sce <- ScaleData(M_sce, 
                   features = VariableFeatures(M_sce), 
                   vars.to.regress = c("nCount_RNA", "percent.mt"))

### 聚类
M_sce <- RunPCA(M_sce, features = VariableFeatures(object = M_sce))

### 去批次
M_sce <- IntegrateLayers(
  object = M_sce, method = HarmonyIntegration,
  orig.reduction = "pca", new.reduction = "harmony",
  verbose = FALSE
)

### 确定维度
ElbowPlot(M_sce, ndims = 50)

### 聚类
M_sce <- FindNeighbors(M_sce, reduction = "harmony",dims = 1:20) 
M_sce <- FindClusters(object = M_sce , resolution =seq(0.1,2,0.1))

### 非线性降维
M_sce <- RunUMAP(M_sce,  dims = 1:15, reduction = "harmony")
M_sce <- RunTSNE(M_sce,  dims = 1:15, reduction = "harmony")
DimPlot(M_sce, reduction = "umap",group.by = "RNA_snn_res.0.7",label = T)
DimPlot(M_sce, reduction = "tsne",group.by = "RNA_snn_res.0.7",label = T)

### 换个配色
ngroups <- length(unique(M_sce$RNA_snn_res.0.7))
tableaucolors <- colorRampPalette(RColorBrewer::brewer.pal(13, "Paired"))(ngroups) 
DimPlot(M_sce, reduction = "tsne", label = T,group.by = "RNA_snn_res.0.7",cols = tableaucolors )
DimPlot(M_sce, reduction = "umap", label = T,group.by = "RNA_snn_res.0.7",cols = tableaucolors )

### 合并分层
M_sce <- JoinLayers(M_sce)

#保存
saveRDS(M_sce, file = "M_sce.rds")

分化途径

造血干细胞 (HSC)
 │
 └─> 多能造血祖细胞 (MPP)
       │
       └─> 髓系祖细胞 (CMP)
             │
             ├─> 粒-单核前体 (GMP)
             │     │
             │     ├─> 中性粒细胞前体 (Neutrophil progenitor)
             │     │       └─> 成熟中性粒细胞 (Neutrophil)
             │     │
             │     ├─> 嗜酸性粒细胞前体 (Eosinophil progenitor)
             │     │       └─> 成熟嗜酸性粒细胞 (Eosinophil)
             │     │
             │     ├─> 嗜碱性粒细胞前体 (Basophil progenitor)
             │     │       └─> 成熟嗜碱性粒细胞 (Basophil)
             │     │
             │     └─> 单核细胞前体 (Monocyte progenitor)
             │             └─> 单核细胞 (Monocyte)
             │                   ├─> 组织巨噬细胞 (Macrophage)
             │                   │       ├─> M1型 (促炎)
             │                   │       └─> M2型 (修复/抗炎)
             │                   └─> 树突状细胞 (DC)
             │                           ├─> 经典DC1 (cDC1)
             │                           ├─> 经典DC2 (cDC2)
             │                           └─> 浆细胞样DC (pDC)
             │
             └─> 粒-红祖细胞 (MEP)
                   ├─> 红细胞前体 (Erythroblast)
                   │       └─> 成熟红细胞 (Erythrocyte)
                   └─> 巨核细胞前体 (Megakaryoblast)
                           └─> 血小板 (Platelet)

marker基因

髓系大类	亚型 / 细胞类型	常用marker基因
粒细胞	中性粒细胞	CD66b, CXCR2, S100A8, S100A9, FCGR3B
粒细胞	嗜酸性粒细胞	CCR3, IL5RA, RNASE2, RNASE3, CLC
粒细胞	嗜碱性粒细胞	FCER1A, KIT, HDC, IL3RA
单核-巨噬系统	经典单核细胞	CD14, LYZ, S100A8, S100A9
单核-巨噬系统	非经典单核细胞	FCGR3A/CD16, CX3CR1
单核-巨噬系统	中间单核细胞	CD14, CD16, HLA-DR
单核-巨噬系统	巨噬细胞 (M1型)	CD80, CD86, IL1B, TNF
单核-巨噬系统	巨噬细胞 (M2型)	CD163, CD206/MRC1, IL10, ARG1
树突状细胞	cDC1	CLEC9A, XCR1, BATF3, IRF8
树突状细胞	cDC2	CD1C, FCER1A, IRF4
树突状细胞	pDC	IL3RA/CD123, CLEC4C/BDCA2, LILRA4
髓系抑制性细胞	M-MDSC	CD14+, HLA-DRlow/-
髓系抑制性细胞	PMN-MDSC	CD15+, CD66b+, CD33+, CD11b+

同样也可参考张泽民老师的文章

注释

markers <- c(
  "FCN1", "S100A8", "S100A9", "SMIM25", "LST1", "CDKN1C",
  "IL1B", "CCL4", "CCL3", "IER2", "FCGBP", "GPR34", "USP53", "C3", "TXNIP", "HLA-DPA1", "HLA-DPB1",
  "SELENOP", "PLTP", "F13A1", "IL2RA", "SPP1", "GPNMB", "CSTB", "FABP5", "MARCO", "TGFBI", "RNASE1", "C1QC", "LGMN", "CD1C", "PKIB", "FCER1A", 
  "CD1A", "CD207", "S100B", "BATF3", "CLEC9A", "CADM1",  "IL3RA", "LILRA4",
  "LAMP3", "FSCN1","CCR7", "STMN1", "MKI67", "TOP2A",
  " TPSAB1","TPSB2"
)


  DotPlot(M_sce, features = markers, group.by = "RNA_snn_res.0.7") +
    RotatedAxis()

M_sce$celltype <- recode (M_sce@meta.data$RNA_snn_res.0.7,
                            "0" = "IL1B⁺ macro",
                            "1" = "CD1C⁺CD1A⁺ cDC2",
                            "2" = "FCN1⁺CD14⁺ mono",
                            "3" = "SPP1⁺MARCO⁺ macro",
                            "4" = "SELENOP⁺ macro",
                            "5" = "SPP1⁺TGFB1⁺ macro",
                            "6" = "Mast Cells",
                            "7" = "Proliferating cell",
                            "8" = "FCGBP⁺ macro",
                            "9" = "pDC",
                            "10" = "Activated DC",
)

DimPlot(M_sce, reduction = "umap",group.by = "celltype",label = T)

原文地址：https://blog.csdn.net/2302_80302343/article/details/155499502

免责声明：本站文章内容转载自网络资源，如侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

上一篇：《嵌入式操作系统》_从uboot官方移植_02_20251126
下一篇：MATLAB基于响应面方法与NSGA-II的液体静压转台工况参数匹配

Nlp教程资源合集
阅读更多2025-12-15
MinIO停更背后：后MinIO时代，为什么RustFS是开源存储的最优解？
MinIO开源版进入维护模式，标志着开源存储生态向专精化转型。企业面临性能瓶颈、商业化风险和生态锁定三大痛点。RustFS凭借性能优势（Rust语言底层优化）、开源可持续性（Apache2.0许可证）
阅读更多2025-12-15
junit自定义ArgumentsSource以自定义ParameterizedTest参数加载方式
junit提供了注解以便于用户自定义t参数加载方式。
阅读更多2025-12-15
RHCSE--SHELL--LNMP+LAMP脚本实验
1、下载所需软件：lrzsz、zip、httpd、mariadb-server、php、php-fpm、php-mysqlnd;2、转换到httpd目录：cd /var/www/html/3、将Dis
阅读更多2025-12-15
Spring Cloud Alibaba 微服务整合自定义日志注解完整教程
Spring Cloud全栈实战：手撸企业级项目，从入门到架构师！二、项目初始化Spring Cloud全栈实战：手撸企业级项目，从入门到架构师！三、日志注解模块 (logging-annotatio
阅读更多2025-12-15
【毕业设计】SpringBoot+Vue+MySQL 大学生平时成绩量化管理系统平台源码+数据库+论文+部署文档
【毕业设计】SpringBoot+Vue+MySQL 大学生平时成绩量化管理系统平台源码+数据库+论文+部署文档，拿走直接用（附源码，数据库，视频，可提供说明文档（通过*AIGC*）*技术包括：MyS
阅读更多2025-12-15
计算机网络试题分类及解析完整版
答案：UDP解析：知识点出自第 1 章概述 ——1.7 计算机网络体系结构 ——1.7.3 具有五层协议的体系结构，属于识记类考点，难度易。
阅读更多2025-12-15
Kafka 和springboot 整合Logback日志
Spring Boot 整合 Kafka 进行日志处理是一个常见的任务，可以帮助你更好地管理和分析应用程序的日志。以下是一个基本的步骤指南，帮助你完成这个整合。本文介绍了如何在SpringBoot应用
阅读更多2025-12-15
SIMULINK/MATLAB仿真内嵌式永磁同步电机弱磁控制：从MTPA到前馈弱磁
SIMULINK/MATLAB仿真内嵌式永磁同步电机弱磁控制；前馈弱磁最大转矩电流比控制mtpa MTPA有详细文档讲解在电机控制领域，内嵌式永磁同步电机（IPMSM）凭借其高效、高功率密度等优点得
阅读更多2025-12-15
LLM API Gateway：使用Comate Spec Mode创建大模型调用中转服务器
摘要：本文档描述了一个本地大模型API网关(LLMAPIGateway)的开发方案，该网关基于Node.js+Express实现，旨在统一管理多个大模型供应商的API调用。系统包含配置管理、请求转发、
阅读更多2025-12-15

单细胞转录组分析流程十（免疫细胞细分，B/Myeloid 细胞篇）

一、B 细胞：体液免疫的核心力量

二、B细胞的提取与注释

提取

B细胞分化途径

marker基因

注释

三、髓系细胞：先天免疫的前线战士

四、髓系细胞的提取与注释

提取

分化途径

marker基因

注释

相关文章