说在前面
Immugent最近淘到了一个特别好用的，针对T细胞亚群进行注释的辅助工具：ProjecTILs，这个软件好用到你只需要把要分析的表达矩阵给它，它就能帮你自动匹配之前已经根据功能分好的T细胞类型，尤其适用于感染和肿瘤小鼠模型的数据。小编从一个免疫学专业的角度都对其注释出的结果都深信不疑，简直挑不出任何瑕疵。
其实这个软件对应的文章在去年就已经发表在Nature communications杂志上了，篇名为；Interpretation of T cell states from single-cell transcriptomics data using reference atlases，要说实在有啥不足之处呢，就是这个软件只能注释各种T细胞亚群。但是小编觉得这就足够了，因为在所有的免疫细胞类型中，就属T细胞的亚型最多、最难区分了！
image.png
由于这个软件的功能非常强大，生信宝库将会针对这个软件连续发表7期的推文，对其所有功能进行详细的介绍，大体上包括今天第一期对ProjecTILs基本工作框架进行介绍，后面5期推文对各个功能分别进行实操演示，以及最后一期推文用实例文章进行总结。
主要内容
为了构建一个全面的小鼠肿瘤T细胞状态参考图谱，作者首先收集了21个黑色素瘤和结肠癌小鼠肿瘤模型的公开可用scRNA-seq数据，通过去除批次效应后，作者共整合了包含来自6个不同研究在内的25个样本的16,803个高质量T细胞转录组数据。
image.png
同样，作者还构建了急性和慢性感染期间病毒特异性CD8+ T细胞的参考图谱。
image.png
随后，作者通过在参考小鼠图谱上投射癌症患者单细胞转录组，来尝试将人类肿瘤浸润T细胞的功能状态进行分类，发现注释出的T细胞亚群还是相当准确的。
image.png
最后，作者还进一步验证了利用小鼠参考图谱对不同组织来源的单细胞数据进行注释的效果，发现ProjecTILs的准确性依然很高！
image.png
对T细胞的scRNA-seq数据进行稳健的、生物相关的功能定义通常是一个迭代的、耗时的过程，需要生物信息学和生物领域的专业知识相结合。即使在成功的分析之后，研究之间的细胞簇也不能直接进行比较，这阻碍了我们学习跨队列、条件和模型的一般生物学规则。作者就构建了这样一个单细胞转录组T细胞参考图谱，并证明它是一种非常有效的方法来判定细胞类型、组织或整个生物体的分子T细胞图谱多样性。
小结
总体上说，ProjecTILs主要是对小鼠肿瘤和感染模型中的T细胞进行注释，虽然作者表示也可以用于人的样本，但是Immugent觉得注释出的结果可能不是很准确。因为人相对于小鼠的T细胞无论从发育上，还是功能上还是有一些区别的，当然可以将ProjecTILs对人注释的结果用于辅助，再结合人专有的T细胞markers会更好。
好啦，关于ProjecTILs第一期的推文说到这就结束啦，后续几期我们将进行实操演示，敬请期待！
网友评论