- Date : [[2022-10-28]]
- 北野茶缸子
- 参考：M1hot tumor-associated macrophages boost tissue-resident memory T cells infiltration and survival in human lung cancer
- 肿瘤相关巨噬细胞：scRNA bulk联合分析高分思路
- IF：12
数据
肿瘤提取巨噬细胞与非肿瘤相关巨噬细胞。同时进行单细胞与bulk转录组测序：
image-20221027103821729
image-20221027103756124
bulk 结果差异分析
bulk 结果显示，差异基因富集到M2,M1 型巨噬细胞相关通路：M2-like and M1-like macrophage gene profiles, respectively32 (figure 1D and online supplementary table S2). Transcripts associated with M2 protumor functions, such as angiogenesis (vascular endothelial growth factor signaling), metalloprotease activity, fibrosis and cancer metastasis, were expressed at higher levels in TAMs compared with NTAMs
对转录因子差异分析比较，发现大部分显著差异的都是与M2 相关的：
image-20221027131107748
这里是直接挑选差异分析吗？
下结论，肿瘤相关巨噬细胞是和M2 型有些关系的：
Together, these data indicate that TAMs in lung cancer expressed higher levels of transcripts linked to both an M2-gene profile, associated with protumor functions, and an M1-gene profile, involved in promoting antitumor T-cell responses.
接下来看M1 和M2 基因表达比例的差异：
image-20221028132509823
接下来定义了一些marker 基因：
We thus correlated the expression of CXCL9, as one of the strongest M1 marker genes in macrophages, with key M2 marker genes (CD209, ADORA3, STAT6, SOCS3, IL10 and IRF4)
发现TAM 有小部分样本是显著表达M1 相关基因的：
image-20221028134919806
发现M1 marker 表达和M2 没有相关性：
image-20221028135152889
并且表达和配对的NTAMs 也没有什么相关性。
为啥 MMP12 要看和CXCL9 的关系呢？
说明TAM 有很强的M2 基因特性（至少是在部分样本中。）
单细胞判断M1 M2 情况
image-20221028161047154
根据不同来源细胞比例来定义e NTAM-enriched clusters (cluster 0 and 4)
image-20221028162219510
发现在NTAM enriched 的cluster 中，bulk tam 差异表达基因及M1、M2 marker 基因同样高表达。
对M3 显著富集的基因在bulk 中做wgcna，发现大部分也在一个模块中：
image-20221028164112728
并且发现和STAT1, a known master regulator mediating the response to IFN-γ and activating the expression of M1-related genes 存在网络调控关系。
这里wgcna 是直接用全部的基因吗？cluster3 的marker 基因吗？
证明M1 和M2 signature 可以在一个细胞中均高表达。
通过confocal microscopy 去看M1 与M2 marker 蛋白表达，
NTAMs, expressed very low levels of both markers these findings confirmed the existence of a TAM subset with dual M1-like and M2-like phenotype, overexpressing both gene profiles (M1hot), in addition to a TAM subset with exclusive M2-like phenotype, only overexpressing the M2 gene profile (M1cold).
image-20221028164358753
M1 TAMs 与T细胞激活有关
将bulk 病人按照M1 marker 表达情况分组：
FAM26F (heatmap, figure 4A), choosing CXCL9 as the candidate gene to classify tumors into M1hot (top 25th percentile) M1intermediate (25th–75th percentile) and M1cold (bottom 25th percentile) tumors
image-20221028165247536
发现和T 细胞相关通路激活：
image-20221028165536267
免疫浸润：
image-20221028165618327
Gsea 同样证实了这个结果：
Furthermore, GSEA showed that expression of M1 signature genes in TAMs was strongly associated with a higher CD8 T-cell density in tumors (q=0.04), whereas the expression of M2 signature genes in TAMs was not associated with either a higher or lower CD8 T-cell density (q=0.75)
image-20221028165936186
M1 sig 有关，M2 没关。
showed that high CXCL9 protein expression in TAM was indeed associated with higher expression of CXCL9 mRNA by TAMs (ie, presence of M1hot TAMs) (figure 5B) and a greater CD8 T-cell density
CXCL9 可以刺激T 细胞表达CXCR3。对CXCR3 高低分组，发现CXCL9 显著差异。
共聚焦验证：
image-20221028170339258
M1hot 和预后相关
因为M1 sig 和CD8 T 相关，或许二者和更好预后相关。
这种按照某个表型的marker 蛋白分组感觉存在问题啊。
分别去看蛋白和mRNA 表达分组生存：
image-20221028170854421
同样表达和T 细胞CXCR3 相关，后者同样和生存有关：
image-20221028171358401
M1 通过吸收脂肪酸支撑T细胞
定位CD8T 的亚型RM（组织记忆性T 细胞），发现其marker 和先前的M1 分类有关：
image-20221028171700983
差异分析显示，对M1hot 病人提取T 细胞做bulk，差异基因高表达Trm 相关基因：
image-20221028171742767
如何定位到脂肪酸上呢？
M1 hot 的那些表达，可能会 影响local mobility of TRM cells expressing CXCR3.
image-20221028172536321
全是生物学背景知识啊：TAMs showed reduced expression of transcripts encoding for the fatty acid binding proteins FABP3, FABP4 and FABP5, when compared with M1cold TAMs (figures 4D and 6D). It is known that for survival in the tissues, TRM cells depend on uptake of essential nutrient fatty acids through FABP4/5.
模拟M1 刺激：
blood-derived macrophages (BDMs) with IFN-γ and LPS or with IL-4 in order to mimic M1hot and M1cold TAMs,
比较：
image-20221028172847946
image-20221028172812717
不同T 细胞受到刺激。
两种巨噬细胞状态模拟方法。
文章里的分类方法还是蛮有意思的：
enriched cluster，也就是说，通过常规的分群方法，去看定义的某个类型的比例，去做判断。
不过其仅仅是用某个marker gene 去对M1 和M2 做分类，还是不敢苟同。
另外文章也证明M1 和M2 signature 可以在一个细胞中均高表达，这种传统的分类方法目前也在受到质疑：巨噬细胞活化的 M1 和 M2 模式：到了需重新评估的时候了_调节_表型_同事 (sohu.com)
因此，对于 M1 和 M2 标记研究，务必要考虑以下因素： (a) M1 和 M2 特征并不一定相互排斥，而是经常共存的，故不能认为它们是完全不同的巨噬细胞群体；产生的混合表型倾向于何种功能，取决于活化和抑制活性的平衡以及组织环境。 (b) 刺激的多向性和标记物缺乏细胞特异性，表明巨噬细胞的极化部分取决于在屏障未能阻止感染的情况下巨噬细胞迁移和执行特定功能的能力。 (c) M1 或 M2 刺激的作用需要考虑到它们的动态复杂性，超出了目前“IFN-g对细胞内病原体的杀伤”、“IL-4 对于过敏和细胞外寄生虫防御”的双向极化规则。这些信号与许多其他信号之间的相互作用需要进一步的体内和体外研究。
总体来看，这篇2020 年的文章参考性不高啊。
