单细胞分析

T 细胞里没测到 CD4,能直接把它归为 CD8 T 细胞吗?

作者:发布于 2026-11-17约 9 分钟阅读
脐血真实配对 RNA 与表面蛋白中 2941 个 CD4 RNA 为零的 T 候选有多种抗体模式

给一颗 T 细胞作注释时,表达表里的 CD4 是零,能不能顺手把标签填成 CD8?在只测 RNA 的样本上,答案往往需要保留;如果同一颗细胞还测了表面蛋白,我们就有机会亲手检验这个捷径会错在哪里。我们从公开脐血 CITE-seq 原数据逐条码连接 RNA 与抗体计数。最终选出的三千三百九十五个 T 谱系候选中,二千九百四十一个没有读到 CD4 转录本。沿着这些真实条码去看蛋白,会找到四种不同的情况。CITE-seq 原始研究

脐血真实配对 RNA 与表面蛋白中 2941 个 CD4 RNA 为零的 T 候选有多种抗体模式

下载完整代码、示例数据与参考输出(ZIP) · 下载图文操作手册(PDF)

先用 T 谱系证据选细胞,把待验证的 CD4 留在一边

实验里混入了小鼠细胞,可以据此估计人抗体的背景。提取脚本从作者的 RNA 表分别合计人的和鼠的原始计数,外加的 ERCC 不参与计算。人的计数占两物种之和至少九成的有八千零五个条码,鼠的占比至少九成的五百七十九个作背景对照,另外三十三个混合条码单列。主分析只进入人占比达标的条码,随后在 CD3D、CD3E 与 TRAC 三项中要求至少两项检出。此处没有用 CD4、CD8 或抗体给 T 候选设门槛,能避免先挑出蛋白很亮的细胞,再去证明它们蛋白很亮。Seurat 的同一批脐血多模态示例

解压后直接运行下面两行。包里有八千六百一十七个原始条码所对应的两种测量,并提供从原始压缩文件重建这张表的脚本。两张表在连接前用完整条码校验集合,再显式在同一顺序取值。若在自己的数据里有一个文库没做表面蛋白测量,该观察应记成蛋白缺失。把没测过的蛋白填成零,会人为把整批细胞推入“两个蛋白都低”。

python -m pip install -r requirements.txt
python run.py --input example --out results
def detected_t_lineage(row):
    return sum(int(row[g])>0 for g in ("CD3D","CD3E","TRAC"))>=2

如果只有单一 RNA 基因支持 T,就先留在本轮的候选集合之外,不必断言它不是 T。该选择让我们有一批出发依据较一致的细胞,却也会偏向相对容易测到谱系基因的条码。在读最终百分比时,分母是这一组候选,不能替代脐血中全部 T 细胞。低 RNA、特殊分化状态和这三个基因同时覆盖较差的细胞,可能根本没有进入分母。把谱系条件与要判断的亚型条件分开,是这个例子可以移植到自己项目的第一个步骤。

让抗体背景也有一个可复算的分母

有了配对蛋白,也不要把一个抗体计数就当成明确阳性。这里分别取五百七十九个鼠对照中 CD4 和 CD8 抗体原计数的百分之九十九分位数,优先取不低于该分位的实际观测值。得到 CD4 为八百七十六、CD8 为七百九十七。定义“超过”为严格大于门槛;两项分别判断,可以产生四种组合。CD3 抗体同样计算一个背景门槛并记入逐条码表,可以在自己的复核中再用。这个做法是这个混物种实验的教学诊断,跨物种的非特异结合、技术噪声、抗体总量以及对照中的污染仍可能影响阈值。

def surface_call(cd4,cd8,cut4,cut8):
    flags=(cd4>cut4,cd8>cut8)
    return {(True,False):"CD4_only",(False,True):"CD8_only",(True,True):"both",(False,False):"neither"}[flags]
在 2,941 个 CD4 RNA 为零的 T 候选中 条码数 这行支持怎样的解释
只有 CD4 抗体超过背景门槛 1,547 RNA 为零可以伴随明确高于该背景的 CD4 表面信号
只有 CD8 抗体超过门槛 344 可继续结合 CD8A、CD8B 与原分群审阅
两种抗体均超过 15 保留两种表面证据,复核双细胞、背景与真实表型
两种抗体均未超过 1,035 两项均缺强支持,暂缓细分

两千九百四十一个问题用同一句“属于 CD8”作答,只能遮住上述差别。其中甚至有一千五百四十七个条码只有 CD4 抗体高于本例门槛。称它们为“表面 CD4 信号支持的候选”就够了,因为我们没有独立流式分选身份给每一行作为金标准。若要计算真阳性和假阳性,需要另行定义独立的参照。公开数据和下载包足以证明零转录本与多种蛋白模式共存,却不足以把某一套示例阈值变成所有临床样本的标准。

先看测序深度,再查与邻近谱系的矛盾

把同一批 T 候选按人源总计数中位数二千一百七十九分层。低层含等于中位数的细胞,共一千七百颗,其中一千五百零九颗 CD4 为零,约百分之八十八点八。高层有一千六百九十五颗,其中一千四百三十二颗为零,约百分之八十四点五。两层都有大量零,且低深度层比例更高。这个分层是为了描述可见的捕获差别,不能仅凭四个百分点就算出测序深度的因果效应,因为两层中细胞群组成也可能不同。在自己的项目里更值得按供者、文库和相对可靠的亚群重复同样的表。

逐条码证据表还附有 CD8A 与 CD8B 的原始计数之和、IL7R、CCR7 以及三种抗体原计数。两种 CD8 链的单独数值仍在输入表。可以挑一个 CD4 RNA 为零、仅 CD4 蛋白较高的条码,先检查总计数,再看看同簇其他细胞中基因趋向是否一致。IL7R 和 CCR7 可提示部分细胞的分化或迁移状态,也能在其他 T 亚群中出现,不能单独充当 CD4 身份证明。细胞毒性程序亦可同时出现在 CD8 和具有杀伤功能的 CD4 细胞中,尤其在肿瘤或感染材料里,不宜用一个杀伤基因替代受体和表面证据。

import csv
from pathlib import Path

with Path("results/cell_evidence.tsv").open(encoding="utf8") as handle:
    reader = csv.DictReader(handle, delimiter="\t")
    example = next(r for r in reader if r["RNA_CD4"] == "0" and r["surface_pattern"] == "CD4_only")
    print(example["barcode"], example["human_umi"], example["ADT_CD4"], example["ADT_CD8"])

上述代码返回的第一颗条码为 CTTACCGGTCACAAGG,人源总计数有八千二百零二。它的 CD4 转录本为零,CD8 两个基因的计数之和也是零;表面 CD4 抗体为二千三百三十四,CD8 抗体为七十一,CD3 抗体为二千五百六十二。这个例子排除了“看到 CD4 RNA 为零便有理由把它称作 CD8”的直觉。若只提供一张标色的降维图,我们既看不见同条码的另一种测量,也不知道零是否伴随整体深度很低。给合作者发送争议标签时,附几个正反条码和这几列原数,通常比截取一个簇的位置更容易达成可核查的判断。

还可以反向抽样,从“两个抗体都未超过门槛”的行里各选几颗高深度和低深度细胞,看它们的 CD3 转录本是否仍成组检出。遇到可识别为 T、亚型证据却很弱的细胞,在文库内保留它的 T 大类有助于估计总体 T 数;把该细胞剔除则会同时改变总体 T 的分母和亚型的分母,报告前应说明使用哪一套条码。

值得把“未确定”保留下来的一个小实验

打开同一脚本生成的三档阈值交叉表,把背景从百分之九十五提高到百分之九十九点五。在 CD4 RNA 为零的同一批条码中,仅 CD4 抗体超过门槛的数量从二千四百六十八降到七百七十六,两个蛋白都没有超过的数量从五十二升到一千八百四十五。条码、原始转录本、抗体测量和真实生物样本全部相同,变化来自我们划线的方式。结果对门槛的敏感性值得与主结果一起交付,让实验同事判断抗体批次、染色背景及预计细胞类型能支持多细的命名。

换用没有混入小鼠细胞的真实实验,先找手头真正存在的阴性材料,例如同批空液滴的背景、合适的抗体对照或独立分选的阴性群,检查它们能刻画哪一部分噪声。不同抗体的背景未必相似;某一阴性群中偶尔有很高的数,最好把那些条码连同 RNA 类别复核后再定门槛。一次研究如果只有 RNA,也仍可保留可信的 T 大类,标明“CD4 或 CD8 证据不足”,同时按供者报告可细分的比例。这样做不会凭空增加一批所谓 CD8,更能说明还需要补什么实验才能回答问题。

若研究目的是比较两组供者中某一亚群的比例,建议把仅 RNA 支持、蛋白支持与未定条码各自的分子和分母交给统计同事。两组测序深度不同、只给一组补测了抗体,都可能改变获得细标签的机会;先在有相同测量设计的样本内复核,再谈组间差异。等要同时核验多批 RNA 与抗体矩阵、保留每次背景敏感性分析的条码清单时,可以把这份脚本与原始输入放到云生信科研服务器租赁环境中运行。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗