Single-Cell Map of Diverse Immune Phenotypes in the Breast Tumor Microenvironment.
Single-Cell Map of Diverse Immune Phenotypes in the Breast Tumor Microenvironment.
复制标题
DOI：
10.1016/j.cell.2018.05.060
复制
发表时间：
2018-08-23
期刊：
影响因子：
64.5
通讯作者：
Pe'er D
中科院分区：
文献类型：
--
作者：
Azizi E;Carr AJ;Plitas G;Cornish AE;Konopacki C;Prabhakaran S;Nainys J;Wu K;Kiseliovas V;Setty M;Choi K;Fromme RM;Dao P;McKenney PT;Wasti RC;Kadaveru K;Mazutis L;Rudensky AY;Pe'er D
了解肿瘤微环境中的免疫细胞表型对于理解癌症进展和免疫治疗反应的机制至关重要。我们使用单细胞RNA-seq分析了来自8种乳腺癌的45，000个免疫细胞，以及匹配的正常乳腺组织，血液和淋巴结。我们开发了一个预处理管道，SEQC，和贝叶斯聚类和归一化方法，BISTORM，以解决单细胞数据固有的计算挑战。尽管正常和肿瘤组织驻留免疫细胞之间存在显著的相似性，但我们观察到肿瘤微环境特异性的持续表型扩增。对来自27，000个额外T细胞的配对单细胞RNA和T细胞受体（TCR）测序数据的分析揭示了TCR利用对表型多样性的组合影响。我们的研究结果支持T细胞连续活化的模型，并且与癌症中的巨噬细胞极化模型不一致，这对表征肿瘤浸润免疫细胞具有重要意义。结合计算分析的乳腺肿瘤免疫环境的单细胞分析产生乳腺癌的免疫图，其指向连续的T细胞活化和分化状态。
Knowledge of immune cell phenotypes in the tumor microenvironment is essential for understanding mechanisms of cancer progression and immunotherapy response. We profiled 45,000 immune cells from eight breast carcinomas, as well as matched normal breast tissue, blood, and lymph node, using single-cell RNA-seq. We developed a preprocessing pipeline, SEQC, and a Bayesian clustering and normalization method, Biscuit, to address computational challenges inherent to single-cell data. Despite significant similarity between normal and tumor tissue-resident immune cells, we observed continuous phenotypic expansions specific to the tumor microenvironment. Analysis of paired single-cell RNA and T cell receptor (TCR) sequencing data from 27,000 additional T cells revealed the combinatorial impact of TCR utilization on phenotypic diversity. Our results support a model of continuous activation in T cells and do not comport with the macrophage polarization model in cancer, with important implications for characterizing tumor-infiltrating immune cells. Single cell analysis of breast tumor immune environment coupled with computational analysis yields an immune map of breast cancer that points to continuous T cell activation and differentiation states.
登录
查看更多内容
DOI：
10.1126/science.1247651
发表时间：
2014-02-14
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Jaitin DA;Kenigsberg E;Keren-Shaul H;Elefant N;Paul F;Zaretsky I;Mildner A;Cohen N;Jung S;Tanay A;Amit I
通讯作者：
Amit I
克服感染和癌症中的T细胞耗尽。
影响因子：
16.8
作者：
Pauken KE;Wherry EJ
通讯作者：
Wherry EJ
影响因子：
64.5
作者：
Fan X;Rudensky AY
通讯作者：
Rudensky AY
影响因子：
30.5
作者：
Perdiguero EG;Geissmann F
通讯作者：
Geissmann F
影响因子：
64.5
作者：
Levine JH;Simonds EF;Bendall SC;Davis KL;Amir el-AD;Tadmor MD;Litvin O;Fienberg HG;Jager A;Zunder ER;Finck R;Gedman AL;Radtke I;Downing JR;Pe'er D;Nolan GP
通讯作者：
Nolan GP