M1和M2的巨噬细胞差异就在CD86和CD163吗

看到了一个数据挖掘文章，标题是：《Roles of the m6A Modification of RNA in the Glioblastoma Microenvironment as Revealed by Single-Cell Analyses》，它里面对巨噬细胞区分了M1和M2，如下所示：

• M1 macrophages (CD68, CD74, TSPO, and CD86);
• M2 macrophages (CD68, CD74, and CD163);

可以看到在umap图里面，M1和M2它们的界限并不是很清晰，而且在气泡图里面CD86和CD163的表达量也不是说在CD86和CD163里面互斥，仅仅是表达量的些微高低变动：

umap图和气泡图

如果你对umap图和气泡图不了解，需要去看看单细胞数据分析里面最基础的就是降维聚类分群，参考前面的例子：人人都能学会的单细胞聚类分群注释  ， 使用seurat标准流程即可，不过它默认出图并不好看，详见以前我们做的投票：可视化单细胞亚群的标记基因的5个方法，下面的5个基础函数相信大家都是已经烂熟于心了：

• VlnPlot(pbmc, features = c("MS4A1", "CD79A"))
• FeaturePlot(pbmc, features = c("MS4A1", "CD79A"))
• RidgePlot(pbmc, features = c("MS4A1", "CD79A"), ncol = 1)
• DotPlot(pbmc, features = unique(features)) + RotatedAxis()
• DoHeatmap(subset(pbmc, downsample = 100), features = features, size = 3)

其它层面的图表也是一样的结论， 这个M1和M2的巨噬细胞基本上不可能区分开来，如下所示：

热图

不过， 这个并不是最严重的， 因为这个文章做的的是脑部区域的单细胞，其实还需要考虑一下巨噬细胞这个时候是不是得更名为小胶质细胞。

虽然m1和m2的分类深入人心：

• pro-inflammatory M1 macrophages, which are thought to oppose tumor progression,
• tissue reparative M2 macrophages, which promote tumor growth and metastasis

但是很多单细胞文章都表明了巨噬细胞的M1和M2极化相关基因在单细胞水平是正相关，比如文章：https://www.sciencedirect.com/science/article/pii/S0092867418307232，就提到了：

(G) Scatterplot of normalized mean expression of M1 and M2 signatures per cell (dot); cells assigned to TAM clusters have been highlighted by cluster.

另外一个，https://www.biorxiv.org/content/10.1101/566968v1.full ，也是如此！

所以正确的做法可能是放弃M1和M2

比如2022发表在 Genome Biology 的文章：《Decoding the multicellular ecosystem of vena caval tumor thrombus in clear cell renal cell carcinoma by single‐cell RNA sequencing》就是以降维聚类分群为主，纯粹的数字编号即可 ：

纯粹的数字编号即可

其髓系分群如下所示：

髓系分群的巨噬细胞确实没办法区分M2和M2

文末友情宣传

强烈建议你推荐给身边的博士后以及年轻生物学PI，多一点数据认知，让他们的科研上一个台阶：

•  数据挖掘（GEO,TCGA,单细胞）2022年暑期班（收官之作），快速了解一些生物信息学应用图表
•  生信入门课-2022年暑期班（收官之作），你的生物信息学第一课