癌旁的正常组织都是naive的CD4和CD8阳性T细胞吗？
肿瘤单细胞研究最容易想到的就是疾病进展相关，从患者正常血液组织到癌旁到原位肿瘤的分组，或者加入淋巴结，器官转移。
因为目前单细胞价格仍然是居高不下，所以很少有实验能覆盖全部的样品类型，一般来说能选择其中三两个组就很好了，比如：
2021-GSE162025-的鼻咽癌研究就是 profile 176,447 cells from 10 NPC tumour-blood pairs, 2022; 12(2): doi: 10.7150/thno.60540 胃癌的 16 tissues (cancer and adjacent mucosa) for eight samples
基本上每个癌症都能找到上面的5个组合的单细胞文章了，绝大部分都是正常的第一层次肿瘤单细胞分群规则，然后第二层次通常是都会拿T细胞的细分亚群讲故事了，毕竟是肿瘤免疫热点嘛。
但是最近看到了一个文章：《Single-cell Transcriptomic Architecture Unraveling the Complexity of Tumor Heterogeneity in Distal Cholangiocarcinoma》样品队列是 4 patients with dCCA，取肿瘤部位和癌旁正常组织，分别独立做10x的单细胞转录组数据 ：
4 treatment-naïve dCCA samples 3 matched adjacent normal biliary duct tissues
第一层次分群也是肿瘤上皮细胞，基质细胞（内皮，成纤维等），免疫细胞（淋巴系的T, NK 和B，髓系的巨噬和单核），如下所示：
epithelial cells (3946 cells; 12.78%; marked with EPCAM),; endothelial cells (3760 cells; 12.18%; marked with VWF),; fibroblast cells (1481 cells; 4.80%; marked with COL1A1),; tissue stem cells (671 cells; 2.17%; marked with NOTCH3) macrophages (2610 cells; 8.46%; marked with CD68),; neutrophils (2508 cells; 8.13%; with marker gene FCGR3B),; natural killer (NK) cells (1789 cells; 5.80%; marked with CD7),; T cells (10,592 cells; 34.32%; with marker gene CD2),; B cells (1382 cells; 4.48%; marked with CD79A),; nerve cells (1251 cells; 4.05%; with marker gene NGFR),; mast cells (870 cells; 2.82%; with marker gene TPSB2),;
umap的可视化 如下所示：
值得注意的是在癌旁正常组织的图谱里面，都是naive的CD4和CD8阳性T细胞。但是在肿瘤组织图谱里面就出现了：
cytotoxic CD8+ T cells predominated as effectors in tumor tissues, tumor infiltrating FOXP3+ CD4+ regulatory T cells exhibited highly immunosuppressive characteristics.
有一说一，作者图表还是蛮清晰的，而且有新意，可以让人比较容易确实各个单细胞亚群的生物学合理性，也可以看到极端的比例差异：
怎么说呢，因为这个文章作者并没有把单细胞表达量矩阵分享在GEO里面，所以很难下载其表达量矩阵进行验证，只能说是结果有点太好了。在癌旁正常组织的图谱里面，都是naive的CD4和CD8阳性T细胞。
因为历史遗留原因，T细胞主要是区分成为CD8+ T cell 和 CD4+ T cell 两个大类，也可以是按照功能进行划分，naive, memory ，effector，cytotoxic，Exhaustion。
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