概述

我们分析了一个公开的、来自以下研究的多器官小鼠 γδ T 细胞单细胞 RNA 测序数据（涵盖肝脏、肺、小肠、大肠）：Multimodal profiling reveals site-specific adaptation and tissue residency hallmarks of γδ T cells across organs in mice (du Halgouet, A. et al. Nat Immunol 25, 343–356 (2024))

研究目标：γδ T 细胞状态在不同组织间有何差异？在每种组织环境中哪些免疫程序占主导地位？

利用 Drylab，我们在单个工作流中完成了该数据集的端到端处理——从原始数据到细胞状态注释再到组织图谱绘制。

主要发现：

• 细胞毒性上皮内淋巴细胞 (IEL) 在肠道组织中占据主导地位

• 产生 IL-17 的 γδ T 细胞 (gdT17) 在肺部显著富集

• 激活/应激相关状态的细胞在肝脏中聚集

• gdT17 代表着一种在转录水平上独特的免疫程序，与其他细胞状态界限分明

Drylab 还识别并排除了一个标记信号较差的低质量实验批次，从而确保所有结论均基于高置信度的数据。

学术深度解析

数据处理与质量控制

使用包含质量控制、标准化、高变基因筛选、PCA 和基于图的聚类在内的端到端工作流，对来自 γδ T 细胞的单细胞多组学数据（带有 HTO 标记的 scRNA-seq）进行了处理。

我们利用基于 HTO 的拆分（demultiplexing）来确定其组织来源。其中一个批次 (DEC) 表现出低质量且以背景噪音为主的 HTO 信号，因此在下游分析中被排除。后续所有针对不同组织解析的分析均在 OCT 批次上进行，该批次包含来自肝脏、肺、小肠和大肠的 10,125 个高置信度细胞。

聚类与细胞状态注释

Leiden 聚类（分辨率 = 0.5）识别出 9 个在转录水平上不同的细胞群，每个细胞群均与生物学定义的 γδ T 细胞状态一一对应。

细胞类型分布（清除污染细胞后，OCT 批次，n = 10,125 个细胞）：Cytotoxic_IEL 是最主要的细胞群体（C1，~32%），其次是 Naive_ILC_progenitor（C2，~16%）和 gdT17（C4，~12%）。

我们采用差异表达分析（Wilcoxon 秩和检验）来进行细胞注释。

经典标记基因验证证实了预期的转录程序：

• 幼稚（Naive）状态：Sell, Tcf7

• gdT17：Rorc, Il17a

• 细胞毒性群体：Gzmb, Gzma, Prf1

• 分裂期（Cycling）细胞：Mki67, Top2a

不同组织的免疫架构

结合 HTO 标签使我们能够将细胞状态映射到不同的组织部位。我们观察到了明显的空间富集模式：

• 细胞毒性上皮内淋巴细胞 (IEL) 在肠道组织（小肠、大肠）中富集

• gdT17 细胞优先定位于肺部

• 激活/应激相关状态的细胞在肝脏中聚集

这些模式与已知的组织特异性免疫功能一致，并支持了推导出的细胞状态的生物学合理性。

γδ T 细胞状态的转录结构

对每个细胞类型合并后的表达谱进行伪巨量（Pseudo-bulk）PCA 分析表明，gdT17 细胞形成了一个独特的转录轴，在 PC1 轴上与其他 γδ T 细胞状态实现了最大程度的分离。

效应细胞和类 NK 细胞群体在空间上靠得更近，而幼稚细胞和组织驻留细胞状态则占据了转录空间的不同区域，反映了其功能上的分层。

数据质量考量

不同批次之间的 HTO 拆分效果存在显著差异。DEC 批次显示出稀疏且呈单峰分布的 HTO 信号，表明标记质量较差，为防止组织身份的错误分配，我们将其排除。

因此，针对不同组织解析的结论均来自单个高质量批次 (OCT)，某些组织（如脾脏、淋巴结、皮肤）在最终分析中未予以体现。

转化医学相关性

本分析可支持以下领域的下游应用：

• 免疫介导疾病中的靶点发现

• 组织特异性生物标志物的鉴定

• 治疗背景下免疫细胞状态的模型机制分析