文章摘要：胸腺為T細胞的分化和選擇提供了一個培養環境，這一過程由它們與多種胸腺細胞型別的相互作用所協調。我們使用單細胞RNA測序技術建立了人類一生中胸腺的細胞普查，並重建了T細胞分化軌跡和T細胞受體（TCR）重組動力學。使用這種方法，我們原位鑑定並定位了CD8aa+T細胞群、胸腺成纖維細胞亞型和啟用的樹突狀細胞狀態。此外，我們揭示了TCR重組和選擇的偏差，這歸因於基因組位置和譜系承諾的動力學。綜上所述，我們的資料提供了人類一生的全面胸腺圖譜，併為人類T細胞的發育有了新的見解。
作者觀念：胸腺T細胞的成熟和選擇，在適應性免疫和中樞耐受性的建立中起著重要作用。該器官在生命早期退化，因此導致的T細胞輸出的減少與與年齡相關的癌症、感染和自身免疫的發病率有關。來自胎兒肝臟或骨髓的T細胞前體遷移到胸腺中，在那裡它們分化為不同型別的成熟T細胞。胸腺微環境協同支援T細胞分化。雖然胸腺上皮細胞（TECs）提供了促進T細胞啟用的關鍵線索，但其他型別的細胞也參與了這一過程，如進行抗原呈遞的樹突狀細胞（DCs），以及支援TEC分化和維持的間充質細胞，在這裡，應用scRNA-seq生成了人類胸腺胚胎、胎兒、兒童和成人階段不同細胞群的全面轉錄組譜，並將其與詳細的TCR庫分析相結合，重建T細胞分化過程。
文章方法：使用在發育、兒童和成年生活中從人類胸腺分離的細胞進行了單細胞RNA測序（scRNA-seq）。我們從兒童和成人個體中取樣了15個跨越孕後7-17周的胸腺發育階段的胚胎和胎兒胸腺，以及9個出生後的胸腺。採用不同的分類方案來增加對代表性不足的細胞群的覆蓋率。利用從單細胞轉錄組中獲得的標記基因，我們透過單分子熒光原位雜交（smFISH）對細胞狀態進行了空間定位。為了提供人類和小鼠之間的系統比較，我們還生成了出生後小鼠胸腺的單細胞資料，並將其與已存在的小鼠資料集相結合。最後，為了研究人類TCR庫的重組和選擇中的偏差，我們富集了TCR序列，用於單細胞文庫的生成。
使用的軟體：使用cell ranger軟體，使用GRCh38人類參考基因組對基於液滴的測序資料進行比對和定量。UMI計數少於2000個和檢測到的500個基因的細胞被認為是空液滴，並從資料集中移除。檢測到超過7000個基因的細胞被認為是潛在的雙鏈細胞，並從資料集中刪除。Smart-seq2測序資料與STAR（版本2。5。1b）對齊，使用STAR索引和與10倍資料相同的參考索引的註釋。使用htseq計數（版本0。10。0）計算基因特異性讀計數。使用Scanpy（版本1。3。4）Python軟體包載入細胞基因計數矩陣並進行下游分析。雙葉檢測、聚類、註釋、批處理對齊、軌跡分析、細胞-細胞互動和曲目庫分析使用Scanpy包中的工具執行，並補充了一些自定義程式碼。
結果：我們在人類胸腺中鑑定了50多種不同的細胞狀態。人類胸腺細胞狀態在發育和成年過程中丰度和基因表達譜動態變化。我們鑑定了人類胸腺成纖維細胞和上皮細胞的新亞群，並將它們進行了原位定位。我們透過計算預測了人類T細胞從造血胎兒肝的早期祖細胞到不同成熟T細胞型別的發育軌跡。利用這一軌跡，我們構建了一個驅動T細胞啟用決定的假定轉錄因子的框架。在胸腺非常規T細胞中，我們注意到一個獨特的CD8aa+T細胞亞集，以GNG4表達為標誌，位於胸腺髓周區域。該亞群高水平表達XCL1，並與XCR1+樹突狀細胞共定位。對人類和小鼠胸腺細胞的比較顯示，這些非常規T細胞型別的基因表達譜不同。最後，我們發現了由重組和多輪選擇形成的人類VDJ使用的強烈偏倚，包括CD8+T細胞的TCRaV-J偏倚。
作者結論：我們對人類一生和跨物種胸腺的單細胞轉錄組圖譜提供了原生組織微環境中T細胞發育的高解析度普查。人類和小鼠胸腺之間的系統比較突出了人類特異性的細胞狀態和基因表達特徵。我們詳細的胸腺生態位細胞網路將有助於建立體外類器官培養模型，真實地再現人類體內胸腺組織。
只能說，大牛就是大牛啊，他的觀點和方法從任何方面都體現出了人家的厲害之處，無論是樣品的來源與對照，還是實驗的方法和思路，都很好的避免了實驗中可能產生的各種誤差，在這篇文章中，作者作者的立意直接就說了，為了人類而寫下的，這個圖譜的繪製成功會很大程度的讓我們人的疾病治療更加方便，我們都知道胸腺細胞是我們人類的主要的免疫器官，尤其是HIV也與胸腺細胞有很大關係，這篇文章有助於我們對胸腺細胞的研究，可以更加清楚的知道胸腺細胞的作用方式，在這篇文章中作者將胸腺細胞進行了分群，分成了40個亞群，包括雙陰性（DN）、雙陽性（DP）、CD4+單陽性（CD4+）、CD8+單陽性（CD8+）、FOXP3+調節性（Treg）、CD8aa+和gdT細胞。我們還鑑定了其他免疫細胞，包括B細胞、自然殺傷細胞（NK）細胞、先天淋巴樣細胞（ILCs）、巨噬細胞、單核細胞和樹突狀細胞。樹突狀細胞可進一步分為髓系/常規DC1和DC2和漿細胞樣DC（pDC）
這是大佬的分群圖，這個分群很多很密，可以看到不同型別的而細胞含量及相關的關係，與此同時在這個文章中，作者還使用了UMAP分群，這個與TSNE分群一樣也是非線性降維，可以更好地對細胞進行分群。
，
（A）ETP和胎兒肝造血幹細胞（造血幹細胞）和早期祖細胞的UMAP視覺化。NMP，嗜中性粒細胞髓系祖細胞；MEMP，巨核細胞/紅細胞/肥大細胞祖細胞。（B）按器官顏色顯示相同的UMAP（肝臟為藍色，胸腺為黃色/紅色）。（C）批次校正後發育中的胸腺細胞的UMAP視覺化（D-F）相同的UMAP圖顯示CD4、CD8A和CD8B基因表達（D）、CDK1細胞週期和RAG1重組基因表達（E）、TCRa、生產TCRb和非生產TCRbVDJ基因（F）。（G）顯示T細胞分化假時間內差異表達基因的熱圖。
這是細胞軌跡分析圖顯示了不同T細胞型別中TRBV或TRAV和TRAJ基因的使用模式。箭頭表示T細胞的發育順序。對於TRBV，beta選擇有很強的影響，之後CD4+和CD8+庫出現分歧。TRAV+TRAJ的發展更加深入，CD4+與CD8和CD8+庫逐步分化
作者在文中的討論我覺得大家也可以看一看：我們結合TCR庫資訊重建了人類傳統和非傳統T細胞分化的軌跡，揭示了成熟傳統T細胞的TCR庫存在偏倚。因為TCR結果偏倚使我們易於對不同的pMHC組合產生反應性，這可能對我們如何應對抗原挑戰具有深遠的影響。我們對胸腺微環境的分析揭示了構成胸腺的細胞型別的複雜性，以及基質細胞和先天免疫細胞之間相互作用的廣度，以協調胸腺發育以支援T細胞分化。我們描述的胸腺細胞和支援細胞之間的細胞間通訊網路可用於增強體外培養系統生成T細胞，並將影響未來的T細胞治療工程策略。
作者的討論很宏大，最後一句直接就說了影響未來的治療工程策略，我想既然作者可以發在SCI 這種頂級期刊，那麼期刊可能也看出了這個效果的影響，這無疑對我們來說是一個好訊息，策略的改變有可能是往好的方向改變，那麼對未來的疾病的治療也會有積極影響。
在這希望作者可以在以後的研究中更加順利，完成自己的科研，爭取對我們人類醫療的技術實現突破。