|
Cell Neighborhood（細胞鄰域）概念來自 2020 年 7 月份發表在 Cell 雜志上的文獻，標題為《Coordinated Cellular Neighborhoods Orchestrate Antitumoral Immunity at the Colorectal Cancer Invasive Front》，這項工作和研究思路，堪稱細胞空間鄰域研究的典范。 文獻數據背景作者選擇了 17 例 CLR 和 18 例 DII 患者的隊列，在腫瘤浸潤前構建免疫腫瘤微環境的組織芯片（圖1B和1C）： CLR組：該組在腫瘤浸潤前沿表現出大量三級淋巴組織（TLSs）的從頭形成——“克羅恩樣反應”（Crohn’s-like reaction，CLR）； DII組：這組定義為無 TLSs ，但存在彌漫性炎癥浸潤（diffuse inflammatory infiltration，DII）； 臨床特征：CLR 組患者的總生存期遠長于 DII 組患者。  細胞鄰域（cellular neighborhoods）定義CN：細胞鄰域（cellular neighborhoods、CNs），定義：We identified CNs as regions of the tissue with a specific local density of various CTs（cell types）。即空間切片組織中的一個區域，這個特定的區域由不同的細胞類型組成，這種區域可以反映一些特定的組織結構和生物學狀態。 那這個區域如何劃分呢，這是一個非常重要的點！下面是文章使用用了窗口進行的的一個定義： 窗口定義： For every cell in the tissue, its 10 nearest spatial neighbors, which we labeled its ''window,’’ were identified。 對于每一個細胞，他周圍的10個最鄰近的鄰居，定義為一個區域單位。（為什么是10個細胞，不是5個，不是20個？先保留一下這個疑問。） CN識別示意圖如下圖A： CNs 的構建過程：
在 2023年7月19 號發表在 Nature 中的另一篇文獻《Organization of the human intestine at single-cell resolution》，也采用了這樣的分析策略，示意圖如下：  識別9個不同的CNs識別后的CNs可以使用什么方式進行展示呢，如圖B熱圖：
 如圖C：CLR 和 DII 患者 CN 代表性 Vorsonoi 圖，插頁為H&E圖像  圖D &E：Voronoi 圖顯示代表性的患者33 (D)和19 (E)的9種不同的CNs（左面板）和相應的7色圖像（右面板）。  圖F：CLR 與 DII 患者的9種 CNs 頻率差異。每個點代表每個患者四個 TMA 核的平均 CN 頻率，水平線代表每個患者之間的平均頻率（***表示 p < 0.001， Student’s t 檢驗）  圖6A：TMA spots的Voronoi圖示例。不同顏色表示不同CNs，CN中的點表示CD4+（左）和CD8+ T細胞（右）  圖D：每個CN中CD4+ (FOXP3) T細胞、CD8+ T細胞和Treg細胞至少有一種功能標記(ICOS、Ki-67和PD-1)呈陽性的相對比例。 圖E：CN-1、CN-2、CN- 4和CN-6中標記陽性CD4+ T細胞、CD8+ T細胞和Treg細胞的CN特異性CT頻率的小提琴圖。  結果說明：結直腸癌免疫腫瘤微環境的細胞鄰域特征：在不同病人Group間具有保守性。從細胞形成的空間結構來觀察患者樣本，而不僅僅是單個細胞的集合，將為iTME的組織過程提供見解。 算法實現這個方法作者放在github上：https://github.com/nolanlab/NeighborhoodCoordination 需要有python基礎，作者的代碼也提供的比較詳細，還有發表的這篇文獻相關的腳本 paper_submission.zip  去看看吧~ 文末友情宣傳強烈建議你推薦給身邊的博士后以及年輕生物學PI，多一點數據認知，讓他們的科研上一個臺階：
|
|
|
