※ 引述《abeautiii (小燕子)》之铭言： : 各位先进好，有一些paper问题想请教 : Paper标题：Tissue-resident memory CAR T cells with stem-like characteristics d : isplay enhanced efficacy against solid and liquid tumors : 连结：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10313923/ : 主要是图看不太懂，很多图都是第一次看到，虽然上网查了很多资料，但还是对於paper : 图的意义不理解 先简单回答一下你的问题 离开生科圈子有一阵子 若有不详尽的再请其他高手帮忙解惑一下 : 像Fig.1 的图A : https://i.imgur.com/yXsTY0p.jpeg : Flow的等高线图越密集应该是代表表现量越高吧，CAR-TRM右上(+,+)和左下(-,-)表现差 : 不多，这是代表什麽意思？ flow analysis的表现量是在X-Y轴，一般来说离原点越远表现量就越高， 但还需要看你的isotpye control的相对位置，这会牵扯到flow 的基本原理 ，这里先不赘述，直接上机跑一次flow学得比较快XD 这里的等高线密度是指cell累积的数量，举例来说，右边的CAR-TRM 作者这边是用四象限gating计算出同时表现CD39+和CD103+的细胞占 全体的30.3%。我没去看paper内容，也不是专做adaptive immunity，不 过作者应该是要表示CAR-TRM的CD39和CD103表现量是比CART-CONV高的。 : Fig.6的图I : https://i.imgur.com/MXm8Yuq.jpeg : 这种图要怎麽看，CAR-TRM在有无CD103的情况下的表现，框框代表什麽，在框框内外是什 : 麽意思？没有查到y轴的SSH-H是什麽？ 框框(gating)就是算出该框框范围内细胞的比例，也就是说作者用了某种方法 後，成功地将带有CD103表现的CAR-TRM cells给剔除掉了，比例从28%降到0%。 SSH我没看过这种表示法，但看Y轴是用linear表示，这个应该是指flow里常用的 SSC(side scatter)，用来看细胞里的颗粒性，T cell的颗粒性相对来说是偏低的。 -H是指flow data里的Height，flow里每个data都能够利用萤光强度的peak算出 Height-Area-Width三种数据，这个会牵扯到基本的flow原理，有兴趣再自己去看 相关资料。 : Fig.2的图A : https://i.imgur.com/lzqAQIa.jpeg : 第一次看到PCA图，查的资料都是这是将资料降维，有三种主成份，但还是不懂点的远近 : 跟位置代表什麽意思 是降维没错，简单的说资料点越近的表示它们的profile长得越像。 : Fig.3的图A和Fig.S4的图B : https://i.imgur.com/Qa7z1Wr.jpeg : https://i.imgur.com/OxRiPcG.jpeg : 也是第一次看到UMAP图，查到是相似的会聚集在一起？Fig.3这是收集细胞後扩增，利用s : cRNA-seq处理，再进行聚类分析，第一张是可以看出三种标记的表现量比较，点的数量就 : 代表表现量吗？第二张图的红点较多代表什麽意思，CAR-TRM的扩增较多？第三张完全看 : 不懂，这是代表细胞主要在哪个阶段吗？是CAR-Tconv还是CAR-TRM，这样也看不出量多寡 : ，点的位置有意义吗？ UMAP也是一种降维的统计方法，长得越像的资料点会越靠近，每个点就代表一颗细胞。 颜色是代表作者的分群类别而已。 比如说3A最上面的图，用TCF7、CD27、MKI67的表现量分出三群，中和下的图就用相对 位置去对照。进一步说，中间图的CART-CONV都集中在上方，对照最上面的图就可以 知道他们的TCF7表现量较低。再举个例子，最下面的在G2/M phase的细胞，对照最上 面的图，就知道在proliferation的cell其CD27表现量就偏低。 : Fig.S4点的数量是表现量吗？这样是MKI67表现较多？还是要对照点分布的位置一起看？ 点的位置很重要，另外S4B的图右上方有个渐层表示，这里的颜色深浅就代表着 该gene的表现量多，也就是说位於左半边的细胞群的MKI67表现会比右边的表现量 高。 UMAP最重要的功用在这里就是降维简化，即使每颗细胞同时带有很多的gene profile ，但你就能用这种方法利用简化後的2D图，利用相对位置来分群检视你的sample。 : 拜托各位先进帮忙，可能很多笨问题，但真的研究很久还是不懂，谢谢您们！ : 如果内容太多，留言不太方便，可以站内信，谢谢！ 原PO需要再去了解一下flow和sequencing从头到尾的"原理"和图表呈现的方法，方法 日新月异需要一直不断尝试地去学新东西，像我们以前flow还要一层一层的去gating， 现在分析软体直接内建t-SNE，啪一下图一堆就出来了，效率快很多@@ 加油罗! --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 220.141.150.104 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Biotech/M.1715062098.A.47E.html