※ 引述《abeautiii (小燕子)》之銘言： : 各位先進好，有一些paper問題想請教 : Paper標題：Tissue-resident memory CAR T cells with stem-like characteristics d : isplay enhanced efficacy against solid and liquid tumors : 連結：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10313923/ : 主要是圖看不太懂，很多圖都是第一次看到，雖然上網查了很多資料，但還是對於paper : 圖的意義不理解 先簡單回答一下你的問題 離開生科圈子有一陣子 若有不詳盡的再請其他高手幫忙解惑一下 : 像Fig.1 的圖A : https://i.imgur.com/yXsTY0p.jpeg : Flow的等高線圖越密集應該是代表表現量越高吧，CAR-TRM右上(+,+)和左下(-,-)表現差 : 不多，這是代表什麼意思？ flow analysis的表現量是在X-Y軸，一般來說離原點越遠表現量就越高， 但還需要看你的isotpye control的相對位置，這會牽扯到flow 的基本原理 ，這裡先不贅述，直接上機跑一次flow學得比較快XD 這裡的等高線密度是指cell累積的數量，舉例來說，右邊的CAR-TRM 作者這邊是用四象限gating計算出同時表現CD39+和CD103+的細胞佔 全體的30.3%。我沒去看paper內容，也不是專做adaptive immunity，不 過作者應該是要表示CAR-TRM的CD39和CD103表現量是比CART-CONV高的。 : Fig.6的圖I : https://i.imgur.com/MXm8Yuq.jpeg : 這種圖要怎麼看，CAR-TRM在有無CD103的情況下的表現，框框代表什麼，在框框內外是什 : 麼意思？沒有查到y軸的SSH-H是什麼？ 框框(gating)就是算出該框框範圍內細胞的比例，也就是說作者用了某種方法 後，成功地將帶有CD103表現的CAR-TRM cells給剔除掉了，比例從28%降到0%。 SSH我沒看過這種表示法，但看Y軸是用linear表示，這個應該是指flow裡常用的 SSC(side scatter)，用來看細胞裡的顆粒性，T cell的顆粒性相對來說是偏低的。 -H是指flow data裡的Height，flow裡每個data都能夠利用螢光強度的peak算出 Height-Area-Width三種數據，這個會牽扯到基本的flow原理，有興趣再自己去看 相關資料。 : Fig.2的圖A : https://i.imgur.com/lzqAQIa.jpeg : 第一次看到PCA圖，查的資料都是這是將資料降維，有三種主成份，但還是不懂點的遠近 : 跟位置代表什麼意思 是降維沒錯，簡單的說資料點越近的表示它們的profile長得越像。 : Fig.3的圖A和Fig.S4的圖B : https://i.imgur.com/Qa7z1Wr.jpeg : https://i.imgur.com/OxRiPcG.jpeg : 也是第一次看到UMAP圖，查到是相似的會聚集在一起？Fig.3這是收集細胞後擴增，利用s : cRNA-seq處理，再進行聚類分析，第一張是可以看出三種標記的表現量比較，點的數量就 : 代表表現量嗎？第二張圖的紅點較多代表什麼意思，CAR-TRM的擴增較多？第三張完全看 : 不懂，這是代表細胞主要在哪個階段嗎？是CAR-Tconv還是CAR-TRM，這樣也看不出量多寡 : ，點的位置有意義嗎？ UMAP也是一種降維的統計方法，長得越像的資料點會越靠近，每個點就代表一顆細胞。 顏色是代表作者的分群類別而已。 比如說3A最上面的圖，用TCF7、CD27、MKI67的表現量分出三群，中和下的圖就用相對 位置去對照。進一步說，中間圖的CART-CONV都集中在上方，對照最上面的圖就可以 知道他們的TCF7表現量較低。再舉個例子，最下面的在G2/M phase的細胞，對照最上 面的圖，就知道在proliferation的cell其CD27表現量就偏低。 : Fig.S4點的數量是表現量嗎？這樣是MKI67表現較多？還是要對照點分佈的位置一起看？ 點的位置很重要，另外S4B的圖右上方有個漸層表示，這裡的顏色深淺就代表著 該gene的表現量多，也就是說位於左半邊的細胞群的MKI67表現會比右邊的表現量 高。 UMAP最重要的功用在這裡就是降維簡化，即使每顆細胞同時帶有很多的gene profile ，但你就能用這種方法利用簡化後的2D圖，利用相對位置來分群檢視你的sample。 : 拜託各位先進幫忙，可能很多笨問題，但真的研究很久還是不懂，謝謝您們！ : 如果內容太多，留言不太方便，可以站內信，謝謝！ 原PO需要再去了解一下flow和sequencing從頭到尾的"原理"和圖表呈現的方法，方法 日新月異需要一直不斷嘗試地去學新東西，像我們以前flow還要一層一層的去gating， 現在分析軟體直接內建t-SNE，啪一下圖一堆就出來了，效率快很多@@ 加油囉! --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.141.150.104 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Biotech/M.1715062098.A.47E.html