服務(wù)熱線(xiàn)
020-86438890
摘要:人外周血是容易獲取的人體樣本,在醫學(xué)類(lèi)科研工作中至關(guān)重要。如何大化、高效地觀(guān)察和利用有限的人外周血標本,通過(guò)一次實(shí)驗檢測得到更多的結果指標,對現有的實(shí)驗研究意義重大。因此本文主要描述如何進(jìn)行25色流式檢測及介紹相關(guān)分析方法,通過(guò)對單個(gè)細胞同時(shí)檢測25個(gè)參數,可以實(shí)現對外周血各種免疫細胞亞群的全景式描述,以及對某種細胞亞群的深度表型分析。
關(guān)鍵詞: 人外周血, 亞群分類(lèi), 25色流式分析
材料與試劑
材料:
儀器設備
實(shí)驗步驟
一. 人外周血免疫細胞的制備 (Gupta等,2013)
25色流式染色和正常流式染色步驟一致,本實(shí)驗研究的25色全景分析所用的抗體均為表面抗體,因此只需要進(jìn)行常規流式表面染色。
得到流式結果后,需要使用正版flowjo V10軟件對結果進(jìn)行全面分析在flowjo V10中導入數據后,我們需要對25色補償進(jìn)行手動(dòng)調整。主要是因為小球調整的補償和細胞真實(shí)的補償存在一定的差異,所以還需要手動(dòng)確認去除原始數據中由于液流不穩定等機器原因導致的噪音信號。主要使用plugin插件中的flow AI得以實(shí)現 注:使用flow AI選擇參數時(shí),必須選中time參數,不然將無(wú)法計算相關(guān)參數。運行結束后,我們將看到原始數據拆分成了bad events和good events兩項。之后我們可以對good events進(jìn)行常規的圈門(mén)統計分析正版flowjo包含了很多實(shí)用性的插件:t-SNE,SPADE,FlowSOM,Phenograph,UMAP等等。其中本實(shí)驗主要運用了t-SNE這個(gè)算法對25色結果進(jìn)行全景分析。t-SNE主要對多參數的數據進(jìn)行降維分析,通過(guò)定義納入分析的參數通道,算法可將細胞分成不同距離遠近的點(diǎn),距離越遠代表細胞相似度越低。我們在圈出的淋巴細胞的基礎上,先downsample出7萬(wàn)個(gè)淋巴細胞,針對這7萬(wàn)個(gè)細胞,我們選中除FSC、SSC相關(guān)參數以外的所有補償后的熒光參數 (一共25個(gè)通道參數),進(jìn)行t-SNE分析
結果與分析
本實(shí)驗先根據細胞大小和包含的顆粒度,即FSC和SSC,將人外周血免疫細胞主要分成淋巴細胞群和單核細胞群等。然后,我們觀(guān)察了CD3、CD19的表達情況,其中CD3+為T細胞群,占白細胞64.6%,CD19+為B細胞群,占白細胞8.45%。細分T細胞,通過(guò)CD4和CD8,可以將T細胞分為輔助T細胞和殺傷性T細胞,兩者分別占T細胞的64%和30%。對于輔助T細胞,我們還檢測了其中一個(gè)亞群Treg的比例,其約占輔助T細胞的7.85%。CD3+CD56+的細胞群為NKT細胞,大約占T細胞的5.72%。細分B細胞,IgD+的naïve B細胞約占總B細胞的52.1%,CD27+的記憶B細胞約占總B細胞的27%。根據文獻報道的不同免疫細胞亞群的定義,在本次實(shí)驗中主要劃分了T細胞 (CD3+)、B細胞 (CD19+)、NKT細胞 (CD3+CD56+)、NK細胞(CD3-CD19-CD16+CD56+)、DC(CD3-CD19-CD56-HLA DR+)、單核細胞(CD3-CD19-CD14+)等不同免疫細胞亞群。D3-CD19-的雙陰性細胞群既包含淋巴細胞群又包含單核細胞群。因此根據CD14的表達情況和細胞內顆粒度 (SSC),可將細胞群劃分為CD14+單核細胞群和CD14-淋巴細胞群。細分CD14-CD3-CD19-淋巴細胞群,其中CD56+為NK細胞,約有84.9%的細胞高表達CD94,用于識別MHC I。而CD56-為DC細胞群,其中約有52.3%表達HLA-DR。存在的問(wèn)題是,本次實(shí)驗關(guān)于單核細胞群的分類(lèi)并不明顯,猜測是本次樣品粒細胞群不明顯的問(wèn)題。通過(guò)25色大panel,我們可以大程度一次性觀(guān)察所有人外周血免疫細胞亞群并得到相應的細胞比例。取7萬(wàn)個(gè)免疫細胞進(jìn)行t-SNE分析,分析參數為補償后的25個(gè)maker。A. 流式圈門(mén)后的不同細胞群顯示t-SNE界面并合并在一起得到細胞群降維后的分布形態(tài)。B. 在t-SNE分布圖上根據每個(gè)細胞CD45RA的表達情況 (即平均熒光強度) 做的熱圖,紅色代表CD45RA表達高,藍色代表表達低。t-SNE全稱(chēng)t-distributed stochastic neighbor embedding,可將多維參數經(jīng)迭代計算后在二維坐標軸上進(jìn)行展示。通過(guò)計算,t-SNE分布圖由多個(gè)散點(diǎn)組成,每個(gè)散點(diǎn)代表一個(gè)細胞,兩個(gè)散點(diǎn)之間的距離代表著(zhù)兩個(gè)細胞的相似程度。距離越近,則相似程度越高。另外,在正版flowjo V10版本中,還可以觀(guān)察t-SNE heatmap,即在t-SNE坐標軸中展示某一個(gè)參數的表達水平。在圖8A中,明顯的比例高的紅色細胞群為輔助T細胞,粉色的Treg細胞群位于其中,這與Treg屬于輔助T細胞這一常識相一致,說(shuō)明本次t-SNE分析可信。由于NKT細胞表達CD4或CD8,因此一部分NKT亞群靠近輔助T細胞,一部分NKT靠近殺傷性T細胞,因而紫色的NKT細胞表現出很高的異質(zhì)性。因為t-SNE是綜合25個(gè)參數進(jìn)行的分析,所以我們可以發(fā)現不同淋巴細胞內部的異質(zhì)性。圖8B中T細胞的異質(zhì)性主要體現在CD45RA的表達上,由于不同的T細胞關(guān)于CD45RA的表達不一致,從而出現明顯的亞群分類(lèi)。另外,加入其它有意義的maker,有助于發(fā)現新的細胞亞群。
需要資料圖片視頻,請聯(lián)系超博生物。
上一篇:細胞增殖的流式檢測(BrdU法)
下一篇:流式細胞術(shù)
掃一掃 微信咨詢(xún)
© 2024 廣州市超博科技有限公司 版權所有 備案號:粵ICP備19162636號
技術(shù)支持:化工儀器網(wǎng) 管理登陸 GoogleSitemap