通常我们拿到了肿瘤相关的单细胞转录组的表达量矩阵后的第一层次降维聚类分群通常是：

• immune (CD45+,PTPRC),
• epithelial/cancer (EpCAM+,EPCAM),
• stromal (CD10+,MME,fibro or CD31+,PECAM1,endo)
  参考我前面介绍过 CNS图表复现08—肿瘤单细胞数据第一次分群通用规则，这3大单细胞亚群构成了肿瘤免疫微环境的复杂。绝大部分文章都是抓住免疫细胞亚群进行细分，包括淋巴系（T,B,NK细胞）和髓系（单核，树突，巨噬，粒细胞）的两大类作为第二次细分亚群。但是也有不少文章是抓住stromal 里面的 fibro 和endo进行细分，并且编造生物学故事的。
  前面我们已经介绍了心肝脾肺肾等多个器官的上皮细胞的细分亚群， 以及免疫细胞里面的髓系和B细胞细分亚群：
• B细胞细分亚群
• 髓系免疫细胞细分亚群
  其中髓系免疫细胞细分亚群也可以看张泽民课题组的泛癌层面数据挖掘文章，2021年2月发表在CELL的《A pan-cancer single-cell transcriptional atlas of tumor infiltrating myeloid cells》
  接下来我们介绍一下NK细胞的单细胞层面细分亚群，同样的也可以看张泽民课题组的泛癌层面数据挖掘文章，2023年9月发表在CELL的《A pan-cancer single-cell panorama of human natural killer cells》，这里是需要有一个背景知识：

  In humans, NK cells can be subdivided into two major groups, CD56dimCD16hi and CD56brightCD16lo, based on the expres- sion levels of CD56 (NCAM1) and CD16 (FCGR3A) .

  值得注意的是NK和NKT和T细胞的区分

  NK细胞（Natural Killer cells）、NKT细胞（Natural Killer T cells）和T细胞（T cells）是三种不同类型的免疫细胞，虽然它们的名称有相似之处，但在功能、表面标志物、免疫调节等方面存在明显的区别。
  如果是降维聚类分群，很容易出现NK和NKT和T细胞的区分不够明显。

  首先让我们看看chatGPT对于NK细胞的介绍

  自然杀伤细胞（Natural Killer cells，简称NK细胞）是一类免疫细胞，主要参与体内的免疫应答和抗肿瘤免疫。NK细胞的分类可以基于其表面标志物、功能、发育阶段以及组织分布等方面进行。
  1. 表面标志物分类： 基于NK细胞在表面上表达的特定标志物，可以将NK细胞分为不同的亚群。其中，人类NK细胞通常通过CD56和CD16来进行分类：

• CD56^bright NK细胞：表达高水平的CD56，但低水平的CD16。这些细胞具有较高的细胞毒性，但细胞杀伤活性相对较低。
• CD56^dim NK细胞：表达低水平的CD56，但高水平的CD16。这些细胞具有高度的细胞毒性和细胞杀伤活性。
  2. 功能分类： 根据NK细胞的功能，可以将其分为几个亚群，如：
• 细胞毒性NK细胞：具有杀伤肿瘤细胞和感染细胞的能力。
• 调节性NK细胞：通过分泌细胞因子调节免疫应答，如干扰素（IFN-γ）。
  3. 发育阶段分类： NK细胞的发育过程中经历不同的发育阶段，包括成熟前、中、后期等。成熟前期的NK细胞通常在骨髓中产生，随后经过分化和成熟过程。
  4. 组织分布分类： NK细胞不仅存在于外周血液中，还分布在各种组织中，如脾脏、肝脏、淋巴结等。NK细胞在不同组织中的数量和功能可能有所不同。
  需要注意的是，NK细胞的分类并不是严格的，因为细胞的特性和功能在不同环境中可能发生变化。此外，不同物种中的NK细胞也可能存在一些差异。
  总之，NK细胞作为一类重要的免疫细胞，在免疫应答和抗肿瘤免疫中扮演着重要角色。对其分类有助于更好地理解其功能和调控机制，从而为免疫疾病治疗和肿瘤免疫治疗提供理论基础。

  关于CD56 (NCAM1) and CD16 (FCGR3A)

  因为早期免疫细胞主要是靠流式细胞仪来分选，而他们依赖于课题，在NK单细胞亚群里面主要是CD56和CD16，其实对应的基因名字是NCAM1和FCGR3A ，它们在单细胞转录组表达量矩阵里面降维聚类分群后也可以看到是有表达量的排斥作用。但是很多时候如果是纯粹的走单细胞转录组降维聚类分群，这两个基因不一定是top标志基因，比如2021的文章：《Adaptive natural killer cells facilitate effector functions of daratumumab in multiple myeloma》数据集是GSE155795，大家很容易下载表达量矩阵后降维聚类分群，其实应该是区分CD56和CD16两个排斥亚群，但是CD56亚群里面NK细胞数量较多所以就被作者细分了：
  
  值得注意是里面的NK-HSP仅仅是因为NK细胞有HSP的状态，其实也可以是干扰素状态，炎症状态，或者细胞增殖状态，具体情况具体分析，并不是通用的知识点。
  另外一个数据集GSE130430，来源于文章：《Heterogeneity of human bone marrow and blood natural killer cells defined by single-cell transcriptome》，可以看到这个时候的CD56亚群里面NK细胞数量又很少了，所以作者专注于去细分CD16亚群里面NK细胞。。。
  
  值得注意的是作者专注于去细分CD16亚群里面NK细胞，但是上面的那些功能性描述其实并没有单细胞数据集的普适性，基本上很难被复现。

  张泽民课题组的泛癌层面NK单细胞

  可以看到上面的NK细胞细分，都是基于单个数据集，有很强烈的片面性，那么张泽民课题组的泛癌层面数据挖掘文章，2023年9月发表在CELL的《A pan-cancer single-cell panorama of human natural killer cells》，就很好的解决了这个问题。在NK单细胞亚群里面主要是CD56和CD16，其实对应的基因名字是NCAM1和FCGR3A ，它们在单细胞转录组表达量矩阵里面降维聚类分群后也可以看到是有表达量的排斥作用。所以张泽民他们就在后续分析里面干脆把他们分开降维聚类分群并且命名啦：
  
  也可以看具体的特征基因：
  
  大家完全可以去复制粘贴这些基因名字去各个单细胞转录组数据集里面测试看看。