癌癥是全球死亡的主要原因。近年來，癌癥免疫療法已成為最有前途的治療策略之一，并在腫瘤消除和控制方面顯示出顯著的療效。免疫治療的一個主要障礙是，由于高度復雜和異質性的腫瘤微環境（TME）。因此，研究TME中詳細的細胞類型組成并表征基因表達動力學至關重要，這可能會提高癌癥免疫治療的實用性。單細胞RNA測序（scRNA-seq）越來越多地用于研究TME中的細胞表型、狀態、功能。它為破譯TME中的異質群體提供了解決方案，從而可以鑒定新的細胞類型并發現未知的關聯。
       今天我們介紹一個腫瘤免疫單細胞數據庫——TISCH（Tumor Immune Single Cell Hub ，TISCH，http://tisch.comp-genomics.org）。該數據庫相關文章發表在Nucleic Acids Res期刊（IF:14.9）。
       目前的TISCH數據庫包含27種癌癥類型的79個數據集中的2045746個細胞，其中378392個為惡性細胞，1667354個為非惡性細胞。TISCH中有76個腫瘤相關數據集，包括17個免疫治療的腫瘤數據集（12個人類數據集和5個小鼠數據集。還包括來自健康供體的另外三個PBMC數據集，以提供免疫細胞的基線表達水平。平均而言，每個數據集有26455個細胞，其中一個來自NSCLC的最大數據集有超過200K個細胞（補充表S1）。總的來說，TISCH覆蓋了人類數據集的68287個基因和小鼠數據集的18789個基因，每個數據集平均覆蓋了18411個基因。

       TISCH以用戶界面顯示所有分析結果，包括聚類、差異基因鑒定、細胞類型注釋和GSEA。TISCH提供了兩個模塊供用戶可視化數據集。數據集模塊支持對單個數據集進行詳細探索。此外，它還支持在單細胞水平上跨多個數據集進行多個基因表達可視化。基因模塊允許在細胞類型水平上跨多個不同的scRNA-seq數據集進行單基因可視化。
       單數據集探索 在數據集模塊中，TISCH支持對感興趣的數據集進行高級搜索，以探索每種細胞類型的細胞類型組成，基因表達分布，功能狀態以及不同組織起源或治療組之間的比較。如果用戶關注一種特定的癌癥類型，可以點擊首頁對應的組織圖標查詢相關數據集。
       多數據集比較除了單數據集可視化之外，TISCH還可以促進以單細胞分辨率對多個數據集進行比較分析，以探索多個隊列中潛在的表達異質性或同質性。用戶可以從多個數據集中選擇多個基因，同時比較細胞類型分布和基因表達模式。與單數據集探索類似，TISCH還允許上傳基因列表，以可視化候選基因特征的平均表達分布。

       跨數據集的基因搜索盡管數據集模塊為單個或多個數據集提供了詳細的表達分布，但通常需要快速定位哪種細胞類型在多個腫瘤隊列和不同癌癥類型中表達目的基因。在基因模塊中，TISCH提供了兩種可視化來自多個隊列的基因表達的方法。熱圖顯示了細胞類型平均水平的輸入基因表達。同時，網格小提琴圖反映了單細胞或10細胞分檔分辨率下輸入基因的表達分布。

???