文章代码见：https://github.com/MelissaSaichi/Covid_scRNAseq.
主要发现：
1. plasmacytoid DCs促凋亡通路上调
2. pDCs和CLEC9a+DC分别有TLR9和DHX36的下调
3. 单核细胞亚群出现抗病毒的ISGs的下调
4. cDC1c+ DCs出现MHCII相关基因和MHC反式激活因子活性的下调，提示病毒抑制抗原呈递。
一. 所有样本整体情况分析
1. COVID-19患者的抗原呈递细胞(APC)亚群分布
该研究送了两批样本，第一批做discovery set，第二批做validation set。一共得到了81,643个APC，探索数据有42,784个，验证数据有38,859个。Fig1展示的是探索数据的42,784个细胞，分为6个亚群。
注释marker：
Mono marker：CD14和FCGR3A
DCmarker：CD1C和CLEC9A
CD14+单核细胞：CD14
CD16+单核细胞：FCGR3A
CD1c+ DCs：CD1c
CLEC9a+ DCs：CLEC9a
pDCs：TCF4, CLEC4C, IRF7, IRF8, LILRA4, IL3RA, TLR9, SPIB
AS-DCs：表达AXL和pDCs区分开
各型DC介绍：https://www.jianshu.com/p/a4acc7b618c0
2. APCs Inflammation-related pathways are hallmarks of COVID-19 APCs.
对三个不同分组的所有APC进行差异分析(Fig a, b, e)和富集分析(Fig c, d)。
差异分析计算的是该组和剩下两组的基因表达差异，比如Healthy组上调的基因是Healthy的APC和Moderate, Severe两组的APC相比的上调基因。图a展示了三组上调和下调的差异基因数，图b展示了Severe组和Healthy, Moderate两组相比top50的DEG。其中包括了促炎因子 (IL1B, CXCR4), 表面marker(CD36, CD83, AREG, ITGAM),酶 (CTSD, CTSB) and 分泌分子 (RETN, EREG, ANXA2)。
图c富集分析的结果所用的基因是moderate vs healthy和severe vs healthy。moderate患者高表达基因富集到了IFN-γ 和 IFN-α 反应通路，severe患者高表达基因富集到hypoxia 和 TNF-α 信号通路。图d是moderate vs severe的差异基因的通路富集结果。IFN-γ 和 TNF-α 信号通路可以被用于区分moderate和severe APCs。
图e画了moderate vs severe上下调基因根据log(FC)排序的线图
这里的富集结果也是HALLMARK基因集做的╮(╯ ╰)╭ ，这个geneset一共也就50个pathway，就这样给不同的病找了代表性pathway，对这种结果表示怀疑
3. Defective IFN responses in COVID-19 APCs.
a：既往研究显示，新冠患者出现外周血细胞因子的升高。和HC相比，患者外周血APC细胞表达IL1B, CXCL2, CXCL8 和 CCL3 增加，表达IL18下降。TGFB10在severe下调，在moderate没变化。IL6没有检测到。
b：尽管大多数细胞因子表达量低，富集分析却富集到了细胞因子信号通路相关的pathway。moderate和severe都富集到了IL6_JAK_STAT3’, ‘TGF-β’, ‘P53’, ‘TNFa_ SIGNALLING_VIA_NFKB’ and ‘KRAS_SIGNALLING’。
c：IFN家族是机体固有免疫和适用性免疫抗病毒反应最重要的机制之一。这里用scaled的热图展示了一些IFN相关基因在三组之间的表达（基因是挑的）。结果显示重症患者的APC的IFN相关基因表达水平较低，提示重症患者可能存在IFN相关信号通路的缺陷。
d和e：为了证实c的结论，用气泡图和小提琴图查看了一些抗病毒ISG和IFN信号通路的regulators在三组间的表达，发现这些基因的表达在moderate患者表达增高，在重症患者表达较低，与c图结论相一致。
图c, d和e展示的基因都是作者挑的，前面fig2已经有说了moderate患者高表达基因富集到了IFN-γ 和 IFN-α 反应通路，severe患者高表达基因富集到hypoxia 和 TNF-α 信号通路，那跟moderate患者相比，severe患者IFN相关的基因表达肯定低啊，出现fig3展示结果和结论不是很正常吗？感觉没什么意义
二. 每个细胞亚群的分析
前面Fig1对细胞进行了注释，Fig2和3查看了所有APC在HC，moderate和severe组中的变化，后面Fig4-7分别对pDC，单核，CLEC9A+ DCs和AS-DCs，CD1C+DCs这四类APC进行了分析，做的分析也都非常的常规，就是看看差异基因和富集通路，再选一些觉得有意义的基因看看表达差异。四个Fig分别得出了一开始写的那四条结论。
不过这里用到了之前没见过的转录因子活性预测工具，具体用法见DoRothEA：scRNAseq转录因子活性预测工具
