Cancer är den näst mest förekommande dödsorsaken i världen följt av hjärt- och kärlsjukdomar. De mest använda cancer behandlingar såsom kemoterapi är inte tillräckligt effektiva och specifika mot cancer då de även attackerar normala celler och ger upphov till flertal bieffekter. Således har immunoterapier såsom t.ex. “Chimeric Antigen Receptor” (CAR) T-cellsterapi, tagits fram i syfte att skapa bättre behandlingar mot cancer. Terapi utvecklingen är associerad med flera utmaningar såsom att lyckas öka effektiviteten av CAR T-celler för att kunna motverka cancer. Den utmaningen kan ses över genom att studera T celler för att hitta gener som är viktiga för deras funktion. Dessutom kan subpopulation av T celler karaktäriseras för att identifiera egenskaper som är insiktsfulla för utvecklingen av T cellterapier. Studien är baserad på ett existerande ScRNA-seq (“single cell RNA sequencing”) dataset som omfattar kultiverade T celler som har differentierats med hjälp av cytokiner. Projektet har drivits fram genom att tillämpa en bioinformatisk analys metod med hjälp av Python och Scanpy. Dessa verktyg har använts i syfte att bearbeta det högdimensionella datat och göra det tolkningsbar. Den bioinformatiska analysen inkluderar följande steg; ”preprocessing, dimensions reducering, visualisering, klustring och differentiellt genuttryck”. Klustring grupperar celler med liknande egenskaper i en cell subgrupp medan differentiellt uttryckta gener ger en insyn på specifika gener som är högt eller lågt uttryckta i dessa (T-cell) subgrupper. Studien konkluderar att CCL5 genen är högt uttryckt i både cytokin stimulerade och icke stimulerade T-cell subpopulationer. Detta indikerar att genen kan vara relevant för cellernas funktion och utvecklingen av T-cell baserade cancerbehandlingar då den även är involverad i rekrytering av immunceller till inflammations ställen (TME). Studien visar även att så kallade CD gener som motsvarar ytproteiner, som återfinns på ytan av många immunceller är relevanta för cancer. Vidare belyser arbetet komplexiteten i att identifiera gener som kan effektivisera genterapi då gener kan ha både en främjande samt en motverkande effekt på cancer, såsom FTH1 genen, vilket visar på är en ambivalens som tydliggör utmaningen som cancer forskningen står inför. Därav skulle fler studier behöva genomföras för att förstå hur CAR T celler kan modifieras genetiskt med avseende på olika gener i syfte att skapa effektivare CAR T-cellsterapi. 

Cancer is the second most common cause of death worldwide following cardiovascular diseases. Common cancer treatments such as chemotherapy are not specific to cancer, as they also target normal cells and give rise to many side effects and are thus not effective. Thus other highly potential immunotherapy treatments have been emerging such as Chimeric Antigen Receptor (CAR) T-cell therapy, in the aim of creating a more optimized treatment towards cancer. However this potent treatment comes with many challenges such as knowing what exact features create effective CAR T-cells that can fight cancer. This challenge can be addressed by analyzing T cells to find genes important for their function. In addition, subpopulations of T cells can be characterized to identify features that are insightful for the development of T cell therapies. The study is based on an existing ScRNA-seq (single cell RNA sequencing) dataset that covers cultivated T cells that have been differentiated with cytokines. The project was carried out through application of computational analysis where Python (a programming language) and Scanpy toolkit were applied with the end goal to make the high dimensional data interpretable. The computational analysis is based on the following steps: preprocessing, dimensional reduction, visualization, clustering and differential gene expression. Clustering enables categorization of cells of similar features into subgroups whereas differential gene expression gives insights into signature genes (marker genes) that are high or low expressed within these (T-cell) subgroups. The study concludes that gene CCL5 is highly expressed both in the T-cell subgroup that were stimulated by cytokines and in the subgroup that was not stimulated by any cytokines. This indicates that CCL5 is of high relevance for development of T cell related cancer therapeutics as it is also involved in the recruitment of immune cells to the inflammatory site (TME). The study also shows that CD genes, that correspond to surface proteins to be found on the surface of many immune cells, are relevant for cancer. Furthermore the study also highlights the difficulty in concluding the effects gene therapeutics may pose on cancer, as a gene such as FTH1 can have both enhancing and suppressing effects on cancer growth (depending on cancer type) which highlights the complexity of cancer research studies. Hence more studies are needed to be conducted to further understand how to alter Car T-cells with regards to different genes to create a more effective CAR T-cell therapy.