单细胞技术绘制出人类免疫系统的全生命周期图谱

免疫系统在人类整个生命周期中经历发育、成熟和衰老的过程，这一过程伴随着免疫细胞组成和功能的动态变化。从出生到老年，免疫系统逐渐成熟并提供对外来病原体的保护，但随着年龄增长，免疫功能逐渐衰退，导致感染、心血管疾病和癌症等发病率增加。尽管已有研究揭示了免疫细胞在特定年龄阶段的变化，但目前仍缺乏对人类免疫系统在整个生命周期内单细胞转录组和蛋白质水平上的全面理解。

因此，上海交通大学卜军团队旨在填补这一空白，通过大规模的单细胞分析，揭示人类外周免疫细胞在出生到老年过程中的演变轨迹。研究招募了220名来自上海浦东队列（NCT05206643）的健康志愿者，年龄跨度从0岁到90岁以上，覆盖13个年龄组。研究人员通过单细胞RNA测序（scRNA-seq）结合单T细胞和B细胞受体测序（scTCR/BCR-seq）、高通量质谱流式细胞术（CyTOF）、批量RNA测序（bulk RNA-seq）和流式细胞术验证实验，对这些志愿者的外周免疫细胞进行了全面分析。

相关内容以“Integrating single-cell RNA and T cell/B cell receptor sequencing with mass cytometry reveals dynamic trajectories of human peripheral immune cells from birth to old age”为题发表在《Nature Immunology》上。

【主要内容】

图1 人类整个生命周期中外周免疫细胞单细胞转录组概览

图中展示了从新生儿到老年人的外周免疫细胞单细胞转录组的全面分析结果。研究人员通过单细胞RNA测序（scRNA-seq）技术，从220名健康志愿者的样本中识别出25种不同的外周血单个核细胞（PBMC）亚群，并通过均匀流形近似投影（UMAP）进行了可视化。图中还展示了这些细胞亚群的标志性基因表达情况，以及不同年龄组中各细胞亚群比例的变化，揭示了免疫细胞组成随年龄增长的动态变化。

图2 整个人类生命周期中外周免疫细胞的全局转录组动态

研究人员计算了每个细胞亚群的差异表达基因（DEGs）数量，并发现T细胞亚群受年龄影响最为显著。图中还展示了这些DEGs在生物学过程中的功能富集分析结果，揭示了免疫细胞在不同生命阶段的功能变化，以及与年龄相关的基因表达模式。

图3 整个人类生命周期中细胞间相互作用的重连

研究发现，随着年龄的增长，细胞间的相互作用网络发生了显著变化，尤其是在T细胞中，免疫检查点在年龄调节的CCI网络中扮演了关键角色。图中通过热图和网络图展示了不同生命阶段CCIs的变化，揭示了免疫细胞间相互作用的动态变化，表明免疫检查点在免疫细胞间相互作用的年龄调节中具有重要作用，这可能与人类免疫系统的发育、成熟和衰老密切相关。

图4 T细胞克隆扩增在整个生命周期中的变化

本图分析了T细胞克隆扩增在整个生命周期中的动态变化。研究发现，T细胞克隆扩增在儿童和老年人中存在两个高峰，分别在2-12岁和70-90岁通过展示不同T细胞亚群的克隆扩增水平，以及与年龄相关的基因表达变化，揭示了T细胞在不同生命阶段的克隆扩增特征。

图5初始T细胞和CD8+ MAIT细胞的衰老特征

研究发现，幼稚CD4+和CD8+ T细胞在不同生命阶段表现出不同的衰老模式：幼稚CD4+ T细胞在儿童期快速减少，而幼稚CD8+ T细胞在成年后迅速衰减。此外，CD8+ MAIT细胞在青少年期达到相对丰度和克隆多样性的峰值，随后逐渐下降。这些结果揭示了不同T细胞亚群在人类生命周期中的独特动态变化，为理解免疫系统衰老提供了重要见解。

图6 新发现的细胞毒性B细胞亚群的功能

图中详细分析了新发现的“细胞毒性”B细胞亚群（B_BCR+GNLY+）的功能特征。研究通过单细胞RNA测序和蛋白质水平的验证实验，确认了这种B细胞亚群同时表达B细胞标志物和细胞毒性基因，如颗粒酶（GNLY）和穿孔素（PRF1）。图中展示了这种细胞亚群的标志性基因表达情况，以及其在不同年龄组中的分布和功能特征。

图7 基于单细胞数据的免疫年龄预测模型

免疫年龄预测模型（siAge）模型利用全生命周期的单细胞数据，通过随机森林算法，从25个细胞亚群中筛选出21个关键基因，构建了免疫年龄预测模型。图中展示了模型的构建过程、验证结果以及在健康个体和免疫功能异常个体中的应用，证明了该模型能够准确评估个体的免疫状态。

【全文总结】

本研究通过整合单细胞RNA测序、T细胞和B细胞受体测序以及质谱流式细胞术等多种技术，对220名健康志愿者（年龄从0岁到90岁以上）的外周免疫细胞进行了全面分析。研究揭示了T细胞亚群在不同生命阶段的显著变化，包括细胞组成、转录组特征、免疫检查点的重连以及克隆扩增的动态变化。此外，研究还发现了一种新的“细胞毒性”B细胞亚群，并开发了一个基于单细胞数据的免疫年龄预测模型（siAge），能够评估个体的免疫状态并识别免疫功能异常。这些发现为理解人类免疫系统的衰老过程提供了宝贵的资源，并为未来的免疫干预研究提供了新的方向。

原文链接：

https://www.nature.com/articles/s41590-024-02059-6