《Science | 以VDJ区分析B细胞T细胞空间免疫特征的空间转录组新技术》

  • 来源专题:战略生物资源
  • 编译者: 李康音
  • 发布时间:2023-12-10
  • 2023年12月8日,卡罗林斯卡学院Jeff E. Mold团队在Science发表题为Spatial transcriptomics of B cell and T cell receptors reveals lymphocyte clonal dynamics的文章。

    VDJ是与抗体(免疫球蛋白)相关的概念,它指的是抗体的变异(Variable)、多样性(Diversity)和连接(Joining)的基因片段。在免疫系统中,这些基因片段通过基因重组的方式形成抗体和T细胞受体的完整功能序列。该研究提出了用空间转录组学分析VDJ序列,在组织中映射完整的B细胞受体和T细胞受体序列的方法。在人扁桃体组织中,作者证明Spatial VDJ 能够有效捕获数千个BCR和TCR克隆型,与已知的B和T细胞解剖位置相匹配。与正交测序方法的比较验证了检测到的克隆,特别是其中富集的克隆。在人乳腺瘤中,Spatial VDJ 将扩增的T细胞克隆与肿瘤边界联系起来,并将不同的B细胞克隆与肿瘤内不同区域联系起来。这种空间分区表明局部肿瘤抗原识别,对免疫疗法可能有潜在影响。

    在B细胞滤泡内,作者揭示了相当大的滤泡间克隆多样性。一些克隆保持在单个滤泡内,而其他克隆则出现在多个滤泡内,表明激活的B细胞同时在生发中心扩增。空间系统发育分析可视化了B细胞亚克隆的同时谱系分支和到不同的滤泡的传播过程。在滤泡外,Spatial VDJ 确定了可能的B细胞类型切换位点,解释了滤泡外抗体成熟。

    总的来说,这种高度创新的方法允许在组织中原位可视化淋巴细胞克隆动态。捕获完整的抗原受体序列使得以前不可能的空间免疫库分析成为可能。尽管缺乏单细胞分辨率,Spatial VDJ 可以捕获扩增和高转录克隆。而且,它在研究感染、疫苗接种、癌症和其他与疾病相关的免疫过程方面提供了相当大的实用性。将嵌入组织的淋巴细胞库与局部基因表达联系起来,可能有助于识别疾病反应克隆或免疫治疗靶向的微环境。Spatial VDJ 代表了在原位全面调查免疫应答方面的重大进展。

  • 原文来源:https://www.science.org/doi/10.1126/science.adf8486
相关报告
  • 《Nature | 解析免疫细胞互作,追溯免疫进化特征》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2024-06-13
    • 2024年6月12日,以色列理工学院Shai S. Shen-Orr通讯在Nature发表题为Interactions between immune cell types facilitate the evolution of immune traits的文章,阐明了影响免疫功能的关键因素——免疫细胞群体多样性的遗传决定因素和进化机制。 通过利用基因多样的协作交叉(Collaborative Cross, CC)小鼠模型,研究人员分析了多种免疫细胞在骨髓中的频率。他们观察到免疫细胞组成的显著变化,突出了这种特性的多基因性质。通过全面的遗传关联分析,作者确定了271个与各种免疫细胞类型的频率显著相关的基因,范围包括了造血干细胞、T细胞、B细胞和髓系细胞。 作者发现许多相关基因参与细胞固有过程,如增殖、迁移和细胞死亡,这表明稳态平衡在决定免疫细胞频率方面起着至关重要的作用。然而,他们也发现了一个有趣的现象:一组被称为“细胞反式基因(cyto-trans genes)”的基因会影响特定细胞类型的丰度,而不会在该细胞类型本身中表达。这些细胞反式基因可能通过直接或间接与其他细胞类型的相互作用发挥作用,在不同的免疫细胞群体之间形成复杂的沟通网络。值得注意的是,作者发现,与以细胞自主(细胞顺式,cyto-cis)方式作用的基因相比,这些细胞反式基因在脊椎动物进化过程中面临着较弱的负选择。 这一观察结果表明,免疫细胞类型之间的相互作用提供了一个表型空间,突变可以在不显著损害适应度的情况下产生变异。换言之,免疫系统的模块化组织,不同的细胞类型相互作用,通过允许接近中性的变异在控制这些相互作用的基因中积累,增强了系统的进化能力。作者通过分析一个大型人类数据集进一步加强了他们的发现,证实了与血液中免疫细胞频率相关的细胞反式基因也表现出降低的进化保守性。这种跨物种的一致性强调了模块化和细胞间相互作用在驱动免疫系统进化性方面的重要性。 总的来说,这项研究为形成免疫细胞多样性的遗传结构和进化机制提供了有价值的见解。通过阐明细胞反式基因的作用和免疫系统的模块性,作者强调了理解复杂生物系统进化性的新范式。这些知识不仅加深了我们对免疫功能的理解,而且对仿生工程和受自然原理启发的稳健、适应性系统的设计也有更广泛的意义。
  • 《单细胞转录组测序数据分析COVID-19患者恢复期的免疫细胞》

    • 来源专题:实验室生物安全
    • 编译者:苑晓梅
    • 发布时间:2020-05-28
    • 单细胞转录组数据:分别从10个COVID-19和5个健康个体中获得PBMC细胞后,进行单细胞转录组分析,同时分析了BCR和TCR,患者来自于恢复期患者。根据基因的特异性表达,将PBMC中的细胞分为三种来源的免疫细胞:髓系细胞、NK和T细胞以及B细胞。进一步对其进行划分,共计获得20种不同的免疫细胞cluster。 首先对三种大类免疫细胞在COVID-19患者中的变化进行分析,结果表明相对于健康个体,患者中髓系细胞的比例显著增加,NK和T细胞的比例降低,同时发现在恢复后期患者中B细胞以及NK和T细胞的比例高于恢复早期患者,但是髓系细胞的比例低于恢复早期患者。以上结果表明在感染患者PBMC中淋巴细胞和髓系细胞的比例具有显著的变化。同时作者分析了在感染前后不同免疫细胞的基因表达差异分析,结果表明在患者免疫细胞中炎症因子和趋化因子显著增加。 接下来作者对髓系细胞进行分析,根据特异性基因的表达,将髓系细胞分为6种细胞,分别命名为Classical CD14++ monocytes (M1),non-classical CD16++ (FCGR3A) CD14−/+ monocytes (M2),intermediate CD14++ CD16+ monocytes (M3),CD1C+ cDC2 (M4), CLEC9A+ cDC1 (M5)和 pDC(CLEC4C+CD123+) (M6) 。接下来作者分别对比了不同髓系细胞在感染前后的变化,结果发现M1在恢复早期患者种显著高于健康个体,同时发现CD14+细胞中IL-1β和TNF显著增加。进一步发现在患者中促炎因子和干扰素刺激基因显著增加,但是一炎基因显著降低。同时对比了恢复前后期IL-1β的变化情况,结果表明在前期显著增加,后期降低。同时对M1高表达基因进行功能通路富集,发现与细胞因子信号和炎症因子激活相关。 接下来作者对NK细胞和T细胞进行分析,根据基因表达差异分析,将其分为 不同的10个细胞亚群,包括2种不同的NK细胞亚群和8种不同的T细胞。分别比较了在感染前后不同细胞亚群的变化情况,在患者中效应CD8+ T细胞核NK细胞显著降低,CD4+ T细胞比较稳定。接下来作者分析了在不同NK和T细胞中基因表达差异,发现在感染患者中炎症相关因子和干扰素刺激基因显著增加,与髓系细胞类似。同时根据TCR测序分析发现在恢复早期患者中T细胞的增殖显著降低。 接下来作者对PBMC中B细胞亚群进行分析,根据基因特异性表达,将B细胞分成4个不同的cluster,并根据基因表达进行定义,并对比了患者和健康个体之间的差异,发现浆细胞在患者中显著增加,但是naive B细胞显著降低。同时发现在恢复早期患者的MPB细胞中B细胞活化相关基因在感染患者中显著增加,在浆细胞和抗体分泌细胞中也存在相同的现象,说明抗体分泌细胞在病毒感染过程中发挥关键的功能。同样的,作者分析了不同B细胞亚群基因表达分析,发现相对于健康个体,患者中炎症因子显著增加。 最后作者研究在感染患者中PBMC中各种细胞之间的相互关系来分析以上发现的在患者中不同细胞亚群发生的变化。在感染患者中发现了单核细胞活化,增殖以及炎症相关的信号,同时发现T细胞-单核细胞之间的相互作用可能在提高患者免疫应答中发挥重要作用。