5.5 动物模型与免疫组学


5.5 动物模型与免疫组学

本节摘要:动物模型是免疫学研究必不可少的工具,免疫组学则提供了系统层面的分析视角。本节介绍常用免疫学动物模型的分类和特点,以及免疫组学技术在理解免疫系统整体行为中的应用。

你能学到什么

阅读完本节,你应当能够:

  1. 区分近交系小鼠、基因敲除小鼠和人源化小鼠在免疫学研究中的用途
  2. 理解动物模型在免疫学研究中的优势和局限性
  3. 描述免疫组学的多组学整合策略
  4. 了解微生物组-免疫轴的研究方法和意义

免疫学动物模型

近交系小鼠

近交系小鼠(如 C57BL/6、BALB/c)通过连续 20 代以上的兄妹交配获得,基因型几乎完全纯合。不同近交系小鼠对相同免疫刺激的反应差异很大——比如 BALB/c 偏向 Th2 应答,C57BL/6 偏向 Th1 应答。这种品系差异被广泛用于研究遗传背景对免疫应答的影响。

基因修饰小鼠

基因敲除(KO)小鼠:通过同源重组或 CRISPR 技术使特定基因失活。是研究单个基因功能的最直接工具。如 MyD88 KO 小鼠揭示了许多 TLR 信号通路的细节。

转基因(TG)小鼠:引入外源基因使其在特定组织中表达。如 OT-I 和 OT-II 小鼠表达了固定的 TCR(分别识别卵清蛋白的 MHC I 和 MHC II 表位),广泛用于 T 细胞应答研究。

条件性敲除小鼠:通过 Cre-loxP 系统实现组织特异性或时间特异性的基因敲除。比如只在 T 细胞中敲除某个基因,而不影响其他细胞。

报告基因小鼠:在特定启动子驱动下表达荧光蛋白(如 GFP、YFP),用于追踪特定细胞类型在体内的分布和动态。如 Foxp3-GFP 小鼠可以直接观察 Treg 在组织中的分布。

人源化小鼠

由于小鼠和人类的免疫系统存在显著差异,很多人类免疫学研究需要使用人源化小鼠模型:

  • Hu-PBL 小鼠:将人外周血单个核细胞(PBMC)注入免疫缺陷小鼠(如 NSG),重建部分人类免疫系统。适用于短-term 人类免疫应答研究。
  • Hu-SRC 小鼠:将人 CD34+ 造血干细胞注入新生 NSG 小鼠,在体内重建更完整的人类免疫系统(包括 T 细胞、B 细胞、髓系细胞)。
  • BLT 小鼠:将人胎肝和胸腺组织片段与造血干细胞共移植,形成"Bone marrow-Liver-Thymus"模型,有更完整的人类 T 细胞发育和 MHC 限制性。

⚠️ 动物模型的局限:小鼠和人类的免疫系统差异不仅在于基因序列,还在于寿命、微生物组、生活环境和免疫细胞频率。在小鼠中有效的免疫策略不一定适用于人类。因此,动物模型结果必须在临床前研究中谨慎外推。

动物实验设计的三个伦理与转化原则

动物实验不是"随便养只老鼠打一针",背后有明确的伦理与转化规范。3R 原则(替代、减少、优化)是所有动物实验设计的底线:优先用细胞实验和计算机模拟替代动物,用统计功效计算把动物数控制在最小必要量,并通过优化操作(麻醉、镇痛、福利监测)降低动物的痛苦。

转化层面还有一个常被忽视的问题——剂量换算不是简单的按体重缩放。小鼠和人类的新陈代谢率差异巨大,按"每公斤体重的剂量"直接换算往往会在人体试验中造成严重的毒性或无效。标准做法是用体表面积(BSA)或异速缩放(allometric scaling)换算,并在临床前毒理研究中同时观察药代动力学参数。许多免疫治疗药物在小鼠模型上效果惊艳、在人体却折戟,原因之一就是临床前模型的选择和剂量换算没有把"物种差异"这个变量处理到位。

免疫组学:系统视角

什么是免疫组学

免疫组学是将基因组学、转录组学、蛋白质组学、代谢组学等多组学技术整合应用于免疫系统研究,从全局视角理解免疫应答的复杂调控网络。

多组学整合策略

基因组学:GWAS 发现自身免疫病的遗传易感位点;免疫基因多态性与疾病易感性的关联。

转录组学:bulk RNA-seq 揭示免疫细胞在特定条件下的基因表达变化;单细胞 RNA-seq 揭示细胞异质性。

蛋白质组学:质谱技术分析免疫细胞的蛋白质表达和翻译后修饰(磷酸化、泛素化)。

代谢组学:免疫细胞的代谢状态与其功能密切相关——活化 T 细胞偏好糖酵解(Warburg 效应),记忆 T 细胞依赖脂肪酸氧化,Treg 依赖氧化磷酸化。

微生物组学:16S rRNA 和宏基因组测序分析肠道微生物组与免疫系统的相互作用。

高维免疫表型分析:流式的"升级版"

传统流式细胞术受限于荧光光谱重叠,通常同时检测 10-30 个参数。免疫组学时代的高维平台突破了这一限制:

**质谱流式(CyTOF)**用稀有金属同位素代替荧光染料标记抗体,每个通道几乎无光谱重叠,可以同时检测 40-50 个蛋白参数。CyTOF 数据用 t-SNE 或 UMAP 降维后,免疫细胞群体以"等高线地图"的方式呈现,研究者可以在一张图上同时看到数十个细胞亚群的比例和表型变化。在自身免疫病和肿瘤免疫研究中,CyTOF 常被用来做"免疫表型全景扫描"——比较患者和健康人的免疫景观,找出异常扩张或缺失的细胞群。

**光谱流式(spectral flow)**则是流式的另一个进化方向,通过记录每个荧光染料的完整发射光谱并用算法拆解,突破了传统"滤光片+补偿"的通道数限制,让 30-40 色的常规流式成为可能,且比 CyTOF 更接近传统流式的操作习惯和成本。

高维平台带来的不只是"多测几个指标",而是分析范式的转变:从"先验地圈门找已知细胞群"变成"无偏聚类发现未知细胞群"。前者受限于研究者的预设,后者允许数据自己说话——这正是免疫组学"系统视角"的体现。

微生物组-免疫轴

肠道微生物组对宿主免疫系统有深远影响:

  • 免疫发育:无菌小鼠的免疫系统发育不完全——Peyer's patches 小、Th17 细胞少、IgA 水平低
  • 免疫调控:特定共生菌(如 Bacteroides fragilis)通过其多糖诱导 Treg 分化
  • 疾病关联:肠道微生物组失调与炎症性肠病、过敏、自身免疫病、甚至神经系统疾病相关

微生物组-免疫轴的研究方法包括无菌动物模型、抗生素处理、粪便微生物移植(FMT)和多组学分析。

常见疾病模型的选型对照

疾病类型 常用模型 诱导方式 主要用途
多发性硬化 实验性自身免疫性脑脊髓炎(EAE) 髓鞘蛋白免疫+佐剂 测试免疫抑制药物
类风湿关节炎 胶原诱导关节炎(CIA) II 型胶原免疫 评价抗炎与耐受诱导策略
哮喘 卵清蛋白(OVA)致敏 腹腔致敏+气道激发 研究 Th2/IgE 应答
炎症性肠病 DSS 结肠炎 口服葡聚糖硫酸钠 研究肠道炎症与黏膜屏障
移植物抗宿主病 异基因骨髓移植模型 供者脾细胞输注 开发 GVHD 干预方案
肿瘤免疫 同系移植瘤模型 同系肿瘤细胞皮下接种 在完整免疫背景中评价免疫治疗

选模型的关键是"免疫背景匹配":研究免疫治疗必须在免疫功能健全的同系小鼠上进行,因为裸鼠和 SCID 鼠缺乏 T 细胞,根本不会产生免疫排斥肿瘤的能力,任何"疗效"都是体外杀伤的假象。这也是为什么肿瘤免疫领域强调从人源肿瘤异种移植模型转向同系模型——前者验证药物对肿瘤的直接作用,后者才能验证免疫系统的参与。

模型构建的三个真实细节

细节一:基因敲除小鼠的"补偿效应"陷阱

全身性基因敲除小鼠的一个隐蔽问题是发育补偿:某个基因在胚胎期就缺失时,其他基因可能上调来补位,导致成年后表型比预期温和甚至缺如。比如完全敲除 TNF 家族某个配体可能影响淋巴器官发育,干扰研究者想观察的"成熟免疫应答"表型。解决思路是条件性敲除(Cre-loxP)——在特定细胞类型(如 CD4-Cre 只删 T 细胞里的目标基因)或特定时间(他莫昔芬诱导)敲除,把发育补偿的干扰降到最低。

细节二:人源化小鼠的窗口期

NSG 小鼠(NOD/SCID/IL2rg 敲除)注射人 CD34 造血干细胞后,人类免疫系统重建需要约 12-16 周。重建早期以 B 细胞和髓系细胞为主,T 细胞发育(依赖人胸腺组织或胎肝胸腺移植)更慢。研究者必须在重建充分但未发生移植物衰竭的时间窗口内完成实验,通常从第 12 周到第 20 周左右。错过这个窗口,实验结果会大幅波动——这是人源化模型实验设计中最常被低估的一环。

细节三:无菌小鼠不等于"微生物组缺失"

无菌(GF)小鼠确实没有活菌,但它们的免疫表型不仅源于"没有细菌",还源于缺乏细菌代谢产物(如短链脂肪酸)和微生物相关的分子模式刺激。单菌定植实验(gnotobiotic)用一株特定的细菌重建,可以精确定位某一菌株对免疫的影响——例如,单独定植分段丝状菌足以诱导 Th17 细胞,这证明"特定菌株-特定免疫效应"的因果关系可以在可控条件下建立。

免疫组学:从组学数据到免疫结论

免疫组学的核心挑战是把海量数据变成可检验的免疫学假说。三个常用分析思路:

表达反卷积:实体肿瘤的 bulk RNA-seq 数据里混杂着肿瘤细胞、基质细胞和多种免疫细胞。用反卷积算法(根据参考免疫细胞表达谱拆分混合信号)可以估算肿瘤组织里 CD8 阳性 T 细胞、巨噬细胞等的相对比例。TCGA 数据库的大规模分析发现,多数肿瘤中 CD8 阳性 T 细胞浸润比例与患者生存期正相关——这就是从公共组学数据中提取免疫学结论的范例。

GWAS 与 HLA 富集:自身免疫病的全基因组关联研究反复命中 HLA 区域,且不同疾病关联不同的 HLA 等位基因(强直性脊柱炎-HLA-B27、乳糜泻-HLA-DQ2/DQ8)。把遗传关联映射到抗原呈递功能上,可以提出"特定 MHC 分子呈递特定自身肽段"的机制假说,再回到实验模型验证。

单细胞图谱的公共资源:人类细胞图谱计划积累的免疫单细胞数据让研究者可以"查表"式地比较自己的数据。例如,把患者外周血单细胞数据投影到健康免疫图谱上,可以快速识别异常扩增的细胞群,为疾病分层提供线索。这类资源的可重复使用,正在把免疫组学从"自己造数据"推向"数据+计算"的新范式。

下一章预告:第 6 章将展望免疫学的前沿方向——肿瘤免疫、移植免疫、黏膜免疫和免疫学的未来。


作者与出处
来源:灏天文库
整理: 灏天文库整理
由灏天文库平台收录,内容或由平台用户上传,仅供学习交流
发布者: 作者: 转发
评论区 (0)
U