9.2 测序、模型与免疫组学:高维地图时代


文档摘要

9.2 测序、模型与免疫组学:高维地图时代 本节摘要:第三代与第四代装备把免疫学推入高维时代:HLA 分型读到等位基因级、TCR 与 BCR 库测序读出作战历史、单细胞转录组列出每个细胞的全谱状态、空间转录组给地图配上坐标;人源化小鼠与类器官补上活体沙盘。本节用受体库克隆性的演算收尾——「多样性」从此是一个可计算的量。 平均数的时代正在结束。流式能数出「多少个 CD8 T 细胞」,却答不出「这些细胞是不是同一批克隆的复制粘贴」;HLA 血清学分型能定「宽特异性」,却够不到等位基因级的差异;组织切片能看见「细胞在哪里」,却说不出「每个细胞在表达什么」。本节把这些断点逐一接上——测序给身份与历史,组学给状态与坐标,模型给试错场地。

9.2 测序、模型与免疫组学:高维地图时代

本节摘要:第三代与第四代装备把免疫学推入高维时代:HLA 分型读到等位基因级、TCR 与 BCR 库测序读出作战历史、单细胞转录组列出每个细胞的全谱状态、空间转录组给地图配上坐标;人源化小鼠与类器官补上活体沙盘。本节用受体库克隆性的演算收尾——「多样性」从此是一个可计算的量。

平均数的时代正在结束。流式能数出「多少个 CD8 T 细胞」,却答不出「这些细胞是不是同一批克隆的复制粘贴」;HLA 血清学分型能定「宽特异性」,却够不到等位基因级的差异;组织切片能看见「细胞在哪里」,却说不出「每个细胞在表达什么」。本节把这些断点逐一接上——测序给身份与历史,组学给状态与坐标,模型给试错场地。它也是全册免疫信息学的总纲:第 10 章的免疫治疗监测将直接调用这里的指标。

HLA 分型与受体库测序:读格式与读历史

HLA 分型的分辨率跃迁值得单独记账。血清学时代用已知抗血清定宽特异性(如 A2),分子时代用测序直接读等位基因(A02:101 与 A02:250 的差异在血清学下不可见,移植配型与药物超敏关联上却天差地别——卡马西平超敏与特定 HLA-B 等位基因的强关联已成为用药前筛查)。移植配型因此从「配血清型」进化到「配高分辨等位基因」,错配负担的算法(eplet 不匹配数)把「越像越好」变成了可计算的评分。

受体库测序读的是另一本账:作战历史。TCR 与 BCR 的 VDJ 区域序列是每个克隆的「编号」,免疫组库(repertoire)测序把外周血或组织里的全部克隆编号与丰度列成频谱。指标里最有用的是克隆性(clonality):一次强应答后,少数克隆大幅扩增,频谱从平缓变得陡峭——陡峭程度量化了「免疫系统的战役痕迹」。感染、疫苗应答、肿瘤浸润、移植排斥都能在频谱上留下签名;微小残留病灶与免疫治疗应答的监测已经开始调用这套指标。

# 受体库克隆性的演算(教学示意) 频谱:克隆丰度列表(读数占比) 样本A(应答前):0.02 0.015 0.018 0.022 0.012 0.02 0.017 ...(平坦) 样本B(应答后):0.21 0.15 0.09 0.05 0.04 0.03 0.02 ...(陡峭) 香农熵 H = -Σ p * ln(p),皮叶数(归一化)E = exp(H) / 克隆数 平坦谱 → 熵高 → E 接近 1 → 多样性好 陡峭谱 → 熵低 → E 显著小于 1 → 克隆性强 样本A:E ≈ 0.95(多克隆稳态) 样本B:E ≈ 0.42(寡克隆扩张:少数克隆打了主仗) 判读纪律:克隆性高不等于好或坏—— 抗肿瘤应答希望它高(火力集中), 受体库整体耗竭(老化、缺陷)也表现为「仅剩少数克隆」。 要区分两者,看背景:伴随的多样性塌陷与细胞计数一起读。

图 9-2:从频谱到地图——组学流水线与沙盘

图 9-2:从频谱到地图——组学流水线与沙盘

案例:一份肿瘤浸润免疫状态的组学报告

把四代装备合练进一个肿瘤病例。黑色素瘤转移灶切除后:流式分选浸润淋巴细胞(TIL)发现 CD8 丰富但 PD-1 高表达;单细胞转录组把 CD8 分成耗竭前体与终末耗竭两群,轨迹推断提示前体在缓慢补充终末池;TCR 库测序显示克隆性 0.55 且优势克隆与肿瘤新生抗原反应性重合——「打得动但被按住」的画像;空间转录组证实终末耗竭群被阻挡在肿瘤巢外、前体群靠近三级淋巴结构。整合判读:适合检查点抑制剂(有可释放的火力与完整的靶标分布),治疗中用 TCR 克隆追踪监测「前体群是否扩张、克隆是否进入肿瘤巢」。这份报告里,第 4 章的耗竭光谱、第 8 章的冷热肿瘤、本章的组学工具与第 10 章的治疗决策全部咬合——高维地图的价值就是让每一章的知识在同一个病例里开会。

延伸辨析:高维时代的冷思考

问:单细胞测序那么贵,值吗?答:对「平均数会撒谎」的问题,它是唯一解:一个混着耗竭与活化克隆的样本,bulk 测序给出的是两者平均——像把咳嗽声与笑声混录成一段噪声。临床上它正从科研向场景化落地(免疫治疗前后配对、微小残留监测),成本曲线还在下行;但对多数常规问题,流式加血清学仍是性价比之王——工具的价值取决于问题,不取决于新。

问:空间转录组现在能看清单细胞吗?答:分辨率在快速演进,多数平台目前以「像素点」而非完整单细胞记录表达,需算法拆分细胞边界;mRNA 面板版分辨率高但基因数受限,全转录组版广度大但精度粗。它是「表达谱加坐标」的折中工程,用之前先问自己要广度还是精度。

问:免疫数字孪生离临床多远?答:组件齐了(多组学、受体库、因子谱),胶水(可解释的动态模型)还在实验室到试点的路上。现有最接近的形态是治疗应答的机器学习评分(疫苗应答预测、检查点分层),它们是「静态画像」而非「动态孪生」。把本章的装备图谱当成一条仍在施工的公路,比当成通车仪式更准确。

免疫组学还有一门容易被低估的性价比学科:公共数据库的再挖掘。全球药厂与科研机构沉淀的海量免疫治疗临床样本组学数据,正被二次分析反复变现——新的耗竭亚群、新的应答签名、新的分层标志物,大量来自对旧数据的重组解读。对学习者而言,这意味着本章的门槛正在降低:读懂指标(克隆性、签名、分层)比拥有仪器更早成为入场的钥匙——工具在厂商手里,问题在使用者手里,两者的差距才是真正的护城河。

本节要点

  • HLA 分型进入等位基因时代:配型评分与药物超敏筛查都建立在测序分辨率上;
  • 受体库是可计算的作战历史:熵与克隆性把「多样性」变成指标,判读必须连着背景读;
  • 单细胞重画了细胞类型清单:中间态与轨迹让「分化」从开关变成路径;
  • 空间转录组补上了「谁挨着谁」:邻居关系是微环境功能的决定项;
  • 沙盘与读数要合练:人源化小鼠与类器官提供「改方案的后果」,免疫学的闭环从这里起步。

兵工厂盘点完毕。第 10 章收官:全部装备如何兑换成处方——疫苗、抗体药、细胞药与松刹车的艺术。


作者与出处
原作者: 灏天文库
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: 灏天文库 转发
评论区 (0)
U