利用单细胞转录组技术解析多种免疫细胞对大量细胞因子的响应_abio生物试剂品牌网
编者按：
细胞因子，这些微小却强大的信号分子，是免疫系统中的关键调控者，它们在调节免疫反应、炎症过程以及细胞生长和分化中扮演着至关重要的角色。然而，不同免疫细胞类型如何响应特定细胞因子，以及这些响应如何影响细胞状态和功能，仍有许多未解之谜。单细胞转录组技术，将带我们揭开谜团。本文将展示如何利用单细胞转录组技术构建全面的“免疫词典”，系统解析多种免疫细胞对大量细胞因子的响应，为开发新的免疫疗法提供重要线索。
研究背景
细胞因子在调节免疫反应方面至关重要，但不同免疫细胞如何响应特定细胞因子及其对细胞状态的影响尚不完全清楚。传统转录组学虽能提供基因表达数据，却难以直接揭示触发这些响应的具体因素。为此，研究者采用单细胞转录组测序技术，系统分析了多种免疫细胞对大量细胞因子的响应，旨在建立全面的“免疫词典”，以更好地理解免疫系统的复杂性，并为开发新疗法提供依据。
文章详情
文章题目：Dictionary of immune responses to cytokines at single-cell resolution
中文题目：单细胞分辨率的细胞因子免疫反应词典
发表时间：2024.01
期刊名称：Nature
影响因子：50.5
实验平台：10x Genomics单细胞转录组测序
DOI：10.1038/s41586-023-06816-9
研究结果
1.免疫词典
为了全面了解免疫细胞对各种细胞因子的响应，研究人员使用单细胞转录组测序技术系统地分析了小鼠淋巴结中超过17种免疫细胞类型对86种细胞因子的反应。通过将重组细胞因子或磷酸盐缓冲液注射到小鼠体内，并在4小时后收集淋巴结样本进行单细胞转录组测序，研究生成了一个大规模扰动的免疫系统数据集。通过对这些数据分析，研究者识别出了每种细胞类型对特定细胞因子处理的差异表达基因(DEGs)，并发现大多数DEGs是上调而非下调的。此外，研究还绘制了一张图谱，量化了每种细胞类型中细胞因子处理细胞与对照细胞之间的全局转录组变化。这张图谱不仅捕捉到了已知的细胞因子靶标，还揭示了许多新的响应模式。
Fig1. “免疫词典”
2.细胞类型特异性的细胞因子响应
为了进一步探索不同细胞类型对相同细胞因子的响应，研究者进行了以细胞因子为中心的分析。利用热图展示IFNβ、IL-1β和TNF等细胞因子诱导的基因表达变化，他们观察到细胞因子能够引起细胞类型特异性的基因表达改变。研究者还定义了由共同表达的基因组成的基因程序(GPs)，这些基因作为一个群体响应细胞因子而上调。例如，I型干扰素如IFNα1和IFNβ几乎在所有细胞类型中诱导了抗病毒GP，而IL-1α和IL-1β则触发了高度细胞类型特异性的功能。此外，研究发现一些细胞因子引起的响应可能是由于次级效应导致的，强调了考虑因对单一细胞因子的复杂体内免疫反应而对非目标细胞类型快速诱导的次级效应的重要性。
Fig2. 细胞因子诱导细胞类型特异性转录组反应
3.细胞因子驱动的细胞极化状态
为了确定细胞因子诱导的细胞状态，研究者从细胞类型的角度分析了免疫词典。通过亚聚类每个免疫细胞类型，研究者定义了66种主要的极化状态，这些状态在细胞因子处理的细胞中显著富集，并且表达有意义的生物程序。例如，巨噬细胞可以被不同的细胞因子驱动，转变为促炎M1样或修复性M2样状态，而NK细胞在IL-18的作用下表现出独特的基因上调现象。此外，研究显示B细胞和T细胞也可以通过细胞因子极化来表达多样化的基因程序。总体而言，这些发现揭示了所有免疫细胞类型的可塑性以及细胞因子如何影响它们的状态。
Fig3. 细胞因子驱动每种细胞类型的不同极化状态
4.细胞因子产生-响应图
为了更好地理解每种细胞类型的细胞间通讯，研究者通过量化所有基线条件和细胞因子刺激条件下相应转录水平的平均值来确定每种细胞因子的产生来源。成纤维网状细胞(FRCs)和其他稀有细胞类型表达了大量细胞因子，表明它们在免疫细胞间通信网络中的重要性。基于细胞因子产生水平和细胞因子响应，研究者构建了一个细胞-细胞互作组，描绘了免疫系统中存在的细胞-细胞通讯通道。这个互作组揭示了细胞通过细胞因子网络在体内相互作用的多样化方式。
Fig4. 细胞因子生成图（按细胞类型）
5.免疫响应富集分析
为了解决转录组数据无法直接揭示触发细胞状态及其功能的因素的问题，研究者开发了免疫响应富集分析（IREA）软件。IREA通过统计测试评估转录组中细胞极化或细胞因子特征的富集情况，从而推断出细胞-细胞通讯网络。应用IREA于接受抗PD-1治疗的小鼠肿瘤免疫细胞数据集，研究者发现单核细胞和巨噬细胞倾向于IFNγ诱导的M1样状态，而NK细胞则倾向于细胞毒性状态。此外，IREA还应用于严重COVID-19感染的数据，揭示了B细胞和T细胞对细胞因子的响应。这些结果表明IREA能够推断出触发细胞响应的关键分泌因子，并生成复杂免疫响应背后的分子模型。
Fig5. IREA能够根据转录组数据推断细胞因子活动、免疫细胞极化和细胞间通讯
主要结论
本研究利用单细胞转录组测序技术生成了超过17种免疫细胞类型对86种细胞因子反应的“免疫词典”。从细胞因子的角度来看，词典显示大多数细胞因子诱导高度细胞类型特异性的反应。从细胞类型的角度看，该词典识别出了超过66种由细胞因子驱动的跨免疫细胞类型的极化状态，包括以前未被描述的状态。基于这个词典，研究者开发了配套软件——免疫响应富集分析，用于评估基因表达数据中的细胞因子活动和免疫细胞极化，并应用它来揭示免疫检查点阻断疗法后肿瘤中的细胞因子网络。这份词典提出了关于细胞因子功能的新假设，阐明了细胞因子的多效性效应，扩展了对每种免疫细胞激活状态的认识，并提供了一个框架来推断特定细胞因子和细胞间通信网络在任何免疫反应中的作用。
> 参考文献：
Cui, Ang et al. “Dictionary of immune responses to cytokines at single-cell resolution.” Nature vol. 625,7994 (2024): 377-384.
