編者按：

細胞因子，這些微小卻強大的信號分子，是免疫系統中的關鍵調控者，它們在調節免疫反應、炎癥過程以及細胞生長和分化中扮演著至關重要的角色。然而，不同免疫細胞類型如何響應特定細胞因子，以及這些響應如何影響細胞狀態和功能，仍有許多未解之謎。單細胞轉錄組技術，將帶我們揭開謎團。本文將展示如何利用單細胞轉錄組技術構建全面的“免疫詞典”，系統解析多種免疫細胞對大量細胞因子的響應，為開發新的免疫療法提供重要線索。

研究背景 

細胞因子在調節免疫反應方面至關重要，但不同免疫細胞如何響應特定細胞因子及其對細胞狀態的影響尚不完全清楚。傳統轉錄組學雖能提供基因表達數據，卻難以直接揭示觸發這些響應的具體因素。為此，研究者采用單細胞轉錄組測序技術，系統分析了多種免疫細胞對大量細胞因子的響應，旨在建立全面的“免疫詞典”，以更好地理解免疫系統的復雜性，并為開發新療法提供依據。

文章詳情 

文章題目：Dictionary of immune responses to cytokines at single-cell resolution
中文題目：單細胞分辨率的細胞因子免疫反應詞典
發表時間：2024.01
期刊名稱：Nature
影響因子：50.5
實驗平臺：10x Genomics單細胞轉錄組測序
DOI：10.1038/s41586-023-06816-9

研究結果 

1.免疫詞典

為了全面了解免疫細胞對各種細胞因子的響應，研究人員使用單細胞轉錄組測序技術系統地分析了小鼠淋巴結中超過17種免疫細胞類型對86種細胞因子的反應。通過將重組細胞因子或磷酸鹽緩沖液注射到小鼠體內，并在4小時后收集淋巴結樣本進行單細胞轉錄組測序，研究生成了一個大規模擾動的免疫系統數據集。通過對這些數據分析，研究者識別出了每種細胞類型對特定細胞因子處理的差異表達基因(DEGs)，并發現大多數DEGs是上調而非下調的。此外，研究還繪制了一張圖譜，量化了每種細胞類型中細胞因子處理細胞與對照細胞之間的全局轉錄組變化。這張圖譜不僅捕捉到了已知的細胞因子靶標，還揭示了許多新的響應模式。

Fig1. “免疫詞典”

 
2.細胞類型特異性的細胞因子響應

為了進一步探索不同細胞類型對相同細胞因子的響應，研究者進行了以細胞因子為中心的分析。利用熱圖展示IFNβ、IL-1β和TNF等細胞因子誘導的基因表達變化，他們觀察到細胞因子能夠引起細胞類型特異性的基因表達改變。研究者還定義了由共同表達的基因組成的基因程序(GPs)，這些基因作為一個群體響應細胞因子而上調。例如，I型干擾素如IFNα1和IFNβ幾乎在所有細胞類型中誘導了抗病毒GP，而IL-1α和IL-1β則觸發了高度細胞類型特異性的功能。此外，研究發現一些細胞因子引起的響應可能是由于次級效應導致的，強調了考慮因對單一細胞因子的復雜體內免疫反應而對非目標細胞類型快速誘導的次級效應的重要性。

Fig2. 細胞因子誘導細胞類型特異性轉錄組反應

 
3.細胞因子驅動的細胞極化狀態

為了確定細胞因子誘導的細胞狀態，研究者從細胞類型的角度分析了免疫詞典。通過亞聚類每個免疫細胞類型，研究者定義了66種主要的極化狀態，這些狀態在細胞因子處理的細胞中顯著富集，并且表達有意義的生物程序。例如，巨噬細胞可以被不同的細胞因子驅動，轉變為促炎M1樣或修復性M2樣狀態，而NK細胞在IL-18的作用下表現出獨特的基因上調現象。此外，研究顯示B細胞和T細胞也可以通過細胞因子極化來表達多樣化的基因程序。總體而言，這些發現揭示了所有免疫細胞類型的可塑性以及細胞因子如何影響它們的狀態。

Fig3. 細胞因子驅動每種細胞類型的不同極化狀態

 
4.細胞因子產生-響應圖

為了更好地理解每種細胞類型的細胞間通訊，研究者通過量化所有基線條件和細胞因子刺激條件下相應轉錄水平的平均值來確定每種細胞因子的產生來源。成纖維網狀細胞(FRCs)和其他稀有細胞類型表達了大量細胞因子，表明它們在免疫細胞間通信網絡中的重要性。基于細胞因子產生水平和細胞因子響應，研究者構建了一個細胞-細胞互作組，描繪了免疫系統中存在的細胞-細胞通訊通道。這個互作組揭示了細胞通過細胞因子網絡在體內相互作用的多樣化方式。

Fig4. 細胞因子生成圖（按細胞類型）

 
5.免疫響應富集分析

為了解決轉錄組數據無法直接揭示觸發細胞狀態及其功能的因素的問題，研究者開發了免疫響應富集分析（IREA）軟件。IREA通過統計測試評估轉錄組中細胞極化或細胞因子特征的富集情況，從而推斷出細胞-細胞通訊網絡。應用IREA于接受抗PD-1治療的小鼠腫瘤免疫細胞數據集，研究者發現單核細胞和巨噬細胞傾向于IFNγ誘導的M1樣狀態，而NK細胞則傾向于細胞毒性狀態。此外，IREA還應用于嚴重COVID-19感染的數據，揭示了B細胞和T細胞對細胞因子的響應。這些結果表明IREA能夠推斷出觸發細胞響應的關鍵分泌因子，并生成復雜免疫響應背后的分子模型。

Fig5. IREA能夠根據轉錄組數據推斷細胞因子活動、免疫細胞極化和細胞間通訊

 
主要結論 

本研究利用單細胞轉錄組測序技術生成了超過17種免疫細胞類型對86種細胞因子反應的“免疫詞典”。從細胞因子的角度來看，詞典顯示大多數細胞因子誘導高度細胞類型特異性的反應。從細胞類型的角度看，該詞典識別出了超過66種由細胞因子驅動的跨免疫細胞類型的極化狀態，包括以前未被描述的狀態。基于這個詞典，研究者開發了配套軟件——免疫響應富集分析，用于評估基因表達數據中的細胞因子活動和免疫細胞極化，并應用它來揭示免疫檢查點阻斷療法后腫瘤中的細胞因子網絡。這份詞典提出了關于細胞因子功能的新假設，闡明了細胞因子的多效性效應，擴展了對每種免疫細胞激活狀態的認識，并提供了一個框架來推斷特定細胞因子和細胞間通信網絡在任何免疫反應中的作用。

> 參考文獻：
Cui, Ang et al. “Dictionary of immune responses to cytokines at single-cell resolution.” Nature vol. 625,7994 (2024): 377-384.