引言

在我们身体的内部，免疫系统正时刻不停地巡逻、战斗，抵御着从微小病毒到恶性肿瘤的各种威胁。长久以来，我们对这支军队的了解，更像是从高空俯瞰一片模糊的战场，只能看到大规模的兵团调动，却无法洞悉每一个“士兵”——也就是免疫细胞——的精确状态和独特行为。然而，当我们面对诸如COVID-19 这样的全球健康危机，或是自身免疫疾病带来的长期困扰时，这种宏观的视角显然已不足以揭示疾病的全部真相。

7月28日，《Nature Genetics》上的重磅研究“Deciphering state-dependent immune features from multi-layer omics data at single-cell resolution”，为我们带来了一场革命性的突破。研究团队以前所未有的精度，构建了一幅详尽的、多层次的免疫细胞图谱。他们不仅仅是“看清”了单个细胞，更是将细胞的遗传密码 (Host Genetics)、基因表达蓝图 (Transcriptomics)、蛋白质武器库 (Proteomics) 乃至肠道内的微生物盟友 (Metagenomics) 全部整合起来，为我们描绘出一个动态、多维、且极度精细的免疫宇宙。这项研究不仅为理解免疫系统的运作机制提供了全新的视角，更重要的是，它为迈向真正的精准医疗时代，点亮了一盏耀眼的探路灯。

为免疫系统立传：一部百万细胞的“生命史诗”

要为一支由数万亿士兵组成的军队编写一部百科全书，难度有多大？每个士兵的家乡、基因、装备、当前任务都各不相同。传统的生物学研究，就像是给整支军队拍了一张集体照，我们得到的是一个平均化的、模糊的印象，这种方法被称为“批量分析” (Bulk Analysis)。而这项研究采用的“单细胞测序” (Single-cell RNA sequencing, scRNA-seq) 技术，则相当于为军队里的每一个士兵都拍摄了一张高清写真，并附上了一份详尽的个人档案。

研究人员启动了一个名为“大阪免疫细胞图谱” (Osaka Atlas of Immune Cells, OASIS) 的项目，招募了235名日本个体，其中包括88名COVID-19患者和147名健康个体。他们从这些参与者体内分离出超过150万个外周血单个核细胞 (Peripheral Blood Mononuclear Cells, PBMCs)，并对它们进行了深入的剖析。

这个图谱的独特之处在于其“多层组学” (Multi-layer omics) 的设计。它就像一个多维度的城市地图：

第一层：单细胞转录组学 (Single-cell Transcriptomics)。这是基础地图，精确地标注了每个细胞的“身份”和“当前状态”。研究人员据此将这150多万个细胞分成了7个主要类别 (L1)，如CD4+ T细胞、B细胞、单核细胞 (Monocyte) 等，并进一步细分至28种更精确的细胞状态 (L2)。

第二层：宿主遗传学 (Host Genetics)。这层地图揭示了每个“居民”（细胞）与生俱来的“基因背景”。通过全基因组测序 (Whole-genome sequencing, WGS)，研究人员得以探索遗传变异是如何影响免疫细胞功能的。

第三层：血浆蛋白质组学 (Plasma Proteomics)。这一层关注的是细胞释放到血液中的“信号分子”——蛋白质。通过分析超过2900种血浆蛋白，研究人员可以窥探细胞间的通讯网络和全身的免疫状态。

第四层：肠道宏基因组学 (Gut Metagenomics)。我们的肠道中栖息着数万亿的微生物。这一层地图探索了这些“微生物邻居”如何与我们远在血液中的免疫细胞进行“远程对话”。

更值得一提的是，当前全球大部分的基因组学研究资源都集中于欧洲人群。这份源自日本人群的、规模庞大且层次丰富的免疫图谱，极大地填补了东亚人群在这一领域的空白，为实现全球健康公平迈出了坚实的一步。

基因的“指挥棒”：每个细胞都有自己的专属乐谱

我们的DNA中蕴藏着无数的遗传变异，这些微小的差异决定了我们每个人的独特性，也影响着我们对疾病的易感性。其中一类重要的变异被称为“表达数量性状位点” (Expression Quantitative Trait Loci, eQTL)，可以把它想象成基因表达的“调音师”。一个eQTL的存在，可能会让某个基因的表达水平（音量）变高或变低。

利用OASIS图谱的海量数据，研究人员展开了一场史上最精细的eQTCL大搜寻。他们总共在不同的免疫细胞中鉴定出了超过34,000个顺式eQTL (cis-eQTLs)。这项工作的惊人之处在于其揭示的“细胞特异性” (Cell-type Specificity)。

一个eQTL，就像一位只对特定乐器下达指令的指挥家。它可能在CD4+ T细胞中非常活跃，指挥着某个关键基因的表达；然而在B细胞或单核细胞中，它却可能完全“沉默”。例如，在7个主要的免疫细胞类别中，研究人员发现只有一小部分，大约1214个核心基因 (eGenes)，其表达调控是跨越五种以上细胞类型的“通用指令”；而高达3422个基因的调控，是只在某一种主要细胞类型中生效的“专属指令”。

这种特异性甚至在更精细的细胞亚群中也表现得淋漓尽致。在28个细胞状态 (L2) 中，有2613个基因的eQTL效应仅在一种特定的细胞状态下被发现。这就像是在一个交响乐团里，不仅小提琴和长笛的乐谱不同，首席小提琴和第二小提琴的演奏指令也存在细微差异。这种前所未有的分辨率，让我们能够更精确地理解，遗传变异究竟是在哪个环节、哪个角落，悄悄地改变了我们的免疫反应。

流动的乐章：基因调控的“状态”之舞

传统的eQTL分析，如同在音乐厅里拍摄一张静止的照片，我们看到了乐团的布局和乐器的位置，但错过了演奏过程中的动态变化。然而，免疫细胞的生命并非静止，它们在免疫反应中会经历从“静息”到“激活”，再到“耗竭”等一系列连续的状态转变。那么，基因的调控“音量”会随着细胞状态的“舞蹈”而改变吗？

为了回答这个问题，研究人员引入了一个更为巧妙的概念——“动态eQTL” (Dynamic eQTL)。他们聚焦于免疫系统的关键成员——髓系细胞（包括单核细胞和树突状细胞），并分析了它们在应对炎症刺激时的两种核心状态模块。他们巧妙地将细胞沿着这两种状态连续排列，并切分成10个“窗口”，每个窗口代表一个特定的细胞状态阶段。

他们发现了大量动态eQTL，这些遗传位点的调控作用并非一成不变，而是随着细胞状态的演进而发生强弱变化，甚至开关。总计有超过500个基因受到这种动态调控的影响。

让我们来看一个具体的例子：一个名为SLFN5的基因。研究人员发现，它的一个eQTL (rs11080327) 效应在经典单核细胞 (Classical Monocytes) 的特定状态下表现得异常强烈。这种精细的、依赖于细胞状态的调控机制，是传统的批量分析或简单的单细胞eQTL分析无法捕捉的。它告诉我们，基因调控不是一个简单的“开/关”按钮，而是一个会随着细胞所处环境和任务（即“状态”）而实时变化的“智能调光器”。这些动态eQTL的发现，为我们理解免疫应答的复杂性和个体差异提供了全新的维度。

解码疾病“天书”：GWAS信号在这里找到归宿

在过去的十几年里，全基因组关联研究 (Genome-wide association studies, GWAS) 如同一台强大的搜索引擎，为我们找到了数千个与各种复杂疾病（如自身免疫病、糖尿病等）相关的遗传“关键词”（即风险位点）。然而，GWAS的局限性也同样明显：它只告诉我们“什么”相关，却很少解释“为什么”以及“如何”相关。这些疾病的风险基因，究竟在哪些细胞里、通过影响哪个基因的表达来发挥作用？这本厚重的疾病“天书”长期以来难以卒读。

OASIS图谱的建立，为解码这本“天书”提供了关键的“Rosetta石碑”。研究人员将13种常见免疫相关疾病的GWAS风险位点，与他们在各种免疫细胞中发现的eQTL信号进行“共定位” (Colocalization) 分析。如果一个疾病风险位点同时也是某个细胞中某个基因的eQTL，那么我们就有了一个强有力的证据，揭示了这个风险位点可能的致病途径。

这项分析取得了丰硕的成果。他们总共在121个疾病风险位点上发现了显著的共定位信号。更令人兴奋的是，这些信号同样表现出高度的细胞特异性。例如，在所有这些共定位事件中，约有一半（55个）只在一种主要免疫细胞类型中被发现。

动态eQTL在解码GWAS中再次展现了其独特的威力。以溃疡性结肠炎 (Ulcerative colitis, UC) 为例，其一个重要的GWAS风险位点 (rs2836884) 位于ETS2基因附近。当研究人员进行共定位分析时，发现这个风险位点与ETS2基因在一个特定的单核细胞状态下的动态eQTL信号，达到了近乎完美的重合（后验概率高达0.99）。而在其他细胞或状态下，这种关联则弱得多。

这一发现如同一道闪电，照亮了疾病机制的幽暗角落。它指出：这个UC风险变异，很可能是通过在特定激活状态的单核细胞中，动态地改变ETS2基因的表达，从而推动了肠道炎症的发生。从一个模糊的统计关联，到一个清晰的、发生在特定细胞、特定状态下的生物学事件，这正是该研究为精准医学带来的巨大价值。

体内的“叛军”：单细胞视角下的衰老与突变

随着年龄的增长，我们的身体内会悄然发生一些变化。其中之一就是“克隆性造血” (Clonal Hematopoiesis, CH)，即一些造血干细胞获得了体细胞突变 (Somatic Mutations)，并开始“克隆”式地扩张，形成一群携带相同突变的“叛变”细胞军团。这些突变虽然不是癌症，但却与心血管疾病、感染风险增加乃至更差的预后息息相关。然而，这些“叛军”是如何在体内兴风作浪的？单细胞技术为我们提供了前所未有的机会，去“渗透”到这些克隆内部，一探究竟。

Y染色体的“悄然消失” (Loss of Y chromosome, LOY)

在许多年长男性的血液细胞中，可以观察到Y染色体的丢失，这一现象被称为LOY。关于LOY是否会增加COVID-19的重症风险，学术界一直存在争议。传统的检测方法只能给出一个“有”或“无”的二进制答案，敏感度有限。

而研究团队利用单细胞数据，能够精确计算出每个男性参与者体内，到底有多少比例的细胞丢失了Y染色体。他们将参与者分为“LOY-高”组（超过5%的细胞丢失Y染色体）和“LOY-低”组。分析结果提供了强有力的证据：在调整了年龄这一关键混杂因素后，“LOY-高”组的男性，其发展为需住院治疗的重症COVID-19的风险，是“LOY-低”组的6.6倍！

更进一步，他们发现这些丢失Y染色体的细胞，并非均匀分布在所有免疫细胞中，而是特异性地在单核细胞 (Monocytes) 中富集。在COVID-19患者和健康对照组中，单核细胞中LOY细胞的比例分别是其他细胞的4.0倍和4.5倍。这一发现不仅澄清了LOY与COVID-19风险的关联，还精确指出了这场风波的核心“策源地”——单核细胞。

失控的B细胞克隆：一个关于COVID-19患者的警示故事

研究中一个病例（代号CH05）的故事尤其引人深思。这位COVID-19患者的B细胞中，存在一个携带17号染色体长臂增益 (17q gain) 突变的克隆。通过整合多种单细胞技术，研究人员发现这个克隆异常庞大，包含多达650个细胞，是整个队列235人中最大的B细胞克隆。

一个如此巨大的B细胞克隆，按理说应该是针对SARS-CoV-2病毒的“主力军”。然而，当研究人员重组了这个克隆的B细胞受体 (BCR)，并在体外测试其对病毒主要抗原的反应时，结果却令人瞠目：它对所有测试的病毒抗原均无反应。

这意味着，这个庞大克隆的形成，并非源于正常的抗病毒免疫应答，而是由17q增益这个突变本身驱动的、不受控制的增殖。这个功能异常的“叛军”克隆，可能在体内占据了大量的生态位和资源，反而挤压了那些能够有效对抗病毒的正常B细胞的生存空间，从而削弱了患者的整体免疫力，导致了更严重的疾病进程。这种在单个患者、单个细胞、单个克隆层面上的精细解析，为我们理解疾病的个体化差异提供了深刻的洞见。

与“肠”共舞：肠道菌群与免疫细胞的远程对话

我们的免疫系统并非孤立运作，它与栖息在肠道中的数万亿微生物群落保持着持续的“对话”。这项研究的多组学设计，也让我们得以一窥这场跨越身体不同部位的“远程通讯”。

研究人员分析了参与者的粪便样本，描绘了他们的肠道微生物组成。他们发现，一些特定的肠道细菌丰度，与血液中免疫细胞的比例变化存在着有趣的关联。例如，一种名为“格氏瘤胃球菌” (Ruminococcus gnavus) 的细菌，其在肠道中的丰度增加，与外周血中一些稀有但功能强大的免疫细胞亚群——如CD4+细胞毒性T细胞 (CD4+ cytotoxic T cells) 和活化B细胞 (Activated B cells) ——的数量增加相伴而生。

虽然这只是一个关联性发现，但它证明了，通过整合宏基因组学和单细胞组学，我们能够将身体内部两个看似遥远的生态系统——肠道和血液——联系起来，揭示它们之间潜在的相互影响。

细胞尺度的奥秘：一幅通往精准医学的新航图

这项发表于《自然-遗传学》的研究，无疑是理解自身免疫系统历史上的一座里程碑。它不仅仅是数据的堆砌，更是一种思想和方法的革新。通过在单细胞分辨率上，将遗传、转录、蛋白、微生物等多维信息整合于一个统一的框架内，研究人员为我们绘制了一幅前所未有的、动态的、高精度的免疫系统“活地图”。

这幅地图的意义是深远的。它告诉我们：

背景至关重要：遗传的作用不是孤立的，它高度依赖于细胞的类型、状态和个体所处的环境（如感染或健康）。

多样性是关键：在非欧洲人群中开展大规模基因组学研究，对于理解全人类的健康与疾病至关重要。

精准度决定深度：只有深入到单细胞和单个克隆的层面，我们才能揭示诸如克隆性造血等现象背后复杂的生物学机制，并将其与临床疾病联系起来。

从解读GWAS的“天书”，到追踪体内“叛变”的细胞克隆，再到倾听肠道与免疫的“对话”，OASIS图谱为我们打开了一扇又一扇通往未知领域的大门。它不再仅仅是告诉我们“可能”发生了什么，而是在尝试回答“在哪里”、“哪些细胞”、“在什么状态下”以及“如何”发生。这正是精准医学所追求的终极目标。随着这类“细胞尺度”的生命图谱不断涌现和完善，我们有理由相信，一个能够为每位患者量身定制诊断和治疗方案的时代，正加速向我们走来。

参考文献

Edahiro R, Sato G, Naito T, Shirai Y, Saiki R, Sonehara K, Tomofuji Y, Yamamoto K, Namba S, Sasa N, Nagao G, Wang QS, Takahashi Y, Hasegawa T, Kishikawa T, Suzuki K, Liu YC, Motooka D, Takuwa A, Tanaka H, Azekawa S; Japan COVID-19 Task Force; Namkoong H, Koike R, Kimura A, Imoto S, Miyano S, Kanai T, Fukunaga K, Uemura M, Morita T, Kato Y, Hirata H, Takeda Y, Doki Y, Eguchi H, Okuzaki D, Sakakibara S, Ogawa S, Kumanogoh A, Okada Y. Deciphering state-dependent immune features from multi-layer omics data at single-cell resolution. Nat Genet. 2025 Jul 28. doi: 10.1038/s41588-025-02266-3. Epub ahead of print. PMID: 40721531.

Tags： Nature Genetics：深入百万细胞宇宙：首张东亚人群单细胞多组学免疫图谱问世