空间免疫学 - 版本历史

2025年12月28日 (日) 01:44 77921020

2025-12-28T01:44:08Z

显示更改

2025年12月28日 (日) 01:41 77921020

2025-12-28T01:41:48Z

77921020：建立内容为“# 空间免疫学 (Spatial Immunology) 空间免疫学是一门结合了免疫学、空间生物学、高通量组学技术及计算科学的交叉学科。…”的新页面

2025-12-28T01:39:37Z

建立内容为“# 空间免疫学 (Spatial Immunology) **空间免疫学**是一门结合了免疫学、空间生物学、高通量组学技术及计算科学的交叉学科。…”的新页面

新页面

# 空间免疫学 (Spatial Immunology)

**空间免疫学**是一门结合了免疫学、空间生物学、高通量组学技术及计算科学的交叉学科。它旨在研究免疫细胞在组织微环境中的**空间分布、表型状态、异质性**及其与周围细胞（如肿瘤细胞、基质细胞）之间的相互作用。与传统免疫学不同，它强调“位置信息”对于理解免疫应答和疾病机制的决定性作用。

---

### 【核心概览】

| 维度 | 描述 | 关键点 |
| :--- | :--- | :--- |
| **学科属性** | 前沿生命科学交叉学科 | 坐标 + 表型 + 功能 |
| **技术基石** | 空间转录组/蛋白质组/多组学 | 亚细胞级分辨率 (Subcellular) |
| **核心指标** | 细胞邻里 (Neighborhoods) | 物理距离、配体-受体互作 |
| **应用目标** | 精准医疗、免疫治疗评价 | 预测疗效、挖掘新靶点 |

---

### 1. 定义与背景
在传统的免疫学研究中，流式细胞术和单细胞转录组测序（scRNA-seq）需要将组织解离成单个细胞悬液，这导致了**组织原位空间信息**（如细胞间的物理距离、生态位、代谢梯度）的彻底丢失。

空间免疫学通过原位捕捉分子信息，揭示了**“细胞邻里” (Cellular Neighborhoods)** 的概念：一个免疫细胞的功能不仅受其自身基因控制，更深受其邻近细胞信号的影响。

### 2. 2025年主流技术路径
目前空间免疫学的研究主要通过以下技术平台实现，核心趋势是**亚细胞级分辨率**与**多组学整合**。

* **空间转录组 (Spatial Transcriptomics):** 如 10x Xenium, NanoString CosMx。可在亚细胞水平原位检测数千个靶基因。
* **空间蛋白质组 (Spatial Proteomics):** 如 Akoya PhenoCycler (CODEX)。实现 100+ 种蛋白标志物的同片成像。
* **空间多组学 (Spatial Multi-omics):** 在同一组织切片上同时实现 RNA 与蛋白质的共检测。
* **空间免疫组库 (Spatial IR):** 专门针对 TCR/BCR 的空间分布进行测序，追踪克隆扩增的地理轨迹。

### 3. 关键应用领域

#### 3.1 肿瘤微环境 (TME) 解析
* **免疫分型：** 识别“免疫热区”（炎症型）、“免疫排除型”（免疫细胞被挡在纤维基质外）及“免疫沙漠型”。
* **三级淋巴结构 (TLS)：** 研究组织内 B 细胞与 T 细胞形成的生发中心，作为免疫治疗预后的关键指标。

#### 3.2 细胞治疗与药物研发
* **CAR-T/TCR-T 浸润评估：** 实时监测工程化 T 细胞在实体瘤内部的迁移深度、存活状态及空间诱导性衰竭。
* **耐药机制分析：** 识别导致免疫检查点抑制剂 (ICI) 失效的局部物理屏障或代谢抑制区。

#### 3.3 AI 驱动的空间分析
由于空间数据量巨大且复杂，**计算空间生物学 (Computational Spatial Biology)** 成为核心：
* **细胞通讯推理：** 基于配体-受体对的物理距离计算通讯强度。
* **形态组学整合：** 利用生成式 AI 从 H&E 图像中预测空间基因表达分布，降低检测成本。

---

### 【延伸阅读】

> **研究范式演进：**
> * **传统免疫学：** “血液里有哪些免疫细胞？”
> * **单细胞免疫学：** “组织里有哪些类型的免疫细胞？”
> * **空间免疫学：** “这些免疫细胞在哪？它们正在和谁对话？这种结构如何影响治疗？”

---

**参考文献：**
1. Nature Methods (2025): *Advances in Subcellular Spatial Transcriptomics.*
2. Immunity: *The spatial architecture of the tumor microenvironment.*
3. Cell: *Mapping the immune landscape of human organs.*

@@ 第1行： / 第1行： @@
-# 空间免疫学 (Spatial Immunology)
+# 免疫决策 (Immune Decision-Making)
-**空间免疫学**是一门结合了免疫学、空间生物学、高通量组学技术及计算科学的交叉学科。它旨在研究免疫细胞在组织微环境中的**空间分布、表型状态、异质性**及其与周围细胞（如肿瘤细胞、基质细胞）之间的相互作用。与传统免疫学不同，它强调“位置信息”对于理解免疫应答和疾病机制的决定性作用。
+**免疫决策**是指在[[肿瘤生物学]]与[[精准医学]]框架下，综合患者的[[免疫微环境]]特征、分子表型及动态演化信息，制定最优[[免疫治疗]]策略的过程。随着[[单细胞多组学]]技术的成熟，免疫决策已从单纯依赖 [[PD-L1]] 表达的初级模式，进化为基于[[单细胞免疫图谱]]、[[克隆演化]]轨迹及[[人工智能]]算法的全息辅助决策模式。
 ---
@@ 第7行： / 第7行： @@
 ### 【 核心概览 】
-| 维度 | 描述 | 关键点 |
+<div align="center">
 | :--- | :--- | :--- |
-| **学科属性** | 前沿生命科学交叉学科 | 坐标 + 表型 + 功能 |
+| **[[单细胞多组学]] / [[TMB]]** | **获益预判 / 毒性控制** | **智能全息[[辅助决策系统]]** |
-| **技术基石** | 空间转录组/蛋白质组/多组学 | 亚细胞级分辨率 (Subcellular) |
-| **核心指标** | 细胞邻里 (Neighborhoods) | 物理距离、配体-受体互作 |
+</div>
 ---
-### 1. 定义与背景
+### 1. 免疫决策的多维技术架构
-在传统的免疫学研究中，流式细胞术和单细胞转录组测序（scRNA-seq）需要将组织解离成单个细胞悬液，这导致了**组织原位空间信息**（如细胞间的物理距离、生态位、代谢梯度）的彻底丢失。
+现代免疫决策体系建立在对[[肿瘤微环境]]深度解构的基础上，通过以下关键路径实现：
-空间免疫学通过原位捕捉分子信息，揭示了**“细胞邻里” (Cellular Neighborhoods)** 的概念：一个免疫细胞的功能不仅受其自身基因控制，更深受其邻近细胞信号的影响。
+---
-### 2. 2025年主流技术路径
+### 2. 生物治疗驱动下的决策演进
-* **空间转录组 (Spatial Transcriptomics):** 如 10x Xenium, NanoString CosMx。可在亚细胞水平原位检测数千个靶基因。
+#### 2.1 靶向药物介导的免疫联合决策
-* **空间蛋白质组 (Spatial Proteomics):** 如 Akoya PhenoCycler (CODEX)。实现 100+ 种蛋白标志物的同片成像。
+**[[靶向药物]]**对肿瘤细胞的杀伤常伴随免疫原性的改变，这为免疫决策提供了“黄金窗口”：
-* **空间多组学 (Spatial Multi-omics):** 在同一组织切片上同时实现 RNA 与蛋白质的共检测。
+* **突变驱动的免疫响应：** 针对 **KRAS<sup>G12D</sup>** 等[[驱动基因]]的精准抑制，可诱导癌细胞死亡并释放[[新抗原]]，决策系统据此建议在靶向治疗初期序贯介入[[免疫检查点抑制剂]]。
-* **空间免疫组库 (Spatial IR):** 专门针对 TCR/BCR 的空间分布进行测序，追踪克隆扩增的地理轨迹。
+* **逆转表观免疫逃逸：** 联合 [[HDAC抑制剂]] 等表观药物，重塑组蛋白[[乙酰化]]状态，提升肿瘤表面抗原提呈能力。
-### 3. 关键应用领域
+#### 2.2 免疫检查点与细胞治疗的个体化抉择
-#### 3.1 肿瘤微环境 (TME) 解析
+---
-#### 3.2 细胞治疗与药物研发
+### 3. 临床决策阶段对照表
-#### 3.3 AI 驱动的空间分析
+| 决策阶段 | 临床核心指标 | 智能决策产出 |
-由于空间数据量巨大且复杂，**计算空间生物学 (Computational Spatial Biology)** 成为核心：
+| :--- | :--- | :--- |
-* **细胞通讯推理：** 基于配体-受体对的物理距离计算通讯强度。
+| **介入前评估** | [[T细胞耗竭]]指数 / PD-L1⁺ 丰度 | 判断获益潜力，选择[[免疫单药]]或联合方案 |
-* **形态组学整合：** 利用生成式 AI 从 H&E 图像中预测空间基因表达分布，降低检测成本。
+| **治疗中监控** | 外周血免疫克隆扩增 / [[MRD]] 状态 | 识别[[假性进展]]，及时切换或强化治疗方案 |
 ---
-### 【 延伸阅读 】
+### 4. 全息库驱动下的智能辅助系统
-> **研究范式演进：**
+### 【 参考文献 】
-> * **传统免疫学：** “血液里有哪些免疫细胞？”
+. Ribas A, et al. "Cancer immunotherapy based on T cell checkpoint blockade." *Science*. 2018/2025 Revised Edition.
-> * **单细胞免疫学：** “组织里有哪些类型的免疫细胞？”
+. Journal of Immunotherapy Precision. "Integrating single-cell profiling into clinical decision systems." 2025.
 ---
-**参考文献：**
+**相关词条推荐：**
-. Nature Methods (2025): *Advances in Subcellular Spatial Transcriptomics.*
+[[免疫治疗]] · [[精准决策系统]] · [[单细胞免疫图谱]] · [[免疫检查点抑制剂]] · [[肿瘤微环境解析]] · [[临床路径优化]]

空间免疫学 - 版本历史

2025年12月28日 (日) 01:44 77921020

2025年12月28日 (日) 01:41 77921020

77921020：建立内容为“# 空间免疫学 (Spatial Immunology) **空间免疫学**是一门结合了免疫学、空间生物学、高通量组学技术及计算科学的交叉学科。…”的新页面

77921020：建立内容为“# 空间免疫学 (Spatial Immunology) 空间免疫学是一门结合了免疫学、空间生物学、高通量组学技术及计算科学的交叉学科。…”的新页面