基于库的单细胞RNA测序中辅助性T细胞亚群的映射和时间追踪

这篇论文介绍了一种名为Sort-Seq的新方法，用于在单细胞RNA测序（scRNA-Seq）数据中精确定位表型定义的淋巴细胞亚群。Sort-Seq通过利用免疫受体序列作为自然条形码，将从荧光激活细胞分选（FACS）获得的淋巴细胞亚群的免疫受体序列映射到相同供体的scRNA-Seq和单细胞TCR/BCR测序（scTCR/scBCR-Seq）数据中。该方法在准确映射经典CD4+ T辅助（Th）细胞亚群方面优于CITE-Seq。

研究背景与目的：适应性免疫系统在病原体清除、组织稳态和疫苗效力中起关键作用。CD4+ T辅助细胞通过与主要组织相容性复合体II（MHCII）分子呈现的肽表位的特异性相互作用，指导免疫反应的进程。理解这些细胞的功能程序和相关表型对于研究T细胞反应至关重要。然而，传统的scRNA-Seq技术在表面标记物表达的低水平和mRNA丰度与蛋白质密度之间的间接相关性方面存在挑战。CITE-Seq技术通过使用条形码抗体解决了这一问题，但可能引入偏差。Sort-Seq提供了一种替代方法，通过免疫受体序列的自然条形码实现更精确的细胞亚群映射。

方法与技术：Sort-Seq方法的核心是利用免疫受体序列作为自然条形码，将FACS分选的淋巴细胞亚群的免疫受体序列映射到scRNA-Seq和scTCR/scBCR-Seq数据中。该方法的优势在于其不依赖于表面蛋白水平的数据，从而避免了CITE-Seq可能引入的偏差。此外，Sort-Seq还结合了CultivAToRR方法，这是一种用于识别患者血液中抗原特异性T细胞克隆的成本效益高的方法。通过生物学重复和适当的统计分析，CultivAToRR能够在单个供体中识别出多达80个SARS-CoV-2特异性CD4+ TCRβ克隆。

研究结果：通过整合来自122名供体的scRNA-Seq、Sort-Seq和CITE-Seq数据，研究者提供了一个全面的Th细胞scRNA-Seq参考数据集。该数据集揭示了Th17、Th22、Th2和Th2a细胞程序的低可塑性和极端稳定性。此外，研究还展示了Sort-Seq在分类T和B淋巴细胞亚群及其在scRNA-Seq景观中的精确定位方面的强大能力。通过将SARS-CoV-2特异性T细胞克隆与供体的scRNA-Seq数据进行映射，研究者能够确定这些克隆的功能性scRNA-Seq簇，并据此对患者对首次和第二次感染的免疫反应性质做出假设。

结论与贡献：该研究通过Sort-Seq方法，澄清了经典Th亚群与scRNA-Seq景观之间的对应关系，提出了更准确的CD4+ T细胞scRNA-Seq分类，展示了Th记忆克隆的长期程序稳定性和低内在可塑性。研究提供了一个易于使用的外周Th淋巴细胞scRNA-Seq参考数据集，为研究健康和病理免疫反应以及疫苗开发提供了坚实的基础。

术语解释：

• scRNA-Seq：单细胞RNA测序技术，用于分析单个细胞的基因表达。
• FACS：荧光激活细胞分选，一种用于分离细胞的技术。
• TCR/BCR：T细胞受体/B细胞受体，分别用于识别抗原的T细胞和B细胞的受体。
• CITE-Seq：结合细胞表面蛋白表达数据的单细胞测序技术。
• MHCII：主要组织相容性复合体II类分子，参与抗原呈递。

通过这项研究，研究者为理解适应性免疫系统的真实性质提供了新的见解，并为未来的免疫学研究和应用奠定了基础。