免疫组库测序 - 版本历史

https://www.yiliao.com/index.php?action=history&feed=atom&title=%E5%85%8D%E7%96%AB%E7%BB%84%E5%BA%93%E6%B5%8B%E5%BA%8F 免疫组库测序 - 版本历史 2026-04-22T16:43:21Z 本wiki的该页面的版本历史 MediaWiki 1.35.1 https://www.yiliao.com/index.php?title=%E5%85%8D%E7%96%AB%E7%BB%84%E5%BA%93%E6%B5%8B%E5%BA%8F&diff=317056&oldid=prev 185.180.13.101：建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面 2026-03-06T03:30:58Z

<p>建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面</p> <p><b>新页面</b></p><div><div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff; max-width: 1200px; margin: auto;"><br /> <br /> <div style="margin-bottom: 30px; border-bottom: 1.2px solid #e2e8f0; padding-bottom: 25px;"><br /> <p style="font-size: 1.1em; margin: 10px 0; color: #334155; text-align: justify;"><br /> <strong>[[免疫组库测序]]</strong>（Immune Repertoire Sequencing，简称 Rep-Seq 或 IR-Seq），是现代 <strong>[[分子免疫学]]</strong> 与 <strong>[[下一代测序|NGS（高通量测序）]]</strong> 技术发生历史性碰撞的产物。它旨在从单碱基分辨率层面，全面解码一个个体在特定时刻体内所有的 <strong>[[T细胞受体|TCR]]</strong>（T细胞受体）和 <strong>[[B细胞受体|BCR]]</strong>（B细胞受体）的多样性与克隆组成。由于机体的 <strong>[[适应性免疫系统]]</strong> 通过 <strong>[[V(D)J重组]]</strong> 和 <strong>[[体细胞高频突变]]</strong> 产生了高达 10<sup>11</sup> 种以上的受体序列，传统的分子生物学手段根本无法窥其全貌。Rep-Seq 技术通过靶向扩增受体基因中最具高度可变性的 <strong>[[互补决定区|CDR3 区]]</strong>（直接决定抗原结合特异性的关键环状结构），结合 <strong>[[生物信息学]]</strong> 算法，能够像读取“免疫条形码”一样，精准追踪每一个淋巴细胞克隆的扩张与衰退。如今，这项技术不仅彻底重塑了我们对 <strong>[[免疫衰老]]</strong> 与 <strong>[[自身免疫性疾病]]</strong> 的认知，更在临床转化中大放异彩：从极高灵敏度地监测 <strong>[[血液瘤]]</strong> 的 <strong>[[微小残留病|MRD（微小残留病）]]</strong>，到实时评估实体瘤患者对 <strong>[[免疫检查点抑制剂|PD-1/PD-L1 抑制剂]]</strong> 的应答状态，免疫组库测序已成为精准肿瘤学与下一代 <strong>[[细胞疗法]]</strong> 中不可或缺的“分子雷达”。<br /> </p><br /> </div><br /> <br /> <div class="medical-infobox mw-collapsible mw-collapsed" style="width: 320px; border: 1.2px solid #bae6fd; border-radius: 12px; background-color: #ffffff; box-shadow: 0 8px 20px rgba(0,0,0,0.05); overflow: hidden; float: right; margin-left: 20px; margin-bottom: 20px;"><br /> <br /> <div style="padding: 15px; color: #1e40af; background: linear-gradient(135deg, #e0f2fe 0%, #bae6fd 100%); text-align: center; cursor: pointer;"><br /> <div style="font-size: 1.2em; font-weight: bold; letter-spacing: 1px;">Rep-Seq</div><br /> <div style="font-size: 0.75em; opacity: 0.85; margin-top: 4px;">Immune Repertoire Profiling (点击展开)</div><br /> </div><br /> <br /> <div class="mw-collapsible-content"><br /> <div style="padding: 20px; text-align: center; background-color: #f8fafc;"><br /> <div style="display: inline-block; background: #ffffff; border: 1px solid #e2e8f0; border-radius: 8px; padding: 15px; box-shadow: 0 4px 10px rgba(0,0,0,0.04); margin: 5px;"><br /> <div style="width: 120px; height: 120px; background: #f1f5f9; border-radius: 4px; display: flex; align-items: center; justify-content: center; overflow: hidden; padding: 15px;"><br /> <br /> </div><br /> </div><br /> <div style="font-size: 0.8em; color: #64748b; margin-top: 10px; font-weight: 600;">TCR/BCR 克隆分布树状图</div><br /> </div><br /> <br /> <table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.82em;"><br /> <tr><br /> <th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0; width: 42%;">技术平台</th><br /> <td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #1e40af;"><strong>[[下一代测序|NGS]]</strong> / <strong>[[单细胞测序|scRNA-seq]]</strong></td><br /> </tr><br /> <tr><br /> <th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">核心测序靶点</th><br /> <td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #b91c1c;"><strong>[[互补决定区|CDR3]]</strong> (抗原结合区)</td><br /> </tr><br /> <tr><br /> <th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">扩增策略</th><br /> <td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">多重PCR (mPCR) / 5' RACE</td><br /> </tr><br /> <tr><br /> <th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">数据库比对</th><br /> <td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;"><strong>[[IMGT数据库]]</strong></td><br /> </tr><br /> <tr><br /> <th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">核心评估指标</th><br /> <td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">克隆性 (Clonality), 多样性</td><br /> </tr><br /> <tr><br /> <th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">血液学应用</th><br /> <td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;"><strong>[[微小残留病|MRD]]</strong> 超高灵敏度监测</td><br /> </tr><br /> <tr><br /> <th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569;">实体瘤应用</th><br /> <td style="padding: 8px 12px; color: #166534;">评估 <strong>[[肿瘤浸润淋巴细胞|TILs]]</strong> 反应</td><br /> </tr><br /> </table><br /> </div><br /> </div><br /> <br /> <h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">分子工程原理：如何捕获十亿级的多样性？</h2><br /> <br /> <p style="margin: 15px 0; text-align: justify;"><br /> 要在一管血液或一块肿瘤组织中，把几百万个完全不同的 T 细胞受体基因全部扩增出来，传统的一对一 PCR 引物是做不到的。Rep-Seq 依赖于两项核心的建库技术革命：<br /> </p><br /> <br /> <ul style="padding-left: 25px; color: #334155;"><br /> <li style="margin-bottom: 12px;"><strong>靶向 CDR3 的绝对核心：</strong> 无论是 TCR 还是 BCR，决定其能结合哪种 <strong>[[抗原]]</strong> 的关键序列，绝大部分集中在由 V(D)J 基因片段接壤处形成的 <strong>[[互补决定区|互补决定区 3 (CDR3)]]</strong>。此外，重排过程中 <strong>[[末端脱氧核苷酸转移酶|TdT]]</strong> 随机插入的 N-核苷酸也在这里。因此，测序只需死死盯住这短短的几十个碱基序列，就能作为唯一识别该克隆的“指纹”。</li><br /> <li style="margin-bottom: 12px;"><strong>多重 PCR (Multiplex PCR) 策略：</strong> 针对 <strong>[[DNA|基因组 DNA (gDNA)]]</strong> 为模板。科学家设计了数十条甚至上百条上游 V 区引物和下游 J 区引物，将它们混合在一个反应管中。这种方法可以直接反映每个克隆在总细胞池中的绝对物理数量（因为每个细胞只有一套 gDNA），是目前 <strong>[[血液瘤]]</strong> 监测的行业标准。</li><br /> <li style="margin-bottom: 12px;"><strong>5' RACE 扩增策略：</strong> 针对 <strong>[[RNA|信使 RNA (mRNA)]]</strong> 为模板。利用逆转录和模板转换技术，在所有受体转录本的 5' 端加上一段通用的接头序列，只需使用一对引物即可完成无偏好的扩增。这种方法能真实反映高表达受体的激活状态细胞（如 <strong>[[浆细胞]]</strong> 发射大量抗体的状态），且规避了多重引物带来的扩增偏倚。</li><br /> </ul><br /> <br /> <h2 style="background: #fff1f2; color: #9f1239; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: #9f1239 6px solid; font-weight: bold;">临床应用场景：精准医学的“高级情报局”</h2><br /> <br /> <div style="overflow-x: auto; margin: 30px auto; max-width: 90%;"><br /> <table style="width: 100%; border-collapse: collapse; border: 1.2px solid #cbd5e1; font-size: 0.85em; text-align: center;"><br /> <tr style="background-color: #eff6ff; color: #1e40af;"><br /> <th style="padding: 12px; border: 1px solid #cbd5e1; width: 22%;">临床核心领域</th><br /> <th style="padding: 12px; border: 1px solid #cbd5e1; width: 38%;">底层病理评估机制</th><br /> <th style="padding: 12px; border: 1px solid #cbd5e1; width: 40%;">指导的诊断与治疗策略</th><br /> </tr><br /> <tr><br /> <td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;"><strong>血液恶性肿瘤 MRD</strong><br><span style="font-size: 0.9em; color: #64748b;">(Minimal Residual Disease)</span></td><br /> <td style="padding: 10px; border: 1px solid #cbd5e1; text-align: left;">在初诊时测序找出恶变 <strong>[[白血病]]</strong> 或 <strong>[[淋巴瘤]]</strong> 细胞特有的、占绝对主导的恶性 CDR3 克隆序列。在化疗或骨髓移植后，利用 NGS 在百万个正常细胞中寻找是否还有这条恶性序列的残留。</td><br /> <td style="padding: 10px; border: 1px solid #cbd5e1; background-color: #f0fdf4;">灵敏度可达 10<sup>-6</sup>（比传统 <strong>[[流式细胞术]]</strong> 高百倍），是目前 <strong>[[急性淋巴细胞白血病|ALL]]</strong> 和 <strong>[[多发性骨髓瘤]]</strong> 预测复发、决定是否停药的绝对金标准。</td><br /> </tr><br /> <tr><br /> <td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;"><strong>免疫检查点抑制剂</strong><br><span style="font-size: 0.9em; color: #64748b;">(ICI Response Tracking)</span></td><br /> <td style="padding: 10px; border: 1px solid #cbd5e1; text-align: left;">实体瘤打入 <strong>[[PD-1]]</strong> 抗体后，如果有效，患者外周血或肿瘤组织中抗肿瘤特异性的 <strong>[[T细胞]]</strong> 会发生爆炸性的 <strong>[[克隆扩增]]</strong>。测序能够直接观察到组织中 TCR 克隆性（Clonality）的显著上升。</td><br /> <td style="padding: 10px; border: 1px solid #cbd5e1; background-color: #eff6ff;">帮助医生在用药早期（甚至在影像学肿瘤缩小之前），就能从血液中准确判断患者是否对免疫疗法有反应，避免无效的毒副作用。</td><br /> </tr><br /> <tr><br /> <td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;"><strong>自身免疫病监控</strong><br><span style="font-size: 0.9em; color: #64748b;">(Autoimmunity)</span></td><br /> <td style="padding: 10px; border: 1px solid #cbd5e1; text-align: left;">由于 <strong>[[免疫耐受]]</strong> 失败，患者体内会出现针对自身器官（如神经髓鞘或关节滑膜）的自发致病性淋巴细胞克隆。</td><br /> <td style="padding: 10px; border: 1px solid #cbd5e1; background-color: #f8fafc;">在 <strong>[[多发性硬化症|MS]]</strong> 或 <strong>[[系统性红斑狼疮|SLE]]</strong> 中，通过监测血液中特定的自反应致病克隆，预测疾病的急性发作（Flare）。</td><br /> </tr><br /> </table><br /> </div><br /> <br /> <h2 style="background: #f0fdf4; color: #166534; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: #166534 6px solid; font-weight: bold;">产业与技术前沿：从宏观混合群体到“单细胞”解析</h2><br /> <br /> <div style="background-color: #f0fdf4; border-left: 5px solid #22c55e; padding: 15px 20px; margin: 20px 0; border-radius: 4px;"><br /> <h3 style="margin-top: 0; color: #14532d; font-size: 1.1em;">下一代免疫组库：单细胞与 AI 的融合</h3><br /> <ul style="margin-bottom: 0; color: #334155; font-size: 0.95em;"><br /> <li><strong>单细胞 V(D)J 测序 (scTCR/BCR-seq)：</strong> 传统的批量测序（Bulk RNA-seq）会将所有细胞打碎混合，这导致 TCR 的 α 链和 β 链（或 BCR 的重链与轻链）配对信息丢失。现代的 <strong>[[单细胞测序]]</strong>（如 10x Genomics 平台）能够通过油包水微滴技术，将单个细胞包裹并打上条形码。这不仅能完美还原原生 α/β 双链的天然配对，还能同步读取该细胞的 <strong>[[转录组]]</strong>（获知它是杀伤型还是耗竭型），是发现新型 <strong>[[CAR-T细胞疗法|CAR-T]]</strong> 靶向受体的神兵利器。</li><br /> <li style="margin-top: 10px;"><strong>AI 预测抗原特异性：</strong> 目前 Rep-Seq 最大的痛点是“孤儿序列”——我们测出了大量的受体序列，却不知道它们结合的究竟是哪种病毒或肿瘤抗原。随着大模型和 <strong>[[机器学习]]</strong> 的介入，科学家正试图通过对 CDR3 氨基酸序列的 3D 结构折叠进行预测，直接从基因序列逆向算出该 T 细胞能够识别的 <strong>[[新抗原|Neoantigen（肿瘤新抗原）]]</strong>，这将彻底颠覆个性化癌症疫苗的研发逻辑。</li><br /> </ul><br /> </div><br /> <br /> <h2 style="background: #f8fafc; color: #334155; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: #64748b 6px solid; font-weight: bold;">核心相关概念</h2><br /> <ul style="padding-left: 25px; color: #334155; font-size: 0.95em;"><br /> <li><strong>[[克隆性]] (Clonality)：</strong> 衡量免疫组库失衡的重要指标。健康人的免疫组库极其多样（克隆性接近 0）；而当发生强烈感染或白血病时，少数几个受体序列会疯狂扩增占据主导，导致整体克隆性急剧上升（接近 1）。</li><br /> <li><strong>[[微小残留病]] (MRD)：</strong> Minimal Residual Disease。在白血病等恶性血液病患者接受治疗达到临床“完全缓解”（显微镜下已看不到癌细胞）后，体内残存的极微量恶性细胞。Rep-Seq 因其单分子级别的追踪能力，是目前 FDA 认可的最灵敏的 MRD 诊断方法。</li><br /> <li><strong>[[肿瘤浸润淋巴细胞]] (TILs)：</strong> Tumor-Infiltrating Lymphocytes。深入肿瘤微环境内部与癌细胞进行搏斗的 T 细胞。通过对比肿瘤组织内 TILs 的 Rep-Seq 结果与外周血的序列，可以评估机体是否对肿瘤发起了有效的、特异性的免疫围剿。</li><br /> </ul><br /> <br /> <div style="font-size: 0.92em; line-height: 1.6; color: #1e293b; margin-top: 50px; border-top: 2px solid #0f172a; padding: 15px 25px; background-color: #f8fafc; border-radius: 0 0 10px 10px;"><br /> <span style="color: #0f172a; font-weight: bold; font-size: 1.05em; display: inline-block; margin-bottom: 15px;">学术参考文献 [Academic Review]</span><br /> <br /> <p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br /> [1] <strong>Robins HS, Campregher PV, Srivastava SK, et al. (2009).</strong> <em>Comprehensive assessment of T-cell receptor beta-chain diversity in alphabeta T cells.</em> <strong>[[Blood]]</strong>. 114(19):4099-4107.<br><br /> <span style="color: #475569;">[开山之作]：这是全球公认的将高通量测序技术应用于 T 细胞受体组库的里程碑文献。Harlan Robins 团队首次证明了利用多重 PCR 结合 NGS 技术，能够以前所未有的深度揭示健康人类血液中真实存在的 TCR 多样性，直接催生了现代免疫组库产业的诞生。</span><br /> </p><br /> <br /> <p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br /> [2] <strong>Boyd SD, Marshall EL, Merker JD, et al. (2009).</strong> <em>Measurement and clinical monitoring of human lymphocyte clonality by massively parallel VDJ pyrosequencing.</em> <strong>[[Science Translational Medicine]]</strong>. 1(12):12ra23.<br><br /> <span style="color: #475569;">[临床转化奠基]：与 Robins 的论文同期背靠背发表的重磅研究。Scott Boyd 团队率先将 BCR 组库测序技术应用于 B 细胞淋巴瘤患者，成功实现了对微小残留病（MRD）极高灵敏度的动态监测，为血液瘤的精准复发预警确立了全新的金标准。</span><br /> </p><br /> <br /> <p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br /> [3] <strong>Georgiou G, Ippolito GC, Beausang J, et al. (2014).</strong> <em>The promise and challenge of high-throughput sequencing of the antibody repertoire.</em> <strong>[[Nature Biotechnology]]</strong>. 32(2):158-168.<br><br /> <span style="color: #475569;">[权威机制综述]：由抗体工程领域顶尖学者发表的重磅综述。全面且深刻地阐释了 BCR/抗体组库测序在生物信息学分析中的技术挑战（如误差纠正与 V(D)J 对齐算法），以及在保护性疫苗设计和治疗性单克隆抗体挖掘中的宏大前景。</span><br /> </p><br /> </div><br /> <br /> <div style="margin: 40px auto; width: 90%; border: 1px solid #e2e8f0; border-radius: 8px; overflow: hidden; font-family: 'Helvetica Neue', Arial, sans-serif; font-size: 0.9em;"><br /> <div style="background-color: #eff6ff; color: #1e40af; padding: 8px 15px; font-weight: bold; text-align: center; border-bottom: 1px solid #dbeafe;"><br /> [[免疫组库测序]] · 知识图谱<br /> </div><br /> <table style="width: 100%; border-collapse: collapse; background-color: #ffffff; text-align: center;"><br /> <tr style="border-bottom: 1px solid #f1f5f9;"><br /> <td style="width: 150px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; vertical-align: middle;">核心测序对象</td><br /> <td style="padding: 10px 15px; color: #334155;"><strong>[[T细胞受体|TCR]] / [[B细胞受体|BCR]]</strong> • 核心变异区：<strong>[[互补决定区|CDR3]]</strong></td><br /> </tr><br /> <tr style="border-bottom: 1px solid #f1f5f9;"><br /> <td style="width: 150px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; vertical-align: middle;">核心临床指征</td><br /> <td style="padding: 10px 15px; color: #334155;"><strong>[[微小残留病|血液瘤 MRD 追踪]]</strong> • <strong>[[免疫检查点抑制剂|PD-1疗效评估]]</strong></td><br /> </tr><br /> <tr><br /> <td style="width: 150px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; vertical-align: middle;">技术演进方向</td><br /> <td style="padding: 10px 15px; color: #334155;"><strong>[[单细胞测序|单细胞 V(D)J (配对解析)]]</strong> • AI 抗原亲和力预测</td><br /> </tr><br /> </table><br /> </div><br /> <br /> </div></div>

185.180.13.101