【健康中国·大家谈】

党的二十大报告指出,推进健康中国建设,把保障人民健康放在优先发展的战略位置,实施积极应对人口老龄化国家战略,健全公共卫生体系。人工智能(AI)的发展和人口老龄化是驱动医疗健康行业创新发展、实施健康中国战略的新动力。《2020-2021年世卫组织结果报告》显示,预计到2030年全球医务人员短缺将达到1500万人,2020年经济合作与发展组织的统计数据表明,中国平均每1000名居民仅拥有2.4名执业医生。因此,将人工智能引入健康医疗领域,有助于缓解医疗资源紧张问题,更好地应对人口老龄化挑战。

优化健康监测手段,赋能智慧医疗场景

人工智能算法是老年人可穿戴设备的核心支撑技术。可穿戴设备能够实时监测用户健康状况,在多场景模式下积累健康医疗大数据,有利于医生开展远程诊疗。可穿戴设备、传感器及无线脑机接口等技术可以将人的生理体征、行动和思维都变成数据化的字符串来监测身体与心理状态,医生根据用户在多场景下采集的健康数据来开展预防性保健工作。例如,心电图贴片设备能够远程监测心脏是否出现心律失常和其他心脏恶化的早期迹象,有助于临床医生及时展开医疗干预。

近年来,可穿戴设备技术的发展也为老年人提供了一种预防跌倒的方法。研究发现,人们走路的方式可以预测他们的健康状况,通常走路较慢、频率较低、步数较小或距离较短的人更容易摔倒。智能手表能够获取老人的数字化步态来预测老年人摔倒的可能性。今年5月,《自然》发表的论文证实最新研发的可穿戴设备可同时连续监测血糖水平、酒精含量和乳酸水平等多个数据。

提升诊断治疗效率,锻造智慧医疗基石

人工智能技术能加快临床诊断工作流程,缓解医疗卫生体系压力,提升老年患者就诊体验。研究人员发现,深度学习算法能够成功完成医学影像的分类筛选。因而,人工智能技术在放射学、病理学、胃肠病学和眼科等高度依赖影像处理的领域有较好应用,能够帮助医生远程分析老年患者的医学影像,进而更精确诊断。基于计算机视觉、深度神经网络的人工智能系统还可以被应用于各类老年疾病的筛查工作,如心脑血管疾病监测等,而且能够从CT扫描中识别出颅骨骨折、颅内出血和中线移位等异常情况。

老年人的手术存在很多风险和“禁区”。在手术操作中,手术机器人的研发会辅助医生开展复杂的外科手术,推动手术治疗向微型化、智能化、精准化和微纳无创迈进。以“达芬奇”手术机器人为例,它包括外科医生控制台、机械臂系统和成像系统,可帮助外科医生在手术过程中对手术器械进行操作和定位,有利于减少外科医生手术过程中的生理震颤,提高手术的精确度。一些与头发丝差不多粗细的微型机器人就能精准抓起一个细胞进行处理。临床实践发现,人工智能驱动的手术机器人可成功缝合淋巴水肿患者0.03毫米至0.08毫米之间的血管,在减少患者伤口及术后并发症方面起到了重要作用。

改善健康管理,打造智慧医疗闭环

智慧医疗不仅有助于临床医生提高诊疗效率和决策能力,也有利于推广“治未病”的观念,促使更多老年人改善个人健康管理,形成主动健康、参与健康、管理健康的意识。比如可穿戴设备使老年人对自身的健康管理有了更清晰的认知,其收集的生理参数可用于监测其的情绪健康,一些智能设备和应用程序会根据用户数据和症状信息提供个性化、定制化的健康管理方案。此外,智能设备还能以创新的方式与医师共享健康数据,以便对行动不便的老年人开展远程诊疗,并进行及时干预和术后康复治疗,形成完整的就医闭环。

人工智能在一定程度上能够填补诊疗过程中老年患者高需求和低供给之间的落差,对医疗资源短缺、难以获得医疗保健服务的社区来说,还可以起到平衡资源的作用,确保老年患者都能获得其病情所需的高质量、可持续性的医疗救护和健康管理。

加强伦理治理,规范智慧医疗发展

当前,人工智能技术在医疗服务领域的应用仍处于验证和实施的早期阶段,被成功转化为医疗实践的智能养老工具相对较少。一方面,受技术发展制约,智慧医疗产品普遍面临技术局限性问题。其中,获得高质量标注数据是主要障碍。就算法的可解释性而言,许多人工智能系统目前是无法解释的“黑匣子”,无法展示推导结论的过程。另一方面,医疗人工智能还面临潜在的伦理问题,如数据偏见,算法透明性,数据隐私保护,技术滥用风险、临床数据的可验证性等。此外,智慧医疗的应用效果也受到老年患者依从性的影响,不少老年人虽然对人工智能辅助医疗决策有初步的认识,但是研究发现,老年人普遍对于人工智能系统缺少情感信任,有时会阻碍其接受智慧医疗。

养老智能化转型已成为医疗体系迭代与整体革新的必然趋势,进一步释放人工智能技术红利,既需要不断优化算法,突破科技瓶颈,更需要将技术伦理纳入智慧医疗产品的技术构成,重视数字健康时代老年人的数据隐私问题,建立老年人对人工智能系统的信任,从而建立数据和智能算法联合驱动的人机协作诊疗决策机制,让人工智能红利充分释放在养老领域。

《》(2022年11月12日07版)

试管代孕包成功价格(供卵试管代生私立医院(任凭风浪起,稳坐钓鱼船

要说《如懿传》上映,关于服饰最大的印象是啥呢是……谢天谢地,终于看起来是一群旗人谈(玩)恋(宫)爱(斗)了!我已经被隔壁服装设计师“坚持不懈”的的云肩和立领,搞得有点认不出清宫剧了。

如懿传》之前在《清代后妃礼服:《如懿传》可能是主角光环最大的古装剧了|剧说服饰史》里已经写过了,服装设计其实算两套班子,张叔平和陈同勋,之前比较担心的分离感倒是磨合得不错,但是在一些细节处理上还是挺不一样的。

第一集里上线了少女周迅,这也是目前类似角色之间造型违和感最大的部分了,因为作为主角她拥有一条少女的长辫子和一条外销画爆款长领巾。

秀女的年纪一般都非常小,所以留的都是孩童时代的头发,是肯定不会留“两把头”(见《两把头/大拉翅:这么多年你看的应该是假的清宫剧》)这样的“成熟”发型。

在最早爆出的《如懿传》海报里,周迅穿的是清宫剧里比较少见、但事实上清廷妃嫔使用率反而比较高的“衬衣”。

并且袖子做得比较窄、衣身放量却比较富余,虽然这件不是文物复刻,但是基本上迎合了清代中叶以前旗人便服体系舒适便捷的思路。

“衬衣”和“氅衣”的主要区别在于开衩方式。

不管三七二十一,一律做成两侧开衩的《延禧攻略》

其实衬衣又好搭又清流,尤其对于很多清宫剧还在以为旗人也要穿裙子的错误观点里的时候,选择没有两侧开衩的“衬衣”,还能避免露怯。

还有一个“重灾区”就是头饰。设计师都特别喜欢用堆砌头饰的方式来展现宫廷富贵和人物状态,就造成无论

什么年代的古装剧,头饰都过于隆重和复杂了。

尽管无论《如懿传》还是《延禧攻略》都把头部造型搞成类似“钿子”的样式,吉服的确可以配钿子的,但是从乾隆时期的画像看,当时还是偏向使用吉服冠。

1、HCG血检

为了检测怀孕的准确性,一般医生建议做血HCG早孕检查。通过血液“定量”检查HCG值比普通的用早早孕试纸“定性”检测尿液能够更灵敏、更准确地对是否妊娠做出反应,其准确率在99%以上。此外对于多胎妊娠、宫外孕、胚胎不正常发育迟缓、葡萄胎、某些内分泌疾病或肿瘤等,将血液HCG值结合临床情况及其它检查结果,通过综合分析往往可以得出正确判断。HCG血检需要空腹。

2、血常规检查

主要用以判断孕妈妈是否存在贫血,轻度贫血对孕妈妈及分娩不会产生多大影响,但重度贫血可能会导致早产、低体重儿等不良后果。

3、血型检查

孕早期通常抽血检查血型,这么做一是便于及时预防新生儿溶血症的。二则是为输血做准备,一旦孕妇出现妊娠早期的流产、宫外孕、前置胎盘、胎盘早剥等、分娩过程中的阴道大出血等情况时,都有可能使孕产妇因失血过多而危及生命。

4、TORCH检查

TOUCH检查就是我们常说病毒四项,主要包括风疹病毒、巨细胞病毒、弓形体和单纯疱疹病毒。孕妇感染这几种病毒后能够穿过胎盘屏障感染给胎儿,可能使胎儿发生严重的先天性畸形,甚至流产。所以最好是在准备时就进行此项检查,正常为阴性,如果检查呈阳性,应治疗后再怀孕。空腹接受检查。

5、肝功能检查

这主要是为了检查准妈妈是否有肝炎等疾病,因为怀孕会加重肝脏的负担,如果母体肝脏功能发生异常,一是处理毒废物质能力下降,造成母体和胎儿中毒。二是不能产生机体所需要的各种蛋白质,从而影响其它脏器的功能。第三由于足够凝血因子的产生,产时极易发生大出血,危及母亲健康。此外.肝脏还有其它许多功能可以异常,导致相应病变。注意检查需要空腹。

6、唐氏筛查

唐氏筛查是一项筛查胎儿患唐氏综合征可能性的检查,一般唐氏筛查是抽取孕妇两毫升的血液,检测血清里甲型胎蛋白、绒毛促性腺素和游离雌三醇,然后结合孕妇的身高、体重、年龄和孕周,计算出“唐氏儿”的风险指数,最佳筛查时间实在孕15-20周。

7、妊娠期糖尿病筛查

妊娠糖尿病是指怀孕前未患糖尿病,而在怀孕时才出现或才发现的糖尿病现象。妊娠糖尿病可直接影响胎儿发育,增加巨大儿的风险。妊娠期糖尿病还可能增加胎儿流产、宫内发育迟缓、畸形、巨大儿、低体重等各种疾病的几率,也容易引发多种新生儿并发症,比如胆红素血症、呼吸窘迫综合症等。所以在孕24-28周时医生会建议做妊娠期糖尿病筛查。在做糖筛的前一天最好清淡饮食,晚上8点以后不要进食,更不要吃些含糖量高的水果和饮品等,以免影响检查结果。

看【妈妈小课堂】带给你更多孕产知识!!!

武汉供卵代生机构_备孕期能做tmt_金靴奖

关于人类胸腺细胞的发育及T细胞的发育成熟

NGS系列文章包括NGS基础、转录组分析(Nature重磅综述|关于RNA-seq你想知道的全在这)、ChIP-seq分析(ChIP-seq基本分析流程)、单细胞测序分析(重磅综述:三万字长文读懂单细胞RNA测序分析的最佳实践教程(原理、代码和评述))、DNA甲基化分析、重测序分析、GEO数据挖掘(典型医学设计实验GEO数据分析(step-by-step)-Limma差异分析、火山图、功能富集)等内容。

ThehumanthymusistheorganresponsibleforthematurationofmanytypesofTcells,,itisnotwellknownhowthesecellsdevelopwithafullimmunecomplementthat,000cells,pecificimmunefunctionsdevelopinhumans.

滑动查看

该文章由Sanger研究所团队于2020年2月21日发表在Science上,题为AcellatlasofhumanthymicdevelopmentdefinesTcellrepertoireformation,揭示人类胸腺细胞的发育及T细胞的发育成熟,对重建T细胞发育过程意义重大。

研究背景

胸腺介导T细胞的成熟和选择,在建立适应性免疫和中枢耐受中起着至关重要的作用。该器官在生命的早期退化、T细胞输出减少与年龄相关的癌症、感染和自身免疫性发病率相关。来自胎儿肝脏或骨髓的T细胞前体迁移到胸腺中,在那里它们分化成各种类型的成熟T细胞。胸腺微环境协同支持T细胞分化。尽管胸腺上皮细胞(TEC)对T细胞命运至关重要,但其他细胞类型也参与了该过程,例如进行抗原呈递的树突状细胞(DC)和支持TEC分化的间充质细胞。最近,单细胞RNA测序(scRNA-seq)揭示了小鼠胸腺器官发生的新型TECs。然而,人体器官以物种独特的模式和节奏成熟,因此需要对人类胸腺进行全基因组的全面研究。

T细胞发育涉及阶段性T淋巴细胞分化的并行过程,并伴随着用于抗原识别的多种TCRrepertoire的获得。这是通过基因组重组过程实现的,该过程从多个基因组拷贝中选择变异(V),连接(J),在某些情况下还选择了多样性(D)基因片段。V(D)J基因重组可以优先包含某些基因片段,从而导致库的偏移(淋巴细胞发育中免疫球蛋白可变区基因片段经重组而形成完整可变区序列的过程。重链可变区基因由V、D、J各1个基因片段组成,轻链可变区基因由V、J各1个基因片段组成,VDJ基因均有多个拷贝,各片段通过随机组合(即重排)而形成多样性的抗体可变区。)。迄今为止,我们对VDJ重组和库偏倚的大多数了解都来自动物模型和人类外周血分析,而关于人胸腺TCRrepertoire的综合数据很少。

在这里,作者应用scRNA-seq生成了胚胎、胎儿、幼儿和成年阶段胸腺细胞的综合转录组图谱,并将其与TCRrepertoire分析相结合以重建T细胞分化过程。

研究方案

sample:受孕后的7到17周之间抽取了跨越胸腺发育阶段的15个胚胎和胎儿胸腺,以及儿科和成年个体的9个产后胸腺(在所有参与者的书面知情同意下,根据《赫尔辛基2000年宣言》中的指南获得了本研究的所有组织样品)。通过FACS捕获表面Marker为CD45,CD3在,EpCAM的细胞。(CD45是免疫细胞的marker,CD3是T细胞的marker,EpCAM是上皮细胞的marker。)

测序数据分析介绍:

结果分析

1.整个生命周期中人胸腺的细胞组成

作者对15个产前胸腺进行了scRNA-seq检测,范围从7个PCW(受孕后的几周,post-conceptionweeks)(可分离出胸腺残基)到17个PCW(胸腺发育完成)(图1A和B),还分析了九个产后样本,涵盖了整个胸腺活动期。在单细胞转录组分析与TCRαβ谱分析结合之前,根据CD45、CD3或上皮细胞粘附分子(EpCAM)的表达对分离的单细胞进行分类,将胸腺细胞和非胸腺细胞分离获取。在进行QC后(对一篇单细胞RNA综述的评述:细胞和基因质控参数的选择),从产前胸腺中获得了138,397个细胞,从产后胸腺中获得了117,504个细胞。

利用标记基因将细胞亚群注释为40多种不同的细胞类型或细胞状态(图1C和1D)。分化中的T细胞在数据集中得到了很好的表示,包括双阴性(DN,CD4-CD8-)、双阳性(DP,CD4+CD8+)、CD4+单阳性(CD4+)、CD8+单阳性(CD8+)、FOXP3+调节性(Treg)、CD8αα+和γδT细胞。还确定了其他免疫细胞,包括B细胞、自然杀伤(NK)细胞、先天性淋巴样细胞(ILC)、巨噬细胞、单核细胞和DC。DC可以进一步分为髓样/常规DC1和DC2以及浆细胞样DC(pDC)。

该数据集还鉴定了非免疫细胞的胸腺微环境。作者将非免疫细胞进一步分型,包括TEC、成纤维细胞、血管平滑肌细胞(VSMC)、内皮细胞和淋巴管内皮细胞(图1E)。胸腺成纤维细胞鉴定为两种之前未被报道过的亚型:亚型1(Fb1)(COLEC11,C7,GDF10)和2型成纤维细胞(Fb2)(PI16,FN1,FBN1)(图1E)。Fb1细胞独特地表达COLEC11和ALDH1A2,COLEC11在先天免疫中起重要作用,ALDH1A2是负责产生视黄酸的酶,调节上皮细胞的生长。为了探索这些成纤维细胞亚型的定位模式,作者对Fb1和Fb2标记基因(COLEC11和FBN1)以及普通成纤维细胞(PDGFRA),内皮细胞(CDH5)和VSMC(ACTA2)标记基因进行原位杂交荧光染色定位(图1F)。结果表明,Fb1细胞为小叶周细胞,而Fb2细胞为小叶内细胞,通常与VSMC的大血管相关,这与其调节血管发育的基因的转录组谱一致,并证实了GDF10和ALDH1A2在小叶周围区域的表达(图1F)。

除成纤维细胞外,作者还鉴定了人类TEC(图1E)的亚群,例如髓质和皮质TEC(mTEC和cTEC)。为了注释人类TEC,作者将人类数据集与已发布的鼠TEC数据集进行了比较,确定物种之间保守的TEC亚群,包括PSMB11阳性cTEC、KRT14阳性mTEC(I)、表达AIRE的mTEC(II)和表达KRT1的mTEC(III)(图1E)。作者注意到了两种对人类具有特异性的EpCAM+细胞类型:(i)表达MYOD1和MYOG的肌样细胞[TEC(myo)s]和(ii)表达NEUROD1、NEUROG1-和CHGA的TEC(neuro)s,类似于神经内分泌细胞(图1E)。值得注意的是,与自身免疫性重症肌无力相关的CHRNA1,除了mTEC(II)以外,还由这两种细胞类型特异性表达(图1E),从而扩大了可能参与重症肌无力的耐受性诱导。为了支持这种可能性,作者检测到位于胸腺髓质中的MYOD1和NEUROG1表达细胞(图1F)。

图1.Cellularcompositionofthedevelopinghumanthymus

(A)Schematicofsingle-celltranscriptomeprofilingofthedevelopinghumanthymus.(B)Summaryofgestationalstage/ageofsamples,organs(circlesdenotethymus;rectanglesdenotefetalliveroradultbonemarrow,adultspleen,andlymphnodes),and10xGenomicschemistry(colors).(C)UMAPvisualizationofthecellularcompositionofthehumanthymuscoloredbycelltype(DN,double-negativeTcells;DP,double-positiveTcells;ETP,earlythymicprogenitor;aDC,activateddriticcells;pDC,plasmacytoiddriticcells;Mono,monocyte;Mac,macrophage;Mgk,megakaryocyte;o,othelialcells;VSMC,vascularsmoothmusclecells;Fb,fibroblasts;Ery,erythrocytes).(D)SameUMAPplotcoloredbyagegroups,indicatedbypost-conceptionweeks(PCW)orpostnatalyears(y).(E),colorrepresentsmaximum-normalizedmeanexpressionofmarkergenesineachcellgroup,andsizeindicatestheproportionofcellsexpressingmarkergenes.(F)RNAsmFISHin::Fb1markerGDF10,FBN1,::Fb1markerALDH1A2,VSMCmarkerACTA2,:TEC(myo):EpithelialcellmarkerEPCAMandTEC(neuro)(G),whicharecoloredinthesameschemeas(D).

滑动查看

2.胸腺基质和T细胞的协调发育

作者研究了整个发育过程中不同胸腺细胞类型的动力学(图1G)。

在早期胎儿样本(7至8个PCW)中,淋巴区包含NK细胞、γδT细胞和ILC3s,几乎没有分化的αβT细胞。分化的T细胞被发现主要是在7个PCW的样品的DN阶段。他们逐渐从DP发展到SP阶段,在12PCW左右达到平衡,先天淋巴细胞的比例则是下降趋势。

值得注意的是,成人样本显示出胸腺变性的形态学证据。将胸腺与同一供体的脾脏和淋巴结的比较显示,胸腺中存在终末分化的T细胞,这表明终末分化的T细胞再次进入胸腺或出现循环细胞污染(图1G)。另一方面,表达IL10、穿孔素和颗粒酶的细胞毒性CD4+T淋巴细胞(CD4+CTL)在退化的胸腺样品中富集。在其他样本中也证实了记忆T细胞和B细胞增加的趋势(图1G;记忆T细胞的P=9.3×10^(-6),记忆B细胞的P=0.0096)。

胸腺基质细胞的相应变化反映了T细胞发育的趋势。作者观察到TEC亚群的时间变化与T细胞成熟的开始一致,从富集的cTECs转变到cTECs和mTECs的平衡(图1G;P=0.0054)。这支持了“thymiccross-talk”的概念,其中的上皮细胞和成熟的T细胞协同相互作用可以支持它们的相互分化。

此外,成纤维细胞的组成在发育过程中也发生了变化。上面提到的Fb1亚群在早期发育中占主导地位,而在较晚的发育时间点观察到了相似数量的Fb1和Fb2细胞(P=0.014),并且细胞周期相关细胞数量减少(图1G)。

最后,其他免疫细胞也在妊娠和产后生活中发生动态变化。早期妊娠期间巨噬细胞丰富,DC在整个发育过程中均增加(图1G)。12PCW后DC1占主导,产后生活中pDC比例增加(巨噬细胞,P=2.7×10^(–8);DC1,P=1.05×10^(–3);DC2,P=4.86×10^(–5))。

为了进一步研究介导胸腺基质和T细胞协调发展的因素,作者使用公共数据库系统研究了细胞相互作用,以预测在它们之间特异性表达的配体-受体对(哇!单细胞测序-配体受体互作分析原来可以这么简单又高大上!)。在预测的相互作用中,作者核对了已知跨不同细胞类型和发育阶段的参与胸腺发育的信号转导因子的表达模式。淋巴毒素信号转导(LTB:LTBR)来自多种免疫细胞,并被大多数基质细胞状态所接受。与此相反的是RANKL-RANK(TNFRSF11:TNFRSF11A)信号传导被限制在ILC3和mTEC(II)s/淋巴管内皮细胞之间。FGF信号传导(FGF7:FGFR2)来自于成纤维细胞向TECs发出信号,成年胸腺中FGFR2的表达减少。对于Notch信号传导,NOTCH1是早期胸腺祖细胞(ETP)中表达的主要受体,不同的细胞类型表达了不同的Notch配体:cTEC和内皮细胞均表达JAG2和DLL4,其他TEC则广泛表达JAG1。

3.传统T细胞分化轨迹

为了研究下游T细胞分化轨迹(NBT|45种单细胞轨迹推断方法比较,110个实际数据集和229个合成数据集),作者决定显示分化T细胞的连续轨迹。为了证实这一轨迹的有效性,使用T细胞分化的标志性基因:CD4/CD8A/CD8B基因(图2D),细胞周期(CDK1)和重组(RAG1)基因(图2E)以及完全重组的TCRαs/TCRβs(图2F)。轨迹从CD4-CD8-DN细胞开始,逐渐表达CD4和CD8成为CD4+CD8+DP细胞,然后过渡到CCR9highTαβ(进入)阶段,分化为成熟的CD4+或CD8+SP细胞(图2D)。通过细胞周期基因的表达将DN和DP细胞分为两个阶段(图2E)。作者将具有强烈细胞周期特征的早期亚群称为增殖(P),将晚期亚群称为静止(Q)(图2C)。VDJ重组基因(RAG1和RAG2)的表达从增殖后期开始增加,并在静止期达到高峰。这种模式反映了每轮重组之前T细胞的增殖。

图2.Thymicseedingofearlythymicprogenitors(ETPs)andTcelldifferentiationtrajectory

(A)UMAPvisualizationofETPandfetalliverhematopoieticstemcells(HSCs),neutrophil-myeloidprogenitor;MEMP,megakaryocyte/erythrocyte/mastcellprogenitor.(B)ThesameUMAPcoloredbyorgan(liverinblue,thymusinyellow/red).(C),double-negativeTcells;DP,double-positiveTcells;SP,single-positiveTcells;P,proliferating;Q,quiescent).(DtoF)ThesameUMAPplotshowingCD4,CD8A,andCD8Bgeneexpression(D),CDK1cellcycleandRAG1recombinationgeneexpression(E),andTCRα,productiveTCRβ,andnonproductiveTCRβVDJgenes(F).(G)Heatmapshowingd::(C).(H)Scatterplotshowingtherateofproductivechaindetectionwithincellsinspecificcelltypes(xaxis)andtheratioofnonproductive/productiveTCRchainsdetectedinspecificcelltypes(yaxis).Left:TCRβ;right,TCRα.(I)Graphshowingcorr;edgewidthsareproporelltypes.

滑动查看

4.Treg和非经典T细胞的发育

除了构成发育中胸腺T细胞中大多数的常规CD4+或CD8+T细胞外,单细胞数据还按标记基因的表达进行分组,确定了多种非常规T细胞类型(图2I和图3A和3B)。

Tregs是胸腺中最丰富的非经典T细胞。在αβT细胞和Tregs之间有清晰的分化轨迹,作者将过渡态定义为区分的Treg(Treg(diff))(图3A)。相对于常规的Treg,Treg(diff)细胞的FOXP3和CTLA4表达较低,IKZF4、GNG8和PTGIR的表达则较高(图3B)。这些基因与自身免疫和Treg分化有关。

其他非经典T细胞群体包括CD8αα+T细胞、NKT样细胞和TH17样细胞(图3B)。存在三种不同的CD8αα+T细胞种群:GNG4+CD8αα+T(I)细胞,ZNF683+CD8αα+T(II)细胞和以EOMES标记的CD8αα+NKT样细胞亚群(图3E)。GNG4+CD8αα+T(I)细胞和ZNF683+CD8αα+T(II)细胞在早期阶段共享PDCD1表达,并在其终末分化状态下降低。GNG4+CD8αα+T(I)细胞显示出与DP晚期不同的轨迹(αβTSP进入细胞),而ZNF683+CD8αα+T(II)细胞具有混合的αβ和γδT细胞信号,并位于GNG4+CD8αα+T(I)细胞和γδT细胞旁边。

图3.IdentificationofGNG4+CD8ααTcellsinthethymicmedulla

(A)图2C.(Thecellannotationcolorschemeusedhereismaintainedthroughoutthisfigure.)(B)ationship.(C)Scatterplotshowingtheratioofnonproductive/productiveTCRchainsdetectedinspecificcelltypesinTCRαchain(xaxis)andTCRβchain(yaxis).ThegrayarrowindicatesatrlinefordecreasingnonproductiveTCRchainratioinunconventionalversusconventionalTcells.(D)Scatterplotshowingtherelativeabundanceofeachcelltypebetweenfetalliverandthymus(xaxis)andbeforeandafterthymicmaturation(delimitedat10PCW)(yaxis).Grayarrowindicatestrlineforincreasingthymicdepency.(EtoH)ScatterplotscomparingthecharacteristicsofunconventionalTcellsbasedonCD8AversusCD8Bexpressionlevels(E),KLRB1versusZBTB16expressionlevels(F),TCRαproductivechainversusTRDCdetectionratio(G),andTRDV1versusTRDV2expressionlevels(H).Grayarrowsorlinesareusedtosetboundariesbetweengroups[(E),(G),(H)]ortoindicatethetrofinnatemarkergeneexpression(F).(I)RNAsmFISHshowingGNG4,TNFRSF9,ructurebasedon4′,6-diamidino-2-phenylindole(DAPI)(J)FACSgatingstrategytoisolateCD8αα(I)cells(live/CD3+/CD4–/CD137+)andSmart-seq2validationofFACS-isolatedcellsprojectedtotheUMAPpresentationoftotalmatureTcellsfromthediscoverydataset(lowerleft).GNG4expressionpatternisoverlaidontothesameUMAPplot(lowerright).

滑动查看

5.胸腺髓质中GNG4+CD8ααT细胞的发现和表征

在确定了非经典T细胞及其在胸腺T细胞发育中的起源后,作者将重点放在新型GNG4+CD8αα+T(I)细胞上,因为它们具有独特的基因表达谱(GNG4,CREB3L3和CD72),这与CD8αα+T(II)细胞形成对比,CD8αα+T(II)表达CD8αα+T细胞的已知标记基因,例如ZNF683和MME(53)。此外,胸腺迁徙的调节因子KLF2在CD8αα+T(I)细胞中的表达水平极低,这表明它们可能是胸腺驻留(图3B)。为了定位和验证CD8αα+T(I)细胞,作者在胎儿胸腺组织切片中进行了靶向GNG4的RNAsmFISH,GNG4RNA探针鉴定出一组富含胸腺髓质并与CD8ARNA共定位的细胞(图3I)。

由于CD137是CD8αα+T(I)细胞和Tregs的表面marker基因,作者使用该marker富集了这些细胞,然后使用CD3+CD137+CD4-FACS进一步细化,这样能够特异性富集CD8αα+T(I)细胞,并通过Smart-seq2scRNAseq确认其身份,从而为这些细胞提供更多的转录表型(图3J)。

6.胸腺细胞选择的DC招募和激活

T细胞的选择由特异性的TEC和DC协调。作者首先确定了三个以前表征明确的胸腺DC亚型:DC1(XCR1+CLEC9A+),DC2(SIRPA+CLEC10A+)和pDC(IL3RA+CLEC4C+)。然后作者还鉴定了以前没有描述的细胞群,称其为“活化的DC”(aDC),其特征在于LAMP3和CCR7表达(图4A和B)。aDCs表达高水平的趋化因子和共刺激分子,以及转录因子,表明它们可能与人类扁桃体和胸腺中先前描述的AIRE+CCR7+DC相对应。

单细胞数据揭示了aDC组中的三个亚组,分别由不同的基因表达谱识别:aDC1、aDC2和aDC3(图4A和B)。aDC1和aDC2亚型分别与DC1和DC2共享部分标记基因。为了系统地比较aDC亚型和经典DC,作者通过总结marker基因的表达来计算每个DC亚群的同一性得分,并证明了aDC1-DC1和aDC2-DC2对之间存在明确的关系,这表明每种aDC亚型均来自不同的DC群体。有趣的是,aDC1和aDC2显示出不同的趋化因子表达模式,这说明了这些aDC的功能多样化(图4B)。此外,相对于其他aDC亚群,aDC3细胞的II类主要组织相容性复合物(MHC)和共刺激分子表达降低,这可能反映了激活后的DC状态。确定了两个典型的TECs和各种DC亚群后,作者再使用CellPhoneDB分析来鉴定这些抗原呈递细胞与分化T细胞之间的特异性相互作用。

图4.Recruitmentandactivationofdriticcellsforthymocyteselection

(AandB)UMAPvisualizationofthymicDCpopulations(A)anddotplotoftheirmarkergenes(B).(C)HeatmapofchemokineinteractionsamongTcells,DCs,andTECs,wherethechemokineisexpressedbytheoutsidecelltypeandthecognatereceptorbytheinsidecelltype.(D)SchematicmodelsummarizingtheinteractionsofTECs,DCs,,andthereceptorisexpressedbythecellattheofthatarrow.(E)Left:RNAsmFISHdetectionofGNG4,XCR1,:Computationallydetectedspo(FtoH)SequentialslidesectionsfromthesamesamplearestainedforthedetectionofLAMP3,AIRE,andXCR1(F),LAMP3,ITGAX,andCD80(G),andLAMP3andFOXP3(H).Spotdetectionandrepresentationareasin(E).Dataarerepresentativeoftwoexperiments.

滑动查看

7.人TCRrepertoire构成和选择中的偏移

从富含TCR的5’测序文库中检测到TCR链,对其进行全长重组体的过滤,并与细胞类型注释关联,这样能够分析TCRrepertoire的形成和选择模式(图5A和5B)

对于TCRβ位点,作者观察到VDJ基因的使用存在强烈偏移,这种偏移从重组(DN细胞)开始到成熟的T细胞阶段持续存在(图5A)。重组信号序列(RSS)得分未能解释该偏移。在小鼠中观察得到偏移确实与基因组位置有很好的相关性,这与基因座的环状结构是一致的(图5C),但是在小鼠中未发现在人体内可以观察到的V基因使用偏移。作者还观察到D2基因与J2基因有优先关联,而D1基因可以与J1和J2基因以相似的频率重组。TCRβV-D或V-J对之间则没有明确的关联。

对于TCRα位点,作者发现发育时机与VJ配对之间存在明确的关联:首先重组近端对,然后重组远端对(图5B),这反过来又限制了V、J基因之间的配对。这为TCRα基因座进行重组提供了直接证据(图5D)。另外相对于DP细胞,近端对在成熟T细胞中耗竭,这表明在阳性选择步骤中存在进一步的偏差。

为了研究不同细胞类型之间是否存在差异性TCRrepertoire偏倚,作者通过主成分分析比较不同细胞类型的TCRrepertoire(图5E),观察到CD8+T细胞和其他细胞类型清晰地分开。而且相对于其他细胞类型,CD8+T细胞的TRAV-TRAJrepertoire偏向远端V-J对(图5F)。考虑到远端repertoire是在TCRα重组的后期产生的,这可能是CD8+T谱系的反应较慢或效率较低造成的(图5D)。

图5.IntrinsicbiasinhumanTCRrepertoireformationandselection

(A)HeatmapshowingtheproportionofeachTCRbV,D,(B)Sameschemeasin(A),segmentsareevenlyusedbythelatedevelopmentalstages,indicatingprogressiverecombinationleadingtoevenusageofsegments.(CandD)SchematicsillustratingahypotheticalchromatinloopthatmayexplaingenomiclocationbiasinrecombinationofTCRblocus(C)andthemechanismofprogressiverecombinationofTCRalocusleadingtoevenusageofsegments(D).(E)Principalcomponentsanalysisplo,thereisastrongeffectfrombetaselection,afterwhichpointtheCD4+andCD8++TRAJismoreprogressive,withstepwisedivergenceintotheCD4+andCD8+repertoires.(F)+TandCD8+Tcellsusingttest,andfalsediscoveryrate(FDR)iscalculatedusingBenjaminiHochbergcorrection:,*FDR10%.GenenamesandasterisksarecoloredbysignificantenrichmentinCD4+Tcells(blue)orCD8+Tcells(orange).

滑动查看

参考文献
ParkJE,;367(6480).pii:/

上海代生多少钱

www.cwei.org.cn@qq.com