编辑推荐：
为解决免疫细胞亚群精准量化及相关临床问题，研究人员开展基于全基因组测序的免疫细胞分析研究。他们用 ImmuneLENS 得出多项关键结果。这为精准医学和癌症研究提供新视角，强烈推荐科研读者阅读。
在人体的免疫系统中，有一支精锐部队 —— 适应性免疫系统，它就像忠诚的卫士，负责识别和消灭病原体以及癌细胞。而要想精准地了解这支部队的作战能力，准确量化免疫细胞亚群就显得至关重要，这对于精准医学的发展更是意义非凡。
在癌症研究这个战场上，肿瘤浸润淋巴细胞（TILs）备受关注，大家都知道它在癌症的发展和免疫逃逸过程中起着重要作用。比如说，高肿瘤 T 细胞浸润不仅能预示癌症患者的预后情况，还会影响免疫治疗的效果。可 B 细胞浸润就有点让人捉摸不透了，它有时好像在促进癌症发展，有时又像是在抑制癌症，把科研人员都搞糊涂了。要是能把肿瘤浸润 B 细胞分类研究，说不定就能揭开它的神秘面纱，弄清楚它在癌症中的真正角色，可这谈何容易，不用流式细胞术、靶向 B 细胞受体库测序或单细胞 RNA 测序（RNA-seq）这些直接检测 B 细胞标记的方法，几乎无法做到。
常规血液检测中循环免疫细胞的计数，虽然已经被发现和癌症治疗反应、预后有关联，但和肿瘤浸润免疫细胞相比，它的相对重要性以及和临床的相关性，还没有得到系统的研究。就好比在一场比赛中，大家都知道几个选手很重要，可他们之间到底谁更关键，和比赛结果有怎样更深入的联系，还不清楚。
为了解开这些谜团，英国的研究人员在《Nature Genetics》期刊上发表了一篇名为 “Immune lymphocyte estimation from nucleotide sequencing reveals genetic and prognostic associations in 100,000 Genomes Project” 的论文。他们发现可以从全基因组测序（WGS）数据中推断免疫细胞的比例，还发现癌症患者的循环 T 细胞和 B 细胞比例比健康人低，而且女性的 T 细胞比例比男性高。更重要的是，他们还发现循环 T 细胞比例对癌症患者 5 年生存率的预测比浸润 T 细胞更准确。这些发现就像一道道光照进了黑暗的研究领域，为精准医学和癌症研究带来了新的希望。
研究人员在开展这项研究时，用到了几个关键技术方法。首先是全基因组测序技术，它能深入分析体细胞突变、结构变异和拷贝数改变。然后是他们开发的 ImmuneLENS 方法，这可是个 “大杀器”，它基于全基因组测序数据来量化免疫细胞含量，还能预测 B 细胞比例、类别转换以及 T 细胞和 B 细胞受体的多样性。此外，他们还运用了多种数据分析方法，像相关性分析、生存分析等，来深入挖掘数据背后的秘密。
下面咱们来看看具体的研究结果。
从 WGS 数据推断 T 细胞和 B 细胞比例
全基因组测序虽然强大，但能不能同时用来估计淋巴细胞浸润情况，之前并没有被深入研究过。于是，研究人员开发了 ImmuneLENS 工具。这个工具可是在之前的 T 细胞 ExTRECT 方法基础上升级而来的，就像给旧武器进行了高科技改装。它做了三点重要改进：一是引入基于片段的模型，能更精确地进行断点拟合；二是利用预测的 V 和 J 片段使用情况，估计淋巴细胞比例和克隆型多样性；三是可以从 IGH 位点估计 B 细胞比例和免疫球蛋白类别转换，区分非类别转换 B 细胞（IgM/IgD）和产生 IgA、IgG 或 IgE 抗体的类别转换 B 细胞。
为了验证 ImmuneLENS 的准确性，研究人员在 TRACERx100 肺癌样本上进行了测试，这些样本既有匹配的全外显子测序（WES）和全基因组测序数据，又有正交 RNA-seq 数据。结果发现，WES 和 WGS 的 TCRA T 细胞比例在血液和肿瘤样本中都呈正相关，而且 ImmuneLENS 的灵敏度更高，能检测到更多有 T 细胞浸润的样本。他们还用 RNA-seq 数据进一步验证，发现 TCRA、TCRB 和 TCRG T 细胞比例都和反映 T 细胞含量的 Danaher T 细胞特征显著相关，IGH B 细胞比例也和 Danaher RNA-seq - 基于的 B 细胞得分紧密相关。此外，ImmuneLENS 在低至 5× 的测序深度下就能准确测量 T 细胞，不过 B 细胞定量则需要更高的深度。研究人员还把 ImmuneLENS 应用到 100,000 Genomes Project（100KGP）参与者的血液样本中，发现循环 T 细胞比例和淋巴细胞计数正相关，和中性粒细胞计数及中性粒细胞与淋巴细胞比值（NLR）负相关，这表明 TCRA T 细胞比例可以作为 NLR 的替代指标。
研究 T 细胞受体多样性
ImmuneLENS 还有个厉害的功能，就是能从 WGS 数据中分析 TCR 和 BCR 的多样性。研究人员用了三种方法来评估从 WGS 数据中得到的 TCR 多样性的准确性。他们把 ImmuneLENS 的输出结果和匹配的 TCR 测序（TCR-seq）数据对比，发现 ImmuneLENS 预测的 TRAV 片段比例在不同实际片段使用水平的四分位数之间有显著差异，不过它可能会低估 TCR 多样性。接着，他们比较了 WGS 衍生的 V 片段使用的香农多样性分数和 RNA-seq 数据计算的 TCR 库多样性，发现两者有显著相关性。最后，通过 Jensen-Shannon 差异分析，他们发现同一患者的样本间 TCR 库比不同患者的更相似。这些结果说明，ImmuneLENS 预测的 TRAV 片段可以用来评估样本内的 TCR 多样性，还能进行样本间 TCR 库的比较。
100KGP 队列中的免疫景观
验证了 ImmuneLENS 的准确性后，研究人员把它应用到 100KGP 队列的 90,232 个 WGS 样本中，这里面有癌症患者的样本，也有健康人的样本。他们分析了浸润免疫细胞比例和循环免疫细胞比例这两个指标，发现不同癌症类型的 T 细胞和 B 细胞比例差异很大。比如说，儿童癌症患者的循环 T 细胞比例最高，而胶质母细胞瘤患者的最低。肿瘤样本的 B 细胞含量比血液样本高，T 细胞含量则相反。而且，ImmuneLENS 还揭示了浸润和循环 B 细胞在类别转换上的差异，肿瘤浸润 B 细胞中类别转换的 IgA 和 IgG B 细胞增多。此外，他们还发现不同癌症类型的循环和浸润 T 细胞的 TRAV 片段使用情况不同，黏膜癌中 TRAV1 - 2 片段富集。
循环白细胞比例的决定因素
健康人和癌症患者的循环免疫细胞比例差异很大，研究人员就想找出白细胞比例的关键决定因素。他们对 100KGP 参与者按年龄分组分析，发现随着年龄增长，健康人和癌症患者的 T 细胞和 B 细胞比例都在下降，而且癌症患者的循环 T 细胞和 B 细胞比例更低，类别转换 B 细胞比例更高，这说明癌症患者的 “免疫年龄” 更大。在性别差异方面，癌症患者和健康人群都存在明显的性别差异，女性癌症患者的 T 细胞比例在大多数年龄组都比男性高，而且在健康人群中，性别差异在老年组更明显。研究人员还发现，循环免疫细胞水平可能和未来癌症发病有关，那些后来患上癌症的健康参与者，在患病前循环 IgM/IgD B 细胞比例更低，类别转换 B 细胞比例更高。
遗传血统与淋巴细胞比例的关联
除了年龄和性别，遗传血统也可能影响免疫浸润和血液中的白细胞计数。研究人员把 100KGP 参与者按 1000 Genomes Project 定义的超级种群分组，发现健康人和癌症患者中，不同遗传血统组的循环 T 细胞比例有显著差异，非洲遗传血统的免疫细胞比例更高，但肿瘤浸润 T 细胞比例在不同遗传血统组中没有显著差异。他们还研究了已知影响循环白细胞性状的 1,635 个单核苷酸多态性（SNPs），发现健康欧洲人群和癌症欧洲人群中，与循环 T 细胞比例相关的 SNPs 有很大不同，这说明影响 T 细胞比例的种系 SNPs 在健康和癌症环境中存在差异。
量化免疫浸润引起的选择压力
研究人员推测免疫系统在癌症进化过程中可能是一股强大的选择压力，于是他们研究了已知癌症基因的突变和肿瘤免疫浸润之间的关系。通过泊松模型，他们控制了背景突变率、癌症类型、性别和肿瘤纯度等因素，发现了 7 个与浸润 T 细胞比例显著相关的基因。比如说，PIK3CA、MAP3K1、PTEN、CBFB 和 CDH1 的非同义突变在 T 细胞耗竭的肿瘤中富集，而 MUC16、B2M 和 BAP1 的突变在 T 细胞丰富的肿瘤中富集。而且，不同癌症类型中，基因和免疫细胞亚群之间还有特定的关联，这揭示了肿瘤免疫微环境和癌细胞之间复杂多样的相互作用。
ImmuneLENS 淋巴细胞比例的预后价值
浸润肿瘤淋巴细胞和循环免疫细胞对很多癌症类型都有预后价值，但之前很难直接比较它们。研究人员用 ImmuneLENS 进行比较，发现泛癌队列中，循环 T 细胞比例升高与总体生存率改善密切相关，而且比浸润 T 细胞的相关性更强。循环 IGH B 细胞和 IgM/IgD B 细胞比例升高也与更好的预后相关，而浸润 B 细胞和类别转换的循环 B 细胞则不显著。循环 T/B 细胞比例也有显著的预后价值，而且在调整临床因素后，循环 T 细胞比例在多个癌症类型中仍然是重要的预后指标。此外，他们还发现循环 T 细胞比例的预后价值存在性别差异，不同癌症类型中，男性和女性的情况有所不同。
研究人员通过开发 ImmuneLENS 方法，从全基因组测序数据中成功推断出免疫细胞比例，揭示了癌症患者和健康人免疫细胞比例的差异，以及年龄、性别、遗传血统等因素对免疫细胞比例的影响。还发现了循环 T 细胞比例在癌症预后中的重要价值，这比浸润 T 细胞更能预测患者的生存情况。不过，ImmuneLENS 也有一些局限性，比如在 B 细胞相关分析中需要更高的测序深度，TCR 库分析的准确性也有待提高。但总体来说，这项研究为精准医学和癌症研究提供了重要的依据，让我们对免疫系统和癌症之间的关系有了更深入的理解，也为未来的研究和治疗开辟了新的方向。就像在黑暗中摸索的人找到了一盏明灯，虽然前路还有很多未知，但已经有了前进的方向。
