COVID-19后限制性肺疾病严重程度的免疫分型：1型免疫网络的关键作用

为解决COVID-19后持续性呼吸困难异质性机制难题，研究人员通过多组学分析结合机器学习，鉴定出两种以弥散功能受损和纤维化程度为特征的限制性肺疾病亚型，揭示了1型免疫网络（Type 1 immune networks）与疾病严重度的关联，为靶向免疫干预提供新思路。

　　新冠病毒感染（COVID-19）后持续存在的呼吸困难症状存在复杂病因，阻碍了肺后遗症免疫病理机制的解析。研究者通过整合数百项细胞与分子特征，结合离散肺部表型分析，系统性描绘了COVID-19后肺疾病的免疫图谱。基于肺功能指标的聚类分析发现，限制性肺疾病可分为两种亚型：以弥散功能缺陷（impaired diffusion）和不同程度肺纤维化（fibrosis severity）为特征。运用机器学习（machine learning）技术，研究团队进一步揭示了1型免疫反应网络（Type 1 immune networks）在疾病严重程度调控中的核心作用，为开发精准诊疗策略奠定理论基础。