多组学技术和扰动筛选方法在免疫代谢研究中的发现工具作用

《PLOS Biology》：Multi-omics and perturbation screens as discovery tools in immunometabolism

代谢重编程通过营养信号调控免疫细胞功能与疾病转归，系统生物学方法（多组学、CRISPR筛选）揭示了代谢-免疫互作机制，但单细胞及空间水平异质性解析仍存挑战。整合单细胞代谢组学、空间转录组及人工智能将推动因果网络解析。

　　

免疫细胞的代谢重编程对免疫反应和疾病结果有着广泛的影响。系统生物学方法，如多组学分析和扰动筛选，可以发现新的可操作靶点和治疗途径。

系统和细胞代谢过程是免疫细胞功能的关键调节因素。实际上，细胞外营养物质、代谢重编程以及与代谢相关的信号介质共同调控免疫细胞的命运、状态和功能结果[1]。在免疫代谢学领域的初步研究中，通常采用“还原论”方法（例如，分析特定细胞类型的基因敲除小鼠），这些方法对于确定代谢效应的因果关系非常有效。然而，它们无法完全再现复杂的细胞内代谢途径或免疫细胞与其微环境之间的相互作用。因此，我们仍然缺乏对免疫细胞在多种环境中的代谢过程的理解，尤其是在单细胞或体内空间层面。

系统生物学方法极大地改变了我们对免疫系统的理解。特别是，单细胞转录组分析揭示了与疾病进展或治疗结果相关的分子途径和异质性细胞状态，而代谢组学、表观基因组学和蛋白质组学分析则提供了进一步的见解。尽管如此，这些分析方法往往无法揭示决定细胞命运和功能的根本驱动因素。因此，人们采用了基因扰动方法（尤其是基于CRISPR–Cas9的基因筛选）、多组学分析和计算生物学方法的整合应用来揭示这些功能驱动因素[2]。这些系统层面的多组学和“扰动组学”方法在免疫学领域取得了重要的发现和机制认识，这些是简单系统无法得出的，从而揭示了癌症和其他疾病的新生物学见解和可操作靶点。整合这些系统生物学工具对于帮助研究人员探讨免疫代谢学中的新兴概念至关重要，例如营养物质作为“信号4”的作用、代谢异质性以及细胞间代谢通讯（图1）。在这里，我们讨论了使用系统生物学工具（包括批量分析、单细胞分析和空间分析平台）来研究这些新兴概念，以T细胞为例。

下载：

• PPT
  PowerPoint幻灯片
• PNG
  较大图像
• TIFF
  原始图像

图1. 系统生物学方法用于研究免疫代谢学中的新兴概念。

该图展示了免疫代谢学研究中的三个新兴概念：营养物质作为“信号4”（包括对代谢重编程和/或营养素/代谢物依赖性信号的影响）、代谢异质性（即具有不同代谢状态的细胞，如优先使用糖酵解或氧化磷酸化，通过不同颜色和大小的细胞表示）以及细胞间代谢通讯（外圈）。通过使用基于CRISPR的平台结合多组学方法来分析免疫细胞的转录、表观遗传和代谢状态（包括批量、单细胞和空间层面），这些概念将得到进一步的发展（中圈）。最终，这些整合系统生物学工具所取得的根本性发现将推进我们对免疫学的理解，并促进针对代谢相关过程的治疗应用（内圈）。该图由BioRender制作。Chapman, N. (2025) https://BioRender.com/vyudh54。

https://doi.org/10.1371/journal.pbio.3003570.g001

最近，人们提出了细胞外营养物质可以作为T细胞生物学中的“信号4”的概念[3]。T细胞必须持续感知并适应其环境的变化。长期以来，三类主要的免疫信号（同种抗原、共刺激和细胞因子）已知可以调控T细胞的激活和功能适应，这些信号也影响T细胞生物学中的代谢重编程[1]。由于营养转运蛋白既作为代谢燃料来源又作为信号分子，细胞外营养物质最近被视为一类新的信号来指导T细胞反应。然而，不同组织和同一组织内的营养组成存在差异，并且在疾病背景下还会进一步改变，这增加了我们理解营养物质如何影响免疫反应的复杂性。

要理解局部营养物质的可用性如何影响T细胞反应，需要采取多方面的方法。首先，越来越多的研究表明T细胞会代谢适应营养组成的变化，这可以通过结合体内稳定同位素追踪研究和组织水平代谢组学分析，以及对代谢途径的个体和组合靶向来实现[3。其次，揭示T细胞在不同环境中对不同营养素的需求至关重要。这可以通过调节营养物质（例如，改变饮食中的营养组成或直接在微环境中调节）及其转运蛋白（例如，通过基因或药物扰动）来探索[3。第三，尽管人们关注较多的是营养物质作为燃料来源的代谢作用，但对其信号效应的理解较少，尤其是在表观遗传和转录调控之外的方面。由于营养依赖性信号事件进一步促进代谢重编程，反之亦然[3，因此揭示细胞内的传感器和信号转导器也非常重要，这有助于发现新的免疫代谢机制。为此，最近的一项全基因组CRISPR筛选发现了营养敏感的mTORC1信号调节因子。将这项筛选的结果与蛋白质-蛋白质相互作用网络分析相结合，揭示了由营养转运蛋白、传感器和转导器组成的三层营养信号传导的关键节点及其对T细胞生物学的影响[4]。这些方法，加上新兴的代谢物-RNA或代谢物-蛋白质相互作用分析技术，将大大推进我们对营养信号传导和“信号4”在适应性免疫中的机制理解。

最近还提出了T细胞功能中的代谢异质性（或异质性代谢状态）概念[1,5。在免疫反应过程中，会产生不同的T细胞功能亚群，例如多种CD4⁺辅助细胞群体，代谢重编程有助于它们的分化和功能特化[1。此外，在适应性免疫和治疗反应中，经常会出现具有不同代谢调节或功能效应的T细胞过渡状态。单细胞代谢分析技术的应用加速了这些代谢异质性细胞亚群或过渡状态的识别，包括基于流式细胞术的SCENITH或MetFlow分析，以及像COMPASS这样的计算算法，可以从单细胞转录组数据中推断出代谢异质性[6。此外，通过将这些平台与计算算法（如NetBID）和基因扰动研究相结合，可以揭示代谢相关“隐藏驱动因素”（在基因或蛋白质水平上不受调控的功能分子），这些因素是代谢异质性的基础。实际上，与代谢相关的酶或调节因子往往受到转录后或翻译后机制的影响，因此在传统的差异表达分析中可能无法捕捉到。

批量CRISPR筛选结合代谢组学分析在揭示T细胞命运决策的代谢调节因子方面发挥了基础性作用[2。然而，异质性代谢状态通常代表罕见或短暂存在的细胞群体，这限制了我们进行传统代谢组学分析的能力。此外，识别能够筛选驱动代谢异质性因素的标记物（例如通过批量CRISPR筛选）仍然具有挑战性。为了解决这些难题，我们提出了应用先进的单细胞技术，特别是单细胞CRISPR筛选平台和单细胞代谢分析方法[7和8。这些整合方法有望揭示产生异质性状态的代谢调节网络，从而加速针对代谢异质性治疗癌症和自身免疫性疾病等疾病的途径。

第三个新兴概念是营养物质和代谢物如何影响调节免疫反应启动和结果的细胞间通讯。为了理解这种细胞间代谢通讯，先驱性研究分析了离散组织微环境（如肿瘤微环境或炎症组织）中的营养物质和代谢物组成，并将这些分析与实验相结合，以确定这些营养物质/代谢物的细胞来源及其对特定免疫细胞群体的功能效应。这些信息，加上对感兴趣细胞类型中的细胞内代谢酶或营养转运蛋白的靶向删除，促进了细胞间代谢通讯及其对疾病和治疗效果的理解。尽管如此，理解复杂组织微环境中的细胞间代谢通讯如何影响体内免疫结果仍然具有挑战性。新兴的体内空间CRISPR筛选技术[2，特别是那些结合原位检测扰动（例如引导RNA检测）与空间转录组学[9]（包括蛋白质编码RNA之外的全部RNA[10]）、蛋白质组学或代谢组学的技术，可能会揭示空间分辨的细胞间通讯机制，包括代谢因素的影响。

我们预计，下一代免疫代谢学研究将受益于高维扰动筛选、多组学分析和计算生物学方法的整合应用。特别是高维单细胞或空间扰动组学，结合人工智能和机器学习模型的使用，将有助于重建因果基因和代谢调节网络，开启免疫代谢学的因果系统生物学时代。我们期待这些研究将为免疫代谢学提供新的根本性生物学见解，并改变免疫介导疾病的治疗方法。

致谢

作者感谢J Raynor和H Shi在科学讨论中的宝贵意见。

参考文献