代收缩值算法通过多维光谱流细胞计分析揭示了人类T淋巴细胞的动态衰老轨迹
Yan Chen1, Junxiang Shu2, Hongjie Liu2
1Institute of Translational Medicine Zhuhai People's Hospital Affiliated with Jinan University, Zhuhai, Guangdong, China.
International immunopharmacology
|March 15, 2026
概括
衰老显著重塑T淋巴细胞,CD8+T细胞显示出最多的变化. 机器学习识别了免疫生物标志物来预测时间年龄,有助于理解免疫衰老.
科学领域:
- 免疫学 免疫学 免疫学
- 老年学是一门学科.
- 细胞生物学 细胞生物学
背景情况:
- 免疫衰老的标志是免疫衰老,它会以不同的方式影响免疫细胞.
- T淋巴细胞特别容易受到衰老的影响,但对子组中的衰老标志物还没有完全了解.
研究的目的:
- 描述T淋巴细胞子集与年龄相关的变化.
- 识别免疫生物标志物,用于预测时间年龄和建模T细胞衰老.
主要方法:
- 在462名健康个体 (20-70岁以上) 上进行多参数光谱流细胞计.
- 对T细胞子集,免疫表型和功能标记物的分析.
- 机器学习和基于ISTA的稀疏编码用于生物标志物发现和衰老轨迹重建.
主要成果:
- CD8+, γδ+ 和 Vδ2+ T 细胞的逐渐减少; CD4+ T 细胞的增加.
- 简单的T细胞的减少和终端分化的效应体记忆细胞的扩张.
- CD8+ T细胞表现出与年龄相关的显著重塑 (减少CD27/CD28,增加CD57/KLRG1,增加细胞毒性分子).
- 10个免疫生物标志物准确预测了时间学年龄 (R2 = 0.81).
- 基于ISTA的稀疏编码捕获了超过80%个体的T细胞衰老模式.
结论:
- 在人类一生中,T淋巴细胞经历动态重塑.
- 已识别的免疫生物标志物可以模拟免疫年龄,并分层对不健康衰老的风险.
更多相关视频
09:09Cortical Actin Flow in T Cells Quantified by Spatio-temporal Image Correlation Spectroscopy of Structured Illumination Microscopy Data
Published on: December 17, 2015
10.2K
08:56Simultaneous Imaging and Flow-Cytometry-based Detection of Multiple Fluorescent Senescence Markers in Therapy-Induced Senescent Cancer Cells
Published on: July 12, 2022
3.6K
