文章导读
你是否还在用传统共培养模型研究肿瘤免疫，却被群体数据掩盖了关键细胞的微妙互动？当90%的实验室依赖平均效应分析时，那些决定治疗成败的稀有T细胞亚型早已悄然溜走——它们的位置依赖性和动态行为被粗暴忽略，导致你反复陷入无效实验的泥潭。清华团队突破性构建的单细胞尺度模型，首次无损重现了树突状细胞与肿瘤细胞的实时博弈全过程，揭示免疫杀伤效率竟藏在微米级空间排列的密码里。这个被《先进医疗材料》力推的工具，如何用机器学习锁定“沉默战士”T细胞的真实战斗力？错过它，你可能正浪费数月时间在错误的方向上。
— 内容由好学术AI分析文章内容生成，仅供参考。
肿瘤适应性免疫过程具有显著的细胞异质性、动态性和空间复杂性，这为体外肿瘤-免疫细胞共培养研究带来了长期挑战。传统多细胞模型通常基于时间节点和群体平均效应进行分析，容易掩盖肿瘤细胞与免疫细胞之间的个体差异，限制了对免疫治疗作用机制、稀有细胞亚型以及关键受体信号的深入解析。单细胞尺度的相互作用模型有望揭示特定细胞亚型之间的动态行为及其功能结局。
近日，清华大学机械系孙伟教授、庞媛副研究员课题组联合中国医学科学院肿瘤医院张开泰研究员、张文教授课题组，基于自主搭建的交变滞惯力微滴喷射系统，构建了一种新型体外单细胞水平免疫-肿瘤模型，用于系统研究树突状细胞（dendritic cells, DCs）、T细胞和小鼠黑色素瘤细胞之间的相互作用动态及其异质性。该技术可在近乎无损条件下对原代免疫细胞进行精准操控，并在数百微米尺度内实现微量细胞的可控空间排列。
研究团队首次在单细胞尺度上重现了与体内高度相似的细胞动态作用过程，包括DCs对肿瘤细胞的识别、抗原呈递、T细胞激活以及免疫杀伤等关键环节。运动学结果初步显示免疫突触形成和细胞毒性效应具有显著的位置依赖性和细胞状态依赖性。结合机器学习聚类算法，研究团队实现了一种基于运动学特征的T细胞分类，可对全运动过程中的T细胞运动状态进行跟踪，还可对某一特征运动动作前后T细胞运动状态进行解析。借助该模型及分析框架，研究人员验证了DCs类型、T细胞亚型和影响因子对T细胞的调控作用，揭示了细胞运动能力与免疫功能之间的密切相关性。
基于交变滞惯力驱动微滴喷射的单细胞打印重构类肿瘤适应性免疫作用研究
该单细胞水平免疫-肿瘤模型可动态揭示免疫细胞相互作用及其功能结局，建立了细胞运动行为与免疫效应之间的关联，为解析临床相关免疫过程、连接不同时间和空间尺度的研究提供了全新工具。与传统类器官和动物模型相比，该模型在建模效率、成本控制和稳定性方面具有明显优势，同时能够保留细胞异质性，避免动物模型带来的个体差异和伦理限制。
研究团队表示，未来通过引入微流控技术、结合自动化图像分析和高灵敏度单细胞检测技术，该模型有望进一步提升通量与分析能力，在基础免疫学研究、T细胞治疗机制解析、嵌合抗原受体T细胞免疫疗法（CAR-T）疗效评估及免疫治疗策略优化等方面展现广阔应用前景。
成果以“从单细胞水平解析肿瘤适应性免疫中的相互作用”（Uncovering the Adaptive Tumor Immunity Interactions from a Single-Cell Level）为题，于1月25日发表于《先进医疗材料》（Advanced Healthcare Materials）期刊。庞媛、孙伟以及张文为论文通讯作者，清华大学机械系博士毕业生刘天坤（现任人类器官生理病理模拟装置助理研究员）为论文第一作者。本研究获得国家自然科学基金、国家重点研发计划、北京市科技计划及北京市新星计划、清华大学机械系自主科研基金等项目支持。
相关论文链接：
https://doi.org/10.1002/adhm.202503411
供稿：机械系
编辑：贠尔茹 邱收
审核：黄思南 周襄楠
© 版权声明
本文由分享者转载或发布，内容仅供学习和交流，版权归原文作者所有。如有侵权，请留言联系更正或删除。
相关文章
之前做细胞实验折腾死我了，这方法看着省事多了
实验数据靠谱吗？能重复出来吗？
这个单细胞模型有点意思啊