查看“空间免疫学”的源代码

# 空间免疫学 (Spatial Immunology)

**空间免疫学**是一门结合了免疫学、空间生物学、高通量组学技术及计算科学的交叉学科。它旨在研究免疫细胞在组织微环境中的**空间分布、表型状态、异质性**及其与周围细胞（如肿瘤细胞、基质细胞）之间的相互作用。与传统免疫学不同，它强调“位置信息”对于理解免疫应答和疾病机制的决定性作用。

---

### 【 核心概览 】

| 维度 | 描述 | 关键点 |
| :--- | :--- | :--- |
| **学科属性** | 前沿生命科学交叉学科 | 坐标 + 表型 + 功能 |
| **技术基石** | 空间转录组/蛋白质组/多组学 | 亚细胞级分辨率 (Subcellular) |
| **核心指标** | 细胞邻里 (Neighborhoods) | 物理距离、配体-受体互作 |
| **应用目标** | 精准医疗、免疫治疗评价 | 预测疗效、挖掘新靶点 |

---

### 1. 定义与背景
在传统的免疫学研究中，流式细胞术和单细胞转录组测序（scRNA-seq）需要将组织解离成单个细胞悬液，这导致了**组织原位空间信息**（如细胞间的物理距离、生态位、代谢梯度）的彻底丢失。

空间免疫学通过原位捕捉分子信息，揭示了**“细胞邻里” (Cellular Neighborhoods)** 的概念：一个免疫细胞的功能不仅受其自身基因控制，更深受其邻近细胞信号的影响。

### 2. 2025年主流技术路径
目前空间免疫学的研究主要通过以下技术平台实现，核心趋势是**亚细胞级分辨率**与**多组学整合**。

* **空间转录组 (Spatial Transcriptomics):** 如 10x Xenium, NanoString CosMx。可在亚细胞水平原位检测数千个靶基因。
* **空间蛋白质组 (Spatial Proteomics):** 如 Akoya PhenoCycler (CODEX)。实现 100+ 种蛋白标志物的同片成像。
* **空间多组学 (Spatial Multi-omics):** 在同一组织切片上同时实现 RNA 与蛋白质的共检测。
* **空间免疫组库 (Spatial IR):** 专门针对 TCR/BCR 的空间分布进行测序，追踪克隆扩增的地理轨迹。

### 3. 关键应用领域

#### 3.1 肿瘤微环境 (TME) 解析
* **免疫分型：** 识别“免疫热区”（炎症型）、“免疫排除型”（免疫细胞被挡在纤维基质外）及“免疫沙漠型”。
* **三级淋巴结构 (TLS)：** 研究组织内 B 细胞与 T 细胞形成的生发中心，作为免疫治疗预后的关键指标。

#### 3.2 细胞治疗与药物研发
* **CAR-T/TCR-T 浸润评估：** 实时监测工程化 T 细胞在实体瘤内部的迁移深度、存活状态及空间诱导性衰竭。
* **耐药机制分析：** 识别导致免疫检查点抑制剂 (ICI) 失效的局部物理屏障或代谢抑制区。

#### 3.3 AI 驱动的空间分析
由于空间数据量巨大且复杂，**计算空间生物学 (Computational Spatial Biology)** 成为核心：
* **细胞通讯推理：** 基于配体-受体对的物理距离计算通讯强度。
* **形态组学整合：** 利用生成式 AI 从 H&E 图像中预测空间基因表达分布，降低检测成本。

---

### 【 延伸阅读 】

> **研究范式演进：**
> * **传统免疫学：** “血液里有哪些免疫细胞？”
> * **单细胞免疫学：** “组织里有哪些类型的免疫细胞？”
> * **空间免疫学：** “这些免疫细胞在哪？它们正在和谁对话？这种结构如何影响治疗？”

---

**参考文献：**
1. Nature Methods (2025): *Advances in Subcellular Spatial Transcriptomics.*
2. Immunity: *The spatial architecture of the tumor microenvironment.*
3. Cell: *Mapping the immune landscape of human organs.*