Workflow
高分辨率人群免疫多组学图谱(CIMA)
icon
搜索文档
高分辨率人群免疫多组学图谱完成绘制 “细胞士兵”有了“身份证”
科技日报· 2026-02-09 10:53
研究核心突破 - 深圳华大生命科学研究院等机构联合绘制出全球首个千万级免疫细胞图谱,即高分辨率人群免疫多组学图谱,相关成果发表于《科学》期刊 [1] - 该研究通过对中国自然人群队列中超过1000万个外周血免疫细胞进行系统性多组学深度解析,突破了传统免疫学研究视角的局限 [1][2] 技术方法与发现细节 - 研究基于千万级细胞的单细胞转录组、表观组及血浆脂质组、代谢组数据,成功鉴定出73种免疫细胞亚型,包括占比不足千分之一的罕见细胞 [2] - 研究团队为每种细胞建立了详细的分布及基因表达特征“身份证”,并探索了年龄、性别等因素与特定免疫细胞特征的关联性 [2] - 团队绘制了免疫细胞的基因调控图谱,揭示了转录因子如何精确指挥1万多个靶基因工作,并发现调控模式会随衰老和性别调整 [3] - 研究发现了9600个受遗传调控的基因和超过5万个染色质开放区域,其中近三分之一的调控效应具有细胞类型特异性 [3] - 研究发现免疫细胞的调控系统具有显著动态性,在B细胞和单核细胞分化过程中,近半数遗传调控效应会随细胞状态改变而动态变化 [3] 对疾病研究与精准医疗的意义 - 研究整合154种分子和疾病性状数据,在68种免疫细胞中发现了1196个显著的遗传关联,其中73.2%的关联仅存在于特定细胞类型中 [4] - 研究揭示超过三分之二的疾病相关变异具有细胞类型特异性,为理解疾病机制提供了关键方向 [5] - 以哮喘为例,研究揭示了一个关键变异如何在特定的调节性T细胞中调控基因表达,进而影响炎症因子水平并提高个体哮喘风险 [5] - 该图谱为东亚人群提供了系统的高分辨率基础资源,为疾病易感性、免疫衰老与群体差异研究奠定了关键基线 [5] 创新工具与未来展望 - 研究团队开发了创新的AI解决方案——CIMA细胞语言模型,能够准确预测染色质可及性,评估非编码变异的功能影响 [5] - 在对32种免疫细胞的测试中,该模型表现出非常高的准确度,并成功预测出多个疾病相关非编码变异的功能效应 [6] - 该研究框架体现了将细胞图谱分析与基因组基础大模型整合的潜力,旨在构建从DNA序列到细胞功能的多层次智能预测框架 [6] - 华大集团首席执行官尹烨介绍,CIMA二期已启动,将与细胞组学技术等新技术结合,深耕重大疾病领域 [6]
全球首个!千万级免疫细胞图谱成功绘制,有望提供未来治疗方案
环球网资讯· 2026-02-08 21:30
研究突破 - 深圳华大生命科学研究院牵头联合多家机构完成重大突破 通过对中国自然人群队列中超过1000万个外周血免疫细胞进行系统性多组学深度解析 绘制出高分辨率人群免疫多组学图谱 这也是全球首个千万级免疫细胞图谱[3] - 研究团队为每种细胞建立了详细的“身份证” 记录了它们的分布及基因表达特征 并且结合志愿者的生理数据 探索出年龄和性别等因素与特定免疫细胞特征的关联性[3] 技术细节与发现 - 研究团队整合了154种分子和疾病性状的数据 在68种免疫细胞中发现了1196个显著的遗传关联 其中73.2%的关联仅存在于特定细胞类型中[4] - 以哮喘为例 研究揭示了一个关键变异如何在特定的调节性T细胞中调控某个基因的表达 进而影响炎症因子水平 最终提高个体的哮喘风险[4] 行业意义与评价 - 中国科学院深圳先进技术研究院研究员李汉杰评价该“全景式”资源在规模和分辨率上达到国际领先水平 在全球免疫组学图谱中为东亚人群提供了系统而具有高分辨率的基础资源 为疾病易感性、免疫衰老与群体差异研究奠定了关键基线[4]
更全更精细,首个千万级免疫细胞图谱发布
新浪财经· 2026-01-10 12:02
研究核心成果 - 由中国科学家团队在《科学》杂志上发布了首个千万级高分辨率人群免疫多组学图谱,对428位中国自然人群队列中超过1000万个外周血免疫细胞进行了系统性多组学深度解析 [1] - 研究成功鉴定出73种免疫细胞亚型,包括在血液中占比不足千分之一的罕见细胞 [2] - 研究绘制了免疫细胞的基因调控图谱,揭示了转录因子如何精确指挥着1万多个靶基因的工作,并发现基因调控网络会随衰老和性别调整策略 [3] - 研究发现了9600个受遗传调控的基因和超过5万个染色质开放区域,其中近三分之一的调控效应具有细胞类型特异性 [4] - 研究整合了154种分子和疾病性状数据,在68种免疫细胞中发现了1196个显著的遗传关联,并以哮喘为例揭示了关键变异如何通过特定细胞影响疾病风险 [4] - 研究发现超过三分之二的疾病相关变异具有细胞类型特异性,且免疫系统调控存在显著的群体差异,例如特定遗传变异点在东亚、非洲和欧洲人群中的分布与效应不同 [5] 技术方法与平台 - 研究团队自主开发了高效单细胞多组学平台DNBelab C4,显著降低了单细胞测序成本,为千万级细胞的大规模研究提供了关键技术支撑 [2] - 针对五种组学、千万个细胞的大规模数据,研究团队通过改造分析流程、自主开发加速模块并借助高性能计算资源解决了分析效率问题 [3] - 研究建立了严格的标准化流程,如志愿者采血后4小时内完成关键细胞分离与冻存,以最大限度降低误差与噪音 [3] 行业意义与应用前景 - 该研究建立了属于中国人群的高精度、多组学免疫细胞图谱,填补了东亚人群系统性多组学数据的缺乏,对提升中国人群疾病健康理解、推进精准医疗事业具有重要意义 [1][2] - 研究成果为理解疾病机制提供了更精细的视角,是生命数字化研究新范式的重要实践 [1] - 研究发现直接套用基于欧洲数据发现的疾病风险位点和机制来解释中国人群的健康问题可能存在偏差,强调了人群特异性研究的重要性 [5] - 目前正联合多家单位启动更大规模的CIMA二期计划,将研究范围从健康人群拓展到自身免疫病、心血管代谢性疾病等重大慢性病的患者队列,旨在系统解析疾病机制、挖掘新诊疗靶点,并为构建“虚拟细胞”模型、实现疾病模拟与干预策略的数字化预测提供高质量数据资源 [5]