引言：
《自然》（Nature）期刊於 2026 年 5 月 12 日發表一篇研究論文，題為〈Whole-protein screening and multi-modal profiling of antigen-specific CD4+ T cells at single-cell resolution〉，該研究針對抗原特異性 CD4+ T 細胞進行了全蛋白質篩選和多模式分析，並達到單細胞解析度。這項技術突破有望更深入地了解免疫反應機制，並為開發更精準的免疫療法提供助力。
全蛋白質篩選技術的應用
傳統上，研究抗原特異性 T 細胞依賴於肽-主要組織相容性複合體（peptide-major histocompatibility complex, pMHC）的呈遞。然而，這種方法存在局限性，因為它需要預先知道 T 細胞的抗原表位。為了克服這個限制，研究團隊開發了一種新的全蛋白質篩選方法，可以直接使用完整的蛋白質作為抗原刺激 T 細胞。
這項技術利用了高通量篩選平台，能夠同時測試數千種不同的蛋白質，從而快速識別出與特定 T 細胞產生反應的抗原。研究人員將此技術應用於人類 CD4+ T 細胞，成功識別出多種新的抗原，包括來自病毒、細菌和腫瘤的抗原。這項發現不僅擴展了我們對 T 細胞免疫反應的認知，也為開發新型疫苗和免疫療法提供了新的靶點。
多模式分析揭示 T 細胞異質性
除了全蛋白質篩選，該研究還採用了多模式分析技術，對抗原特異性 CD4+ T 細胞進行了深入的表徵。多模式分析結合了單細胞 RNA 測序、表面蛋白分析和 T 細胞受體（T cell receptor, TCR）測序等多種技術，能夠全面了解每個 T 細胞的基因表達、蛋白表達和 TCR 組成。
通過多模式分析，研究人員發現抗原特異性 CD4+ T 細胞表現出高度的異質性。他們識別出多種不同的 T 細胞亞群，這些亞群在功能、表型和 TCR 組成上存在顯著差異。更重要的是，研究人員發現這些不同的 T 細胞亞群在免疫反應中扮演著不同的角色。例如，某些亞群主要負責產生細胞因子，而另一些亞群則主要負責殺傷靶細胞。
單細胞解析度的重要性
該研究的一個關鍵創新之處在於其單細胞解析度。傳統的免疫學研究通常基於群體平均水平的分析，無法揭示細胞之間的異質性。通過單細胞分析，研究人員能夠深入了解每個細胞的獨特特徵，從而更精準地了解免疫反應的複雜性。
單細胞解析度對於理解 T 細胞的功能至關重要。例如，研究人員發現即使是針對同一抗原的 T 細胞，它們的基因表達和蛋白表達也可能存在顯著差異。這些差異可能影響 T 細胞的功能和命運。通過單細胞分析，研究人員能夠識別出與特定功能相關的基因和蛋白，從而為開發更精準的免疫療法提供依據。這項研究成果發表於《自然》期刊，標誌著在 T 細胞免疫研究領域的一項重大進展。
Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機
Date: May 12, 2026