免疫熵 vs. 生理年龄？全光谱解决方案破译免疫衰老关键密码

该研究从VITAL队列²参与者样本中获取了31名25至77岁参与者的外周血单核细胞，基于对流感疫苗、肺炎球菌疫苗和SARS-CoV-2疫苗的抗体反应，研究人员将参与者分为疫苗低应答组（17人）和高应答组（14人）。为了实现对T细胞亚群的深度表型分析，研究团队精心设计了一个涵盖31色的超多色流式Panel，其中包含3个Cytek^® cFluor™系列抗体试剂，并在5激光配置的Cytek^® Aurora™全光谱流式上获取所有流式数据。

图1：圈门策略

研究利用FlowSOM无监督聚类技术，对CD4⁺、CD8⁺和γδ⁺ T细胞三大群体进行了深度分析，共识别出79个免疫亚群（图2）。其中，有10个特定的细胞聚类在疫苗高应答组与低应答组之间呈现出显著差异。

图2：UMAP图展示CD4+（a）、CD8+（b）

及γδ+ T细胞（c）的FlowSOM元簇分析结果

主成分分析（PCA）证实，CD31⁺初始CD4⁺（CD4c23）和CD8⁺（CD8c26）亚群是区分高、低应答者的最核心亚群（图3）。与高应答者相比，低应答者体内这类CD31⁺初始T细胞的百分比一致偏低（图4），且其CD8⁺ T细胞表面的CD31表达强度也显著下降。

图3：PCA分析

图4：f）手动设门获取CD31⁺在初始CD8⁺ T细胞中的百分比；

（g）手动设门获取CD31⁺在初始CD4⁺ T细胞中的百分比；

以及经FlowSOM算法识别的（h）CD8c26（CD31⁺初始CD8⁺ T细胞）、

（i）CD4c23（CD31⁺初始CD4⁺ T细胞）

研究者的团队之前报道了免疫熵这一概念³，发现免疫熵与多重疫苗应答呈负相关。进一步，研究者探讨与疫苗应答相关的T细胞亚群与免疫熵之间的相关性。在10个与疫苗应答显著相关的T细胞亚群中，有9个与免疫熵显著相关。其中，有3个初始T细胞亚群——CD31⁺ CD4⁺T细胞、CD31⁺CD8⁺T细胞以及CD38⁺CD8⁺T细胞与免疫熵的相关性均强于与实际年龄的相关性（图5）。这些分析表明，初始T细胞表面的CD31表达水平是一项极具潜力的生物标志物，能够为精准区分老年人群中疫苗的高、低应答者提供重要的额外判别依据。并且也印证了免疫熵比实际年龄更能反映机体累积免疫紊乱。

图5：CD31和CD38在初始T细胞亚群中的表达

与免疫熵的关联比年龄更强

Cytek Aurora全光谱流式对T细胞的深度免疫分型，贯穿了此研究的实验核心，Aurora系统高分辨率高质量的流式数据，是FlowSOM算法进行无监督聚类分析的基石。在该31色的检测方案中，完美融入了3个Cytek cFluor试剂，包括CD8-cFluorV547，CD4-cFluor YG584，CD25-cFluor BYG710。这些高品质的cFluor试剂与Aurora全光谱平台完美适配，保障了初始T细胞、调节性T细胞等关键免疫亚群的清晰分辨与高灵敏度检测。

表1：31色免疫衰老研究方案

Cytek全光谱检测平台+Cytek cFluor试剂的解决方案赋能研究者突破高维检测的瓶颈，成功破译衰老与疫苗应答的复杂密码，同时这些研究成果也为更深入的靶向疫苗研发与免疫抗衰研究指示了方向。未来，以全光谱流式高维分型数据为基础，整合免疫熵模型，替代单一生理年龄指标，构建“免疫年龄”评价标准，可用于老年人群免疫功能筛查、衰老干预效果监测。