异基因造血干细胞移植后适应性NK细胞和CMV特异性T细胞动态变化的单细胞分析

Single-cell analysis of adaptive NK and CMV-specific T-cell dynamics after allogeneic HSCT

作者信息Aino-Elina Häkkinen, Jani Huuhtanen, Sofie Lundgren, Riitta Niittyvuopio, Urpu Salmenniemi, Harri Lähdesmäki, Mikko A I Keränen, Mikko Myllymäki, Satu Mustjoki
PMID42335212
期刊Blood Adv
发布时间2026-09-08
DOI10.1182/bloodadvances.2026019733

实验完整度

包括单细胞转录组和TCR测序、pMHC四聚体分选、TCRβ测序、功能评分和细胞间通讯预测等多个独立证据层级,并包含供者CMV血清状态比较的功能验证。

主要模型

CD45+外周血单个核细胞(PBMC) CD8+ T细胞 NK细胞 CD4+ T细胞

重点核对

供者CMV血清状态(CMV阳性或阴性) HLA-A*02等位基因 CMV再激活时间(平均移植后32天) 样本时间点(移植前、移植后2周、D+30、D+80等) 用于pMHC四聚体分选的样本量(5个样本,来自3名患者)

摘要

巨细胞病毒(CMV)再激活会重塑免疫重建,并且是异基因造血干细胞移植(HSCT)后发病和死亡的重要原因。为了解无症状CMV病毒血症对免疫重建的影响,我们对移植前和移植后3个月内的供者-受者配对纵向血液样本(n=32)进行了单细胞RNA和T细胞受体(TCR)测序。为了详细分析抗原特异性T细胞反应的发展,我们对免疫优势CMV表位pp65特异性T细胞进行了分选和TCR测序。HSCT后,观察到CD14+单核细胞早期增加,随后T细胞和自然杀伤(NK)细胞扩增。在CD4+ T细胞部分观察到持续的患者细胞嵌合现象。与血清阳性供者相比,血清阴性供者的移植物中CMV特异性T细胞和CMV相关适应性NK细胞成熟较慢。在CMV血清阳性供者的患者中,适应性NK细胞的早期成熟明显更快,具有增强的记忆功能;然而,CMV血清阴性供者的患者适应性NK细胞毒性更高。针对免疫优势CMV pp65NLV表位的大型寡克隆CD8+ T细胞扩增占CD8+ T细胞库的63.6%,表现为终末分化并上调经典NK细胞受体。据我们所知,我们的研究首次对异基因HSCT后适应性免疫恢复进行了全面的单细胞转录组特征分析,特别关注CMV再激活。我们的发现强调了供者CMV血清状态对CMV再激活受者免疫成熟的影响,这可能有助于预测免疫重建的时间,并为移植后并发症的管理策略提供信息。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
异基因HSCT后无症状CMV再激活如何影响适应性免疫重建,特别是CMV特异性T细胞和适应性NK细胞的分化?
核心机制
供者CMV血清状态决定了CMV特异性T细胞和适应性NK细胞的成熟速度与功能特征:来自CMV阳性供者的适应性NK细胞表现出更强的记忆特征和更高的T细胞耗竭相关基因表达,而来自CMV阴性供者的适应性NK细胞则具有更高的细胞毒性。
主要证据
通过单细胞RNA和TCR测序分析32份纵向样本,结合pMHC四聚体分选和TCRβ测序,发现CMV阳性供者组适应性NK细胞具有更高的适应性NK细胞特征和记忆评分,而CMV阴性供者组细胞毒性更高;CMV特异性CD8+ T细胞克隆在病毒血症时显著扩增并表达终末分化标志。
研究意义
研究结果为理解HSCT后CMV再激活时的免疫重建提供了高分辨率图谱,可能有助于预测免疫重建的时间,并为移植后并发症的管理策略提供信息。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

样本收集与单细胞测序

描述HSCT前后免疫细胞的动态变化

从HSCT供者-受者配对收集外周血样本,经CD45+分选后进行单细胞RNA和TCRαβ测序,并利用Souporcell进行基因型去卷积。

2

CMV特异性T细胞分选与TCR测序

识别CMV表位特异性T细胞并分析其克隆性

使用HLA-A*02:01-CMV pp65NLV四聚体对CD8+ T细胞进行分选,然后进行TCRβ测序,并与单细胞TCRαβ数据整合。

3

NK细胞亚群分析

研究CMV再激活对NK细胞成熟和功能的影响

对NK细胞进行亚聚类,分析CD56bright、CD56dim和适应性NK细胞的比例和基因表达变化,并比较不同供者CMV血清状态。

4

T细胞亚群与克隆动力学分析

描述CD4+和CD8+ T细胞的重建和克隆扩增

对CD4+和CD8+ T细胞进行亚聚类,分析克隆大小、表型成熟和供者/受者来源,并追踪pp65NLV特异性克隆。

5

细胞间通讯网络建模

推断免疫细胞间的动态相互作用

使用NicheNet和DIISCO分析配体-受体相互作用,预测不同供者CMV血清状态下细胞间通讯网络。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Chromium单细胞5'文库与凝胶微珠试剂盒10x Genomics--
HLA-A02*01-CMV pp65NLV四聚体Proimmune--
dCODE Dextramers(葡聚糖四聚体)Immudex--
ImmunoSEQ检测Adaptive Biotechnologies--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
样本收集
患者HLA-A*02等位基因状态,供者CMV血清状态,样本采集时间点(移植前、移植后2周、D+30、D+80等)
阅读提示:Methods: Patients and samples; Figure 1B
单细胞测序
CD45+细胞分选,10x Genomics Chromium Single Cell 5'试剂盒,测序平台和分析参数(CellRanger版本、参考基因组GRCh38)
阅读提示:Methods: Single-cell RNA and TCRαβ sequencing and data analysis
CMV特异性T细胞分选
HLA-A*02:01限制性pp65NLV四聚体(Proimmune)的使用,分选样本数(5个样本,3名患者),四聚体库(32个表位,7个阴性对照)
阅读提示:Methods: Antigen-specific T-cell profiling with pMHC tetramer panel; pp65NLV-specific TCRβ sequencing
数据分析和统计
批次效应校正方法(scVI),差异表达分析(MAST)和多重检验校正(Bonferroni),非参数统计检验(Mann-Whitney U, Kruskal-Wallis)
阅读提示:Methods: Single-cell RNA and TCRαβ sequencing and data analysis; Statistics