我们离个性化免疫学还有多远？流式在其中的角色如何？

niwanmao

在2018年第4期的NPJ Syst Biol Appl上，一篇综述横空出世，很形象地给出了个性化免疫学发展之路，一起来学习一下。

第一阶段，传统临床医学。根据病史、症状、血常规、生化、病理生理等区分病人，不少预后不同的病人，被划分到了一起：



第二阶段，深度免疫状态表型区分病人。多色流式、质谱流式、TCR/BCR谱系分析、多种细胞因子分析等等，这些数据，可将第一阶段无法划分的病人初步分开：



第三阶段，基于多组学的分析。进一步结合基因组学、转录组学、蛋白组学、代谢组学、表观遗传学、微生物组学等数据，可使第二阶段的病人得到进一步划分：



第四阶段，基于流式或磁珠分选后，进行多组学分析。此阶段使得病人体内病灶的异质性能够得到进一步体现：



第五阶段，基于流式更为精细的分选后，进行多组学分析。由于在流式上纳入更多分选指标，使得分选后的细胞更纯，后续的多组学分析也更能够反映病灶的异质性：



第六阶段，单细胞多组学分析和动态监测。利用单细胞分选后，进行单细胞测序、多组学分析，并进行动态监测，有助于发现患者免疫细胞信号传导上的变化。



最后的第七阶段，其实是大数据分析了，检测手段已经到顶了，而数据分析需要跟上，才能真正实现第七阶段，利用非监督或监督式机器学习、差异表达基因分析、差异网络分析、个体表达扰动分析、样本特异性网络分析等大数据智能分析方法，将第六阶段得到的数据进行充分挖掘，从而将病人真正的区分为一个个不同的个体，从而实现最终的个体化免疫学表征和治疗。



参考文献：
Delhalle Sylvie,Bode Sebastian F N,Balling Rudi et al. A roadmap towards personalized immunology.[J] .NPJ Syst Biol Appl, 2018, 4: 9.

苏格兰白草莓

大方向是有了，但是每个level的进阶都非常的困难，特别是面对海量数据如何找到问题的答案还需要时日，希望更多的码农能够参与进来，让这些难点更快的突破

niwanmao

苏格兰白草莓 发表于 2018-3-15 19:22
大方向是有了，但是每个level的进阶都非常的困难，特别是面对海量数据如何找到问题的答案还需要时日，希望 ...

嗯，还有Money