综述：解锁免疫 “密码”：TCR 与 BCR repertoire 分析如何重塑免疫研究与精准医疗

为解决深入了解 TCR 和 BCR 多样性及功能的问题，研究人员开展免疫库分析研究。结果揭示了相关结构功能差异、技术方法及应用价值。这对理解免疫机制、开发诊疗手段意义重大，推荐科研读者阅读。

　　

在免疫系统这个神秘的 “王国” 里，T 细胞受体（TCRs）和 B 细胞受体（BCRs）就像一群训练有素的 “卫士”，它们的多样性是免疫系统能够识别和应对各种抗原的关键。然而，长久以来，科学家们想要深入了解这些 “卫士” 的秘密，却面临着诸多挑战。

过去，虽然知道 TCRs 和 BCRs 的重要性，但对于它们在不同生理和病理情况下的具体表现，却知之甚少。就好像知道城堡里有厉害的卫士在守护，却不清楚他们面对不同敌人时是如何行动的。而且，传统的研究方法也存在局限，无法全面、深入地探究这些受体的序列和功能。这就好比用一把简陋的工具去探索一座神秘的宝藏，只能看到表面的一些东西，更深层次的奥秘却难以触及。所以，为了更深入地了解免疫系统的工作机制，找到治疗疾病的新方法，开展对 TCRs 和 BCRs 的研究迫在眉睫。

为了攻克这些难题，相关研究人员在不懈努力。他们在 [《期刊原文名称》] 上发表了名为《论文原文标题》的论文。这篇论文就像是一把神奇的钥匙，为我们打开了了解 TCRs 和 BCRs 的新大门。研究得出的结论意义重大，它让我们对免疫系统的认识上升到了一个新的高度，为免疫相关疾病的诊断、治疗以及精准医学的发展提供了重要的理论依据。

在这项研究中，研究人员运用了几个关键的技术方法。RNA 测序（RNA-seq）技术是其中的重要一环，它就像一个强大的 “探测器”，能够捕获 TCRs 和 BCRs 的序列信息。通过这个技术，研究人员可以深入探究免疫库（即个体体内 TCRs 和 BCRs 的多样性和组成）在不同情况下的变化。此外，数据处理和分析技术也不可或缺，包括对原始数据进行质量控制，去除低质量或错误的读取；将数据与参考数据库进行比对和映射，以确定基因的使用情况；以及识别克隆型（来自同一原始免疫细胞的独特序列）并进行量化分析。这些技术相互配合，帮助研究人员从复杂的数据中提取出有价值的信息。

下面来详细看看研究的结果。

1. 结构和功能差异

TCRs 和 BCRs 虽然都是免疫系统的 “卫士”，但它们在结构和功能上却有着明显的差异。TCRs 由两条多肽链组成，大多数 T 细胞中的是 α 和 β 链，少数 T 细胞中的是 γ 和 δ 链。它主要负责识别由主要组织相容性复合体（MHC）分子呈递的肽抗原，就像是一个 “解码器”，专门识别经过 MHC “加工” 后的抗原信息。TCRs 的多样性主要集中在互补决定区 3（CDR3），这个区域就像是它的 “敏感触角”，通过与抗原的直接接触来实现免疫识别。

而 BCRs 则像是一个多功能的 “武器库”，它由两条重链和两条轻链组成，和抗体有着相同的基本结构。与 TCRs 不同，BCRs 可以直接识别天然的、未经处理的抗原，包括蛋白质、碳水化合物和脂质等。BCRs 的多样性不仅来源于 V（D）J 重组，还通过体细胞高频突变和类别转换重组得到进一步增强，这使得它在应对抗原时更加灵活多变。

这些差异决定了它们在免疫系统中扮演着不同的角色。TCRs 主要参与细胞免疫，激活 T 细胞，通过产生细胞因子和发挥细胞毒性作用来协调免疫反应；而 BCRs 则既是抗原受体，又是效应分子，其分泌的抗体在体液免疫中发挥着核心作用，能够中和病原体并促进其清除。

2. 模板选择

在进行免疫库分析时，选择合适的 “模板” 至关重要。基因组 DNA（gDNA）是常用的模板之一，它就像一个稳定的 “数据库”，可以捕获 TCR 或 BCR 的所有重排情况，包括那些不活跃表达的克隆型，这有助于研究人员了解免疫库的总体多样性。但 gDNA 也有它的 “短板”，它无法提供转录活性的信息，就好比知道了图书馆里有哪些书（克隆型），却不知道哪些书正在被人阅读（活跃表达）。

相比之下，RNA 模板（主要是信使 RNA，mRNA）则像是一个实时的 “监控器”，它能直接反映出正在活跃表达的免疫库情况，聚焦于功能性克隆型，对于研究免疫系统的动态反应非常有帮助。不过，RNA 不太稳定，在提取和逆转录过程中容易出现偏差，影响后续分析的准确性。

互补 DNA（cDNA）是由 mRNA 合成的，它结合了两者的优点，既保留了 mRNA 的功能相关性，又具有更好的稳定性。但它也会受到与 mRNA 方法相同的转录偏差影响。所以，研究人员在选择模板时，需要根据研究目的和样本的实际情况，谨慎做出决定。

3. CDR3 与全长测序

在研究免疫受体时，是只关注 CDR3 区域，还是对受体链进行全长测序，这也是一个重要的选择。只关注 CDR3 区域有它的优势，因为 CDR3 是受体中最具变异性和抗原特异性的部分，就像是锁芯，决定了受体能否准确识别抗原。通过聚焦 CDR3 区域，研究人员可以更高效地分析克隆型和多样性，而且测序成本较低，生物信息学分析也相对简单。但这种方法也有局限性，没有 CDR1 和 CDR2 等周围区域的信息，很难全面了解抗原识别的结构和功能机制，就好比只看到了锁芯，却不知道整个锁的构造。

而全长测序则像是给受体拍了一张 “全身照”，它包含了可变区（V）、连接区（J）、恒定区（C）以及 CDR1 和 CDR2 等更多信息。这使得研究人员能够更深入地理解受体的功能，包括与 MHC 分子的结合以及受体的整体结构构象。同时，全长数据还能进行受体链的配对分析，对于研究抗原特异性和受体 - 配体相互作用至关重要。不过，全长测序也面临着一些挑战，比如数据分析更复杂、测序成本更高，而且由于序列长度增加，每个克隆型的读取覆盖率可能会降低。

4. 批量测序与单细胞测序

批量测序和单细胞测序是研究免疫库的两种不同策略。批量测序就像是对一群细胞进行 “集体照” 拍摄，它将多个细胞的 RNA 或 DNA 混合在一起进行测序，能够提供样本中克隆型多样性的总体概况。这种方法具有高度的可扩展性和成本效益，适合大规模的研究。但它的缺点是无法保留受体链配对信息和细胞背景信息，就好比集体照只能看到一群人，却不知道每个人的具体情况。

单细胞测序则像是给每个细胞都拍了一张 “单人照”，它分离单个细胞进行测序，能够精确地识别 TCR 的 α 和 β 链或 BCR 的重链和轻链的配对情况，对于研究抗原特异性非常有用。而且，单细胞测序还可以与转录组分析相结合，让研究人员能够将免疫库数据与基因表达谱和免疫细胞状态联系起来，深入探索免疫细胞的异质性和特定克隆型的功能。不过，单细胞测序成本更高，技术要求也更严格，而且由于分析的细胞数量有限，通量较低，可能会降低检测的灵敏度。

5. 数据预处理

数据预处理是免疫库分析的重要环节，就像是给数据 “洗澡”，去除杂质，让它变得更加干净、准确。这一过程包括多个步骤，首先是对原始数据进行质量控制，去除低质量或错误的读取，比如修剪掉适配器序列，过滤掉太短或质量差的读取，以及排除错误率高的读取。常用的质量控制指标是 Phred 分数，它就像一个 “质检员”，通过计算每个测序读取的准确性，只选择超过特定阈值的读取进行后续分析。

接下来是比对和映射，将处理后的读取与 TCR 或 BCR 基因的参考数据库或基因库进行比对。有许多生物信息学工具可以完成这个任务，比如用于 BCRs 的 IMGT/HighV - QUEST 和用于 TCRs 的 MiTCR 等。这些工具能够帮助研究人员确定基因的使用情况，以及重组过程中产生的插入或缺失。

然后是克隆型的识别和量化，研究人员通过将具有相同 CDR3 序列的序列分组，来确定克隆型，并计算每个克隆型的丰度。这一步对于分析克隆的扩增或收缩非常关键，能够反映免疫系统对免疫挑战的反应。

此外，对于需要了解受体配对的研究，还需要进行额外的步骤，将 TCRs 的 α/β 链或 BCRs 的重 / 轻链序列进行配对。工具如 VDJtools 可以根据分子特征或细胞条形码来完成这一任务。

6. 分析工具

在免疫库分析的 “工具箱” 里，有许多强大的工具。MiXCR 是一个综合性的工具，它就像一个 “万能工匠”，能够快速处理 TCR 和 BCR 免疫库数据。它提供了一整套处理高通量测序数据的流程，包括质量控制、读取比对、V（D）J 重建、克隆型识别和量化等功能。而且，它可以处理 RNA - seq 和 DNA - seq 数据，适用于各种实验设置，还能在统一的框架下分析 TCR 和 BCR 免疫库，并且具有先进的 V（D）J 组装算法，能够在存在测序错误的情况下准确识别克隆型，同时提供强大的可视化工具，方便研究人员进行后续分析。

TRUST4 则像是一个 “纠错大师”，它专门用于从 RNA - seq 读取中重建 TCR 和 BCR 序列，适用于批量和单细胞 RNA - seq 数据。它的算法能够处理具有高错误率的复杂数据集，通过错误校正策略提高克隆型识别的准确性。而且，它不仅能进行读取映射，还能进行从头组装，对于重组后的读取也能准确比对。当与单细胞 RNA - seq 数据结合时，还能在单细胞分辨率下识别受体序列，为研究 T 细胞和 B 细胞的异质性和功能多样性提供有价值的信息。

IMGT/HighV - QUEST 是基于 IMGT 数据库的专门用于分析 BCR 和 TCR 序列的工具，它就像一个 “精准导航仪”。通过详细的 V（D）J 基因比对，它能够为研究人员提供基因使用情况和 CDR 区域潜在突变的信息，并且高度可定制，适合各种实验设计。

IgBlast 是由美国国家生物技术信息中心（NCBI）开发的工具，它就像一个 “高速扫描仪”，能够快速准确地将免疫球蛋白和 TCR 序列与 IMGT 参考数据库进行比对。虽然它不能进行完整的免疫库分析，但常常与其他工具（如 IMGT/HighV - QUEST）结合使用，用于更深入地研究 BCR 免疫库。

VDJtools 则是一个擅长免疫库测序数据后处理、可视化和分析的工具，它就像一个 “数据分析师”。它能够计算多种多样性指标，如香农熵、辛普森指数和克隆丰富度等，帮助研究人员了解免疫库的多样性。同时，它还提供统计分析算法，评估免疫库组成变化的显著性，并且支持与其他平台（如 MiXCR 和 TRUST4）集成，方便研究人员在一个分析框架内使用不同的工具。

7. 可提取特征类型

通过对免疫库的分析，研究人员可以提取出许多重要的特征。克隆型多样性是其中一个关键特征，它反映了免疫库中独特受体序列的丰富程度，就像是一个城市里不同职业的多样性。高克隆型多样性通常意味着免疫系统更强大，能够识别更多种类的病原体；而低多样性则可能暗示免疫缺陷或某些疾病（如癌症）中的寡克隆扩增。

克隆型频率的分析可以揭示克隆的扩增或收缩情况，这就像是观察城市中某个职业人群数量的变化。克隆扩增通常发生在感染、接种疫苗或肿瘤进展等情况下，而克隆收缩则发生在免疫挑战解决之后。通过监测这些动态变化，研究人员可以了解免疫反应的动力学和免疫记忆的形成。

免疫库组成，特别是特定 V、D 和 J 基因片段的使用情况，也能提供重要信息。不同的疾病或免疫反应可能与特定 V 基因的优先使用有关，这就好比不同的任务需要特定技能的人来完成。通过分析基因使用情况，研究人员可以了解免疫系统组装受体的方式，以及潜在的免疫识别机制。

CDR3 区域的长度和序列组成同样不容忽视。CDR3 长度会影响受体的特异性，而其具体的核苷酸序列则决定了抗原识别的能力。某些 CDR3 序列模式可能与特定病原体或肿瘤抗原相关，这为研究疾病特异性免疫反应提供了线索。

对于 TCRs 来说，受体配对信息对于理解抗原特异性至关重要，就像一把钥匙配一把锁，只有正确的配对才能发挥作用。而在 BCRs 中，体细胞高频突变和亲和力成熟是关键特征，它们使得 BCRs 能够不断进化，提高对抗原的亲和力，就像战士在战斗中不断提升自己的战斗能力。

此外，通过对免疫库进行聚类分析，研究人员可以识别潜在的抗原驱动的扩增，评估不同个体或群体之间的克隆重叠情况，这对于了解共享免疫反应和疾病中的免疫逃逸具有重要意义。同时，跟踪 TCR 和 BCR 免疫库的时间动态变化，可以揭示免疫系统对新感染或疫苗的适应过程，以及免疫记忆、免疫耐受和反应持久性的发展机制。

8. 应用

免疫库分析在多个领域都有着广泛的应用。在疫苗研究方面，随着 COVID - 19 疫情的爆发，相关研究迅速增加。通过分析克隆型频率动态变化，研究人员可以识别疫苗诱导的 TCR 或 BCR 克隆扩增，并且有望通过与疫苗接种前的数据关联，预测克隆扩增模式，这对于评估疫苗效果和优化疫苗设计具有重要意义。

在自身免疫性疾病研究中，研究人员发现系统性红斑狼疮（SLE）患者的 TCR 和 BCR 克隆型多样性增加，并且基因使用模式与健康人不同。此外，在免疫相关疾病的治疗过程中，BCR 免疫库特征也会发生变化，这些发现为未来开发诊断标记和治疗靶点提供了潜在的方向。

在传染病研究中，免疫库分析可以直接识别病原体特异性的 TCR 和 BCR 克隆。通过比较感染前后的免疫库，研究人员可以观察到特定克隆的扩增，这对于疫苗开发非常有帮助。

而且，免疫库分析得到的特征还可以作为机器学习模型的输入，用于疾病表型分类、药物或治疗反应预测以及预后评估。例如，TCR 多样性可以作为黑色素瘤患者的预后标记，肿瘤浸润 T 细胞的 TCR 多样性增加与多种癌症类型的良好预后相关。在免疫治疗方面，跟踪 TCR 克隆型频率动态变化或多样性可以预测免疫治疗的反应，为个性化治疗提供依据。

研究人员通过一系列关键技术方法，对 TCRs 和 BCRs 进行了深入研究，取得了丰富的研究成果。这些成果不仅加深了我们对免疫系统的理解，也为免疫相关疾病的研究和治疗开辟了新的道路。免疫库分析作为连接免疫学、生物信息学和临床研究的重要桥梁，未来有望在精准医学领域发挥更大的作用，为人类健康带来更多的福祉。它就像一个不断挖掘的宝藏，随着研究的深入，相信还会有更多的惊喜等待着我们去发现。