全球队列的单细胞分析勾勒免疫衰老的决定因素，并将GZMK+与GZMB+效应记忆T细胞比值与健康轨迹联系起来
Single-cell analyses of global cohorts outline determinants of immune aging and link the ratio of GZMK+ to GZMB+ Tem cells to health trajectories.
一句话GZMK+/GZMB+效应记忆T细胞比值与健康及病理相关衰老轨迹相关。
研究问题
数据与样本
分析流程
- 1整合单细胞数据：合并7个公共PBMC数据集与1个新生成队列，覆盖不同年龄、祖源和生物学性别。
- 2比较免疫重塑：在59个免疫细胞群体中识别保守及队列相关的年龄相关变化，并分析性别和祖源相关差异。
- 3聚焦衰老异质性：考察CD8+ T细胞及GZMK+/GZMB+效应记忆细胞比值与健康和病理相关衰老轨迹的关系。
- 4分析相关背景因素：考察该比值与包括CMV在内的慢性病毒暴露及疾病相关免疫失调的关系，并比较不同人群的主导因素。
- 5关联蛋白质组与健康结局：在4个队列中识别Tem GZMB+血浆特征，分析其与炎症性衰老、自报健康、全因死亡率及疾病风险的关联。
关键方法与工具
- single-cell analyses
- 解析免疫细胞群体差异
- Proteomic profiling
- 识别相关血浆蛋白特征
设计思路
主要发现
- 在2,609名表面健康个体的59个免疫细胞群体中，发现保守及队列相关的年龄相关重塑，以及性别和祖源相关的免疫差异。
- CD8+ T细胞是衰老异质性的主要驱动因素，GZMK+/GZMB+效应记忆细胞比值可区分健康与病理相关的衰老轨迹。
- 该比值反映慢性病毒暴露（包括CMV）相关的免疫重塑及疾病相关免疫失调，主导因素因人群而异。
- 4个队列的蛋白质组分析发现，Tem GZMB+血浆特征与炎症性衰老、自报健康状况不佳、全因死亡率及免疫相关疾病、代谢性疾病和心血管疾病风险升高相关。
可借鉴之处
- 开展免疫衰老研究时，可借鉴其跨队列整合策略，同时识别共同变化和队列相关变化，避免将某个人群的特征直接视为普遍规律。
- 可借鉴其细胞亚群比值分析思路，将GZMK+/GZMB+效应记忆细胞比值与病毒暴露及疾病背景共同考察。
- 可借鉴其从单细胞特征延伸至血浆蛋白特征及健康结局的设计，在自己的队列中建立细胞表型与临床相关性的关联证据链。
数据与代码
局限
- 这些关联分析不能确定细胞比值或血浆蛋白特征与健康结局之间的因果关系。
- 单细胞分析以外周血PBMC为对象，不能直接代表其他组织的免疫衰老。
摘要（中文翻译）
人类免疫衰老具有异质性，免疫应答在整个生命过程中变得越来越多样。在本研究中，我们整合了7个大规模公共单细胞外周血单个核细胞（PBMC）数据集和1个新生成的队列，涵盖不同年龄、祖源和生物学性别的2,609名表面健康个体。我们在59个免疫细胞群体中识别出既有保守性、也有队列相关性的年龄相关重塑，同时发现了依赖于性别和祖源的免疫差异。CD8+ T细胞是衰老异质性的主要驱动因素，其中GZMK+/GZMB+效应记忆细胞比值可区分健康与病理相关的衰老轨迹。该比值反映了由包括CMV在内的慢性病毒暴露所驱动的免疫重塑，以及疾病相关的免疫失调，其主导驱动因素因人群而异。对4个队列进行的蛋白质组分析揭示了一种Tem GZMB+血浆特征，该特征与炎症性衰老、自报健康状况不佳、全因死亡率以及免疫相关疾病、代谢性疾病和心血管疾病风险升高相关。总体而言，这些发现确定了具有临床相关性的免疫决定因素，可用于监测和指导健康衰老干预。
英文原文摘要
Human immune aging is heterogeneous, with immune responses becoming increasingly variable over the lifespan. Here, we integrated seven large-scale public single-cell peripheral blood mononuclear cell (PBMC) datasets and a newly generated cohort, encompassing 2,609 ostensibly healthy individuals across diverse ages, ancestries, and biological sexes. We identified both conserved and cohort-associated age-associated remodeling across 59 immune populations, together with sex- and ancestry-dependent immune differences. CD8+ T cells emerged as major drivers of aging heterogeneity, with the GZMK+/GZMB+ effector memory ratio distinguishing healthy and pathology-associated aging trajectories. This ratio reflected immune remodeling driven by chronic viral exposure, including CMV, and disease-associated immune dysregulation, with the dominant driver varying across populations. Proteomic profiling across four cohorts revealed a Tem GZMB+ plasma signature associated with inflammaging, poor self-reported health, all-cause mortality, and increased risk of immune-related, metabolic, and cardiovascular diseases. Together, these findings define clinically relevant immune determinants for monitoring and guiding healthy aging interventions.
摘要来自 PubMed。翻译与解读由模型根据摘要生成，可能有误，不构成诊疗建议；数据以原文为准，版权归原出版方所有。