目的:全面分析肝癌的RNA结合蛋白和转录因子基因表达及免疫浸润对肝癌预后的预测价值。方法:在癌症基因组图谱(TCGA)( n＝365)、基因表达综合数据库GSE54236( n＝78)和GSE14520( n＝221)中筛选RNA结合蛋白和转录因子的共同基因集，单因素Cox回归分析进行初筛，通过LASSO-Cox构建生存回归模型，通过标准化得到整合RNA结合蛋白和转录因子的复合指数CIRT，根据其中位数将肝癌患者分为CIRT high组( n＝182)和CIRT low组( n＝182)，并分析两组免疫浸润等差异。 结果:共筛选出37个预后相关的RNA结合蛋白和转录因子基因，通过LASSO-Cox构建基于其中7个最相关基因的预后预测模型。CIRT high组患者的M1型巨噬细胞( P＝0.032)、M2型巨噬细胞( P＝0.009)、静息肥大细胞( P<0.001)、活化自然杀伤细胞( P＝0.007)和静息记忆CD4 ＋ T细胞水平较低( P<0.001)，而CIRTlow组的静息树突状细胞( P＝0.048)、M0型巨噬细胞( P<0.001)、中性粒细胞( P＝0.049)、滤泡辅助性T细胞( P＝0.004)和调节性T细胞( P＝0.001)水平较低，差异具有统计学意义。基因富集分析显示，CIRT high组的TCGA和GSE14520在细胞周期、DNA修复过程中高度富集。在TCGA队列中，CIRT low组的患者比CIRThigh组的患者总生存更优。对TCGA队列中5年随访数据进行分析，CIRT对于肝癌患者长期生存预后具有良好的预测价值(受试者工作特征曲线下面积0.71)。 结论:在肝癌中建立了基于RNA结合蛋白和转录因子表达谱以及免疫细胞浸润的新的预后指标，CIRT可以作为一个独立的预后预测指标。

固有淋巴细胞（ILCs）是一群新型的固有免疫细胞，在维持免疫稳态方面发挥关键的作用，也是先天免疫系统和适应性免疫系统之间的桥梁。目前ILCs分为5个亚群，即NK细胞、ILC1、ILC2、ILC3和淋巴组织诱导细胞（lymphoid tissue-inducer cell，LTi细胞），其不同亚群在RA等自身免疫病中炎症与肠道免疫稳态平衡中发挥了重要作用。新近发现ILCs亚群调控RA中Th17调节性T细胞、滤泡辅助性T细胞/滤泡调节性T细胞（Tfh/Tfr）免疫稳态和炎症。阻断ILC1s和ILC3s炎症功能，诱导抗炎的ILC2s是RA治疗的新方向。本文就ILCs生物学特性及在RA中免疫稳态调控作用的最新研究进展予以综述，旨在探索重建免疫稳态的新治疗策略。

目的:通过研究中国恒河猴外周血淋巴细胞免疫表型及其功能，为以恒河猴为模型的研究提供数据参考。方法:通过优选抗体克隆和荧光配色，确定了主要淋巴细胞亚群检测和T细胞功能检测Panel，并用此方法分析15只健康中国恒河猴外周血单个核细胞(peripheral blood mononuclear cells，PBMCs)中T、B、NK等多种细胞亚群的比例，以及在非特异性刺激条件下T细胞分泌细胞因子的能力。结果:成功建立了两套多色流式Panel，Panel 1可同时检测细胞毒性T淋巴细胞(cytotoxic T-lymphocyte, CTL)、滤泡辅助性T细胞(follicular helper T cell, Tfh)、调节性T细胞(regulatory T cells, Treg)、B细胞和NK细胞等多种淋巴细胞亚群，Panel 2可检测多种T细胞亚群功能和免疫检查点分子的表达。中国恒河猴PBMCs中主要淋巴细胞亚群比例的平均值分别为T细胞(75.32±7.73)%、B细胞(13.22±7.50)%、NK细胞(0.88±0.48)%、Tfh细胞(0.73±0.27)%、Treg细胞(0.75±0.43)%、CD16 +NK细胞(47.87±22.35)%、CD56 +NK细胞(10.69±12.41)%。非特异性刺激后，分泌IL-2和TNF-α的CD4 +T细胞比例高于CD8 +T细胞，分泌CD107a和IFN-γ的CD8 +T细胞比例高于CD4 +T细胞，而这两种细胞分泌IL-17A的比例均较低。 结论:本研究建立了可在单细胞水平同时检测多个细胞表面分子和分泌因子的多色流式检测方案，能够准确、全面地分析恒河猴PBMCs中免疫细胞亚群、免疫功能以及免疫检查点分子的表达，为利用恒河猴模型进行传染病疫苗及药物研发提供新的实验方法和基础数据。

目的:应用生物信息学方法筛选结肠癌预后相关的炎症反应相关差异表达基因，构建并验证结肠癌预后模型。方法:从癌症基因组图谱（TCGA）数据库中检索472例结肠癌患者及41名健康人正常结肠组织的RNA测序和临床数据。从国际癌症基因组联盟（ICGC）数据库中检索结肠癌预后相关基因表达及临床数据。检索时间均为建库至2022年11月。通过基因集富集分析（GSEA）数据库获取200个与炎症反应相关的基因，将其与TCGA数据库中获得的结肠癌和正常结肠组织的RNA测序基因数据集进行对比，获得炎症反应相关的差异表达基因。采用Cox比例风险模型分析评估TCGA数据库中与预后相关的差异表达基因，炎症反应相关的差异表达基因与预后相关的差异表达基因取交集，获得预后相关的炎症反应相关差异表达基因。通过LASSO Cox回归构建结肠癌预后模型。计算风险评分，按风险评分的中位值将TCGA数据库结肠癌患者分为低风险（<中位值）和高风险（≥中位值）两组。对两组患者进行主成分分析（PCA），采用Kaplan-Meier法进行生存分析。基于R软件timeROC程序包分析风险评分预测TCGA数据库结肠癌患者总生存（OS）的效能。应用ICGC数据库中的临床数据对构建的预后模型进行外部验证，依据TCGA数据库结肠癌患者中位风险评分将ICGC数据库结肠癌患者分为高、低风险组。使用R软件，对TCGA数据库中预后相关的炎症反应相关差异表达基因进行免疫细胞及免疫功能的单样本基因集富集分析（ssGESA）、免疫分型差异分析、免疫微环境相关性分析、免疫检查点基因差异分析。结果:共获得60个炎症反应相关的差异表达基因，12个与预后相关的差异表达基因，取交集获得6个预后相关的炎症反应相关差异表达基因（CCL24、GP1BA、SLC4A4、SRI、SPHK1、TIMP1）。通过LASSO Cox回归分析，基于6个预后相关的炎症反应相关差异表达基因构建结肠癌预后模型，风险评分＝-0.113×CCL24+0.568×GP1BA+（-0.375）×SLC4A4+（-0.051）×SRI+0.287×SPHK1+0.345×TIMP1。PCA结果显示，结肠癌患者可以较好地分为2个集群。TCGA数据库中高风险组OS较低风险组差（ P<0.001）；预后风险评分预测患者1、3、5年OS率的曲线下面积（AUC）分别为0.701、0.685、0.675。ICGC数据库中低风险组的OS优于高风险组，预后风险评分预测1、2、3年OS率的AUC分别为0.760、0.788、0.743。ssGSEA分析结果显示，TCGA数据库中高风险组免疫细胞浸润水平较高，尤其是活化树突细胞、巨噬细胞、中性粒细胞、浆细胞样树突细胞、T辅助细胞、滤泡辅助性T细胞得分均高于低风险组，辅助性T细胞2（Th2）得分低于低风险组（均 P<0.05）；免疫功能方面，高风险组抗原呈递细胞（APC）共抑制、APC共刺激、免疫检查点、人类白细胞抗原（HLA）、促进炎症、副炎症、T细胞刺激、Ⅰ型干扰素（IFN）反应、Ⅱ型IFN反应得分均高于低风险组（均 P<0.05）。免疫分型分析结果显示，IFN-γ为主型（C2）的炎症反应评分最高，分别与创伤愈合型（C1）、炎症反应型（C3）比较差异均有统计学意义（均 P<0.05）。免疫微环境基质细胞、免疫细胞均与预后风险评分呈正相关（ r值分别为0.35、0.21，均 P<0.01）。免疫检查点差异分析结果显示，高、低风险组程序性死亡受体配体1（PD-L1）表达量比较，差异有统计学意义（ P＝0.002），且PD-L1表达量与预后风险评分呈正相关（ r＝0.23， P<0.01）。 结论:炎症反应相关基因在结肠癌肿瘤免疫中可能发挥重要作用，可以用于结肠癌患者的预后分析及免疫治疗。

目的:明确变应性鼻炎（AR）患者外周血2型辅助性T细胞（Th2细胞）和2型滤泡辅助性T细胞（Tfh2细胞）的趋化特点，并探究其趋化因子受体的表达与过敏原特异性免疫球蛋白E（sIgE）水平及疾病严重程度的关系。方法:分离2017年4月至2018年2月间在华中科技大学同济医学院附属同济医院就诊的41例AR患者［男20例，女21例，年龄35.0（24.5，47.0）岁］和42名健康对照［男24例，女18例，年龄35.0（24.8，46.5）岁］的外周血单个核细胞，多色流式检测趋化因子受体CC类趋化因子受体（CCR）2、CCR3、CCR4、CCR5、CCR7、CCR8、趋化因子C-X3-C-基序受体1（CX3CR1）和趋化因子（C-X-C基序）受体4（CXCR4）在Th2和Tfh2细胞中的表达。分析这些趋化因子受体在Th2和Tfh2细胞上的表达量与血清sIgE水平及受试者视觉模拟量表（VAS）评分的关系。使用GraphPad Prism 7.0软件进行统计学分析。结果:对照组Th2与Tfh2细胞的趋化特性具有明显差异：Th2细胞高表达趋化因子受体CCR2、CCR3、CCR5、CCR8和CX3CR1；而Tfh2细胞高表达引导免疫细胞归巢的趋化因子受体CCR7和CXCR4。AR患者外周血Th2细胞较对照组表达更高水平的CCR2、CCR5和CX3CR1（ P值均<0.01），同时CCR2 +和CCR5 +Th2细胞的比例均与VAS评分呈正相关（ r值分别为0.58、0.61， P值均<0.01）；Tfh2细胞较对照组表达更高水平的CCR7（ P<0.01），CCR7 +Tfh2细胞的比例与血清sIgE水平呈正相关（ r=0.51， P<0.01）。 结论:AR患者外周血CCR2 +和CCR5 + Th2细胞占Th2细胞的百分比可一定程度上反映AR的严重程度，而CCR7 + Tfh2细胞占Tfh2细胞的百分比与血清sIgE水平呈正相关。

目的:探讨滤泡性T细胞淋巴瘤（FTCL）临床病理学特征及鉴别诊断要点。方法:收集徐州医科大学附属医院2例FTCL，分析形态及免疫表型，结合文献报道进行总结。结果:患者女，年龄52和57岁，均表现为全身浅表及深部多发淋巴结肿大。镜下淋巴结结构破坏，肿瘤呈滤泡结节状生长模式，无显著血管增生和滤泡树突细胞网增生；瘤细胞中等大小，部分胞质透明，核异型不显著。例1见散在霍奇金（R-S）样大细胞，周围可见肿瘤性T细胞环。2例肿瘤细胞均表达滤泡辅助性T细胞（TFH）标记（CD3、CD4、bcl-6、PD-1及ICOS），例1中R-S样大细胞CD20阴性、CD30阳性、CD15部分阳性、EB病毒编码的RNA（EBER）原位杂交阴性。2例均为临床Ⅲ/Ⅳ期，例1仅对症治疗，生存时间<15个月；例2经CHOP（环磷酰胺+多柔比星+长春新碱+泼尼松）方案治疗无反应，随访7个月带瘤生存。结论:FTCL较罕见，形态学及免疫表型与其他T细胞淋巴瘤、低级别B细胞淋巴瘤甚至经典型霍奇金淋巴瘤混淆，但FTCL具侵袭性，预后差，充分认识其病理特征以避免误诊与漏诊。

高亲和力、过敏原特异性的免疫球蛋白E（IgE）与肥大细胞的交联可能会导致危及生命的过敏反应。过去一直认为2型辅助性T细胞（Th2）分泌的IL-4、IL-13是B细胞产生IgE的主要驱动者，随着近年来免疫学的深入研究，发现滤泡辅助性T细胞（Tfh）是指导B细胞生发中心反应、抗体亲和力成熟和同种型类别转换的重要CD4 +T细胞亚型，新近报道其也与IgE反应有关。Tfh细胞的发现，尤其是包括滤泡辅助性T细胞13（Tfh13）在内的新型T细胞亚群的发现拓宽了免疫学界与临床对过敏性疾病复杂免疫网络的认识。这些"Tfh 13"细胞具有特殊的细胞因子谱，即高表达IL-13、IL-4、IL-5，低表达IL-21（IL-13 hi，IL-4 hi，IL-5 hi，IL-21 low），并共同表达转录因子BCL6和GATA3。Tfh 13细胞是产生高亲和力IgE以及随后的过敏原诱导的过敏反应所必需的。在RA、SLE、硬皮病、1型糖尿病（DM1）等自身免疫病中亦存在滤泡辅助性T细胞/滤泡调节性T细胞（Tfh/Tfr）的免疫失衡、IL-13、IgE的异常。本文对Tfh13细胞在包括自身免疫性疾病在内的变态反应性疾病中的作用和机制的最新进展，旨在探寻改善自身免疫过敏反应的替代治疗新靶点。

目的:探讨胶质母细胞瘤（GBM）肿瘤微环境（TME）中的预后生物标志物及其功能。方法:从癌症基因组图谱（TCGA）数据库收集161例GBM患者169个GBM样本,应用R4.1.0软件ESTIMATE算法计算TME中的免疫成分和基质成分比例，分别表示为免疫评分和基质评分，根据两个评分的中位值，将169个GBM样本分为各评分的高分组和低分组，各84个（等于中位值者不参与分组）；采用limma程序包获得两个评分的高分组与低分组间的差异表达基因（DEG）[错误发现率（FDR）<0.05]，通过Venn程序获得两个评分共同上调和共同下调的DEG。基于STRING数据库构建免疫评分、基质评分共同上调和共同下调DEG的蛋白相互作用（PPI）网络，取连接度排在前30位的基因；通过R4.1.0软件对免疫评分和基质评分间共同上调和共同下调DEG进行TCGA数据库161例GBM患者总生存（OS）的单因素Cox比例风险模型分析，获得对OS有影响的DEG；将PPI分析和Cox回归分析筛选的DEG取交集，即预后核心基因。根据TCGA数据库GBM样本预后核心基因中位表达值，将161例患者分为预后核心基因高表达组和低表达组（等于中位值的患者不参与分组），各80例；通过R4.1.0软件对两组患者OS进行Kaplan-Meier分析；应用GSEA 4.2.1软件对两组TCGA数据库中GBM患者有转录组数据的所有基因进行基因集富集分析（GSEA），获得两组基因主要功能富集情况。采用CIBERSORT算法对TCGA数据库169个GBM样本肿瘤浸润免疫细胞（TIC）亚群比例准确性进行检验，筛选得到57个GBM样本，分析这些样本中预后核心基因不同表达水平的样本间水平有差异的免疫细胞及与预后核心基因的表达相关的免疫细胞，采用Venn程序取差异水平免疫细胞与有相关性的免疫细胞的交集，得到GBM中与预后核心基因表达相关且水平有差异的TIC。结果:基于TCGA数据库GBM样本免疫评分和基质评分，共筛选出两个评分共同上调和共同下调DEG共693个。将单因素Cox回归分析获得的78个与OS相关的DEG与PPI网络分析获得的30个DEG取交集后，确定CC趋化因子受体2（CCR2）为预后核心基因（ HR=1.294，95% CI 1.060~1.579， P=0.011）。CCR2高表达的GBM患者的OS较CCR2低表达差（ P=0.009）；GSEA分析显示，CCR2高表达组基因主要富集于免疫相关通路，低表达组基因主要富集于代谢相关通路。筛选出的57个GBM样本中，CCR2高表达组和低表达组间3种免疫细胞水平均存在差异（均 P<0.05），CCR2表达与9种免疫细胞水平相关（均 P<0.05）；Venn程序分析得到GBM中与CCR2基因表达相关且水平有差异的3种TIC，其中，M2型巨噬细胞与CCR2表达呈正相关，滤泡辅助性T细胞和活跃NK细胞与CCR2表达呈负相关。 结论:CCR2可能是GBM的TME中预后相关的核心基因，依据CCR2水平有助于预测GBM的TME状态及患者预后，有望为GBM的治疗提供新的方向。

目的:探讨OX40在新诊断2型糖尿病（T2DM）患者外周循环滤泡辅助性T细胞（cTfh）表面的表达特性及其与胰岛素抵抗（IR）的相关性。方法:选取2020年11月至2021年12月于苏州大学附属第一医院内分泌科住院的新诊断T2DM患者，并选取同时期体检中心的健康志愿者作为对照。测量研究对象身高、体重并计算体重指数（BMI），收集研究对象空腹血糖（FPG）、空腹胰岛素（FINS）等，并计算血清胰岛素曲线下面积（AUC INS）和稳态模型评估胰岛素抵抗指数（HOMA-IR）等，检测研究对象外周血中cTfh细胞比例及其表面OX40的表达。采用 t检验或χ 2检验进行组间比较，采用Pearson相关分析法分析HOMA-IR与临床指标的相关性，采用多重线性回归分析法分析HOMA-IR的影响因素。 结果:共纳入160例研究对象。其中，T2DM组96例，对照组64名。与对照组相比，T2DM组OX40 +Tfh细胞比例升高，分别为（3.95±1.62）%和（7.51±5.32）%，差异具有统计学意义（ t=4.29， P=0.006）。Pearson相关分析结果显示，HOMA-IR与OX40 +Tfh细胞比例（ r=0.569）、BMI（ r=0.450）和AUC INS（ r=0.341）均呈正相关（ P均<0.001）。多重线性回归分析结果显示，OX40 +Tfh细胞比例（ B=0.284，95%CI 0.029~0.538， P=0.017）、BMI（B=0.249，95%CI 0.030~0.486， P=0.022）增加均对新诊断T2DM患者IR程度造成独立的正向影响。 结论:T2DM患者cTfh表面OX40上调表达，OX40 +Tfh细胞比例增加可能是影响新诊断T2DM患者IR的独立危险因素。

目的:基于加权基因共表达网络分析（WGCNA）筛选卵巢上皮性癌（卵巢癌）预后相关关键基因，并建立基因预后模型。方法:（1）从美国国家生物技术信息中心（NCBI）基因表达综合（GEO）数据库下载基因表达谱数据集GSE26712，共有185份卵巢癌组织标本和10份正常卵巢组织标本的数据，采用limma软件包筛选出卵巢癌的差异表达基因，与WGCNA筛选出的卵巢癌预后相关模块基因绘制韦恩（Venn）图，取其交集，得到交集基因；再结合基因本体（GO）、京都基因和基因组百科全书（KEGG）进行信号通路富集分析，构建交集基因相应蛋白之间的相互作用网络。（2）在交集基因中，采用单因素及多因素Cox回归模型分析筛选出与卵巢癌患者总生存时间显著相关的关键基因，据此构建基因预后模型，预后模型风险评分为各关键基因的表达水平乘以相应权重值后求和，以风险评分的中位数为界分为高风险组和低风险组。使用癌症基因组图谱（TCGA）数据库（共有379份卵巢癌组织标本）进行验证；并对TCGA数据库中的高风险组、低风险组采用基因集富集分析（GSEA）进行KEGG信号通路富集、基因突变分析和免疫特征分析。结果:（1）数据集GSE26712筛选出的1 024个卵巢癌差异表达基因与WGCNA筛选出的523个卵巢癌预后相关模块基因绘制韦恩图，取其交集获得378个交集基因。（2）单因素及多因素Cox回归模型分析共筛选出6个与预后显著相关的关键基因，即BNC1、CERK、FOXO1、GALNT6、MRPL2、PRSS2基因，构建基因预后模型，风险评分=BNC1基因表达水平×0.06+CERK基因表达水平×0.24+FOXO1基因表达水平×0.14+GALNT6基因表达水平×（-0.22）+MRPL2基因表达水平×（-0.20）+PRSS2基因表达水平×（-0.07）。训练集（GSE26712数据集）和验证集（TCGA数据库）中低风险组总生存率均显著高于高风险组（ P<0.001， P=0.003）。采用GSEA进行的KEGG信号通路富集发现，低风险组的基因在氧化磷酸化相关通路中富集，高风险组的基因在恶性肿瘤、钙离子等信号通路中富集；基因突变分析发现，TP53和TTN基因在高风险组（分别为82%、23%）和低风险组（分别为85%、24%）中的突变率均高于15%；免疫特征分析发现，低风险组浆细胞、滤泡辅助性T淋巴细胞、M1型巨噬细胞的浸润比例均显著高于高风险组（ P均<0.05），而休眠记忆CD 4 T淋巴细胞的浸润比例显著低于高风险组（ P<0.05）。 结论:基于WGCNA筛选的卵巢癌关键基因建立的基因预后模型能有效预测卵巢癌患者的预后，基因预后模型中的6个关键基因为研究卵巢癌的发生、发展及治疗靶点提供了参考依据。