急性感染和慢性感染导致人类记忆性 CD4 + T 细胞形成轨迹截然不同

Contents

Acute and chronic infections drive distinct trajectories in human memory CD4+ T cell formation

1,2,9 ∙ 吉尔·魏瑟 ∙ 1.3 ∙ … ∙ 罗伯特·蒂姆 ∙ 1,3,10 发送电子邮件至 tobias.boettler@uniklinik-freiburg.de ∙ MaikeHofmann … Show more
隶属关系及备注
1Department of Medicine II, Medical Center – University of Freiburg, Hugstetter Str. 55, D-79106 Freiburg, Germany
2Faculty of Biology, University of Freiburg, Freiburg, Germany
3Faculty of Medicine, University of Freiburg, Freiburg, Germany
4Institute for Transfusion Medicine and Gene Therapy, Freiburg University Medical Center, Faculty of Medicine, University of Freiburg, Freiburg, Germany
5Institute of Virology, Medical Faculty and University Hospital Düsseldorf, Heinrich Heine University Düsseldorf, Düsseldorf, Germany
6Institute of Molecular and Clinical Ophthalmology Basel, Basel, Switzerland
7German Cancer Consortium (DKTK), Heidelberg, Germany, partner site Freiburg, Freiburg, Germany
8Signaling Research Centers BIOSS and CIBSS, Freiburg, Germany
9
These authors contributed equally
10
Senior author
11
Lead contact
文章信息
Publication History:
Received July 13, 2025; Revised December 16, 2025; Accepted March 10, 2026; Published online April 1, 2026
Copyright: © 2026 The Author(s). Published by Elsevier Inc.
Published: April 1, 2026

精彩片段

•急性丙型肝炎病毒感染中干细胞样 CD4 + T 细胞亚群重叠亚群的预先形成

•在慢性感染中,干细胞样和效应亚群维持 CD4+ T 细胞反应。
•干细胞样 CD4 + T 细胞在治愈后仍然存在,并维持长期记忆。

•与自发清除不同,丙型肝炎治愈后的记忆性 CD4 + T 细胞具有慢性印记。

概括

病毒特异性 CD40 T 细胞在感染期间协调适应性免疫至关重要,但其在慢性感染中的分化和维持机制尚不清楚。我们以人丙型肝炎病毒(HCV)感染为模型,评估了急性感染、自发清除、慢性感染和治疗治愈后病毒特异性 CD41 T 细胞免疫的决定因素。在急性感染期间,出现了多种 CD42 T 细胞祖细胞亚群,其中包括在慢性感染中也存在的亚群。在慢性感染中,干细胞样 Bcl-23 CD44 T 细胞和 T-bet5 效应 CD46 T 细胞以祖细胞/子细胞关系存在。在治疗介导的 HCV 治愈后,这些细胞保留了其慢性感染的特征,但形成了一个稳定的记忆细胞库,该细胞库持续存在数年,并且与自发清除后 HCV 特异性 CD47 T 细胞记忆不同。总的来说,我们的研究结果突出了 CD4 + T 细胞命运的差异,这种差异取决于感染结果,并揭示了在慢性感染期间和之后 CD4 + 和耗竭的 CD8 + T 细胞维持的共同原则。

图文摘要

Graphical abstract undfig1

关键词

  1. T 细胞耗竭
  2. 祖先-后代关系
  3. 干细胞样 T 细胞
  4. CD4+ T 细胞记忆
  5. 毒理学
  6. PD-1
  7. CXCR5
  8. T 辅助细胞极化
  9. T 细胞分化轨迹

介绍

持续性感染,例如人类免疫缺陷病毒 (HIV)、乙型肝炎病毒 (HBV) 和丙型肝炎病毒 (HCV) 感染,以及肿瘤,都构成重大的健康负担。T 细胞是这些疾病预后和发病机制的关键决定因素,也是极具潜力的治疗靶点,例如免疫检查点阻断疗法。与持续性感染和肿瘤相关的慢性抗原暴露和刺激会驱动 T 细胞分化和效应功能的重定向和适应。  T 细胞对慢性抗原暴露的适应性研究主要集中在 CD8 + T 细胞上,通常被称为 T 细胞耗竭。   耗竭的 CD8 + T (TEX) 细胞的特征是效应功能降低,例如 IFNγ 和 TNF 的产生减少;抑制性受体(例如 PD-1 和 LAG3)的表达保留;代谢改变;以及独特的转录程序和表观遗传图谱。   虽然 TEX 细胞功能受限有利于病毒持续感染和肿瘤进展,但这种对持续抗原暴露的功能性适应也限制了过度免疫病理反应,并确保了残余 T 细胞免疫的维持。   然而,TEX 细胞免疫的协调机制尚未完全阐明。

CD40 T 细胞在协调 CD81 T 细胞反应中起着核心作用。实验模型,例如小鼠慢性淋巴细胞性脉络丛脑膜炎病毒 (LCMV) 感染模型,表明 CD42 T 细胞的耗竭会导致病毒血症失控和 TEX 细胞分化改变 3,4。CD45 T 细胞的重建可增强 TEX 细胞的效应功能并降低病毒载量 6。同样,在人类中,CD47 T 细胞的丢失与 HIV 疾病进展相关,而病毒特异性 CD48 T 细胞频率的降低与慢性 HCV 感染相关 9。这些观察结果强调了 CD410 T 细胞在持续抗原暴露期间 TEX 细胞免疫中的关键作用,并支持增强 CD411 T 细胞作为一种有前景的慢性感染和肿瘤免疫治疗策略。虽然已知慢性抗原刺激会改变 CD4 + T 细胞反应的细胞因子谱  ,并诱导一种独特的分子特征,该特征与 CD8 + TEX 细胞的部分分子特征重叠,  ,但我们对 CD4 + T 细胞的相关分化和维持的理解仍然有限,尤其是在人类中。

对慢性抗原暴露期间 T 细胞免疫的认识主要建立在 LCMV 感染的小鼠模型之上。然而,对人类慢性感染中 T 细胞反应的研究也表明,LCMV 模型低估了临床环境中观察到的特殊性和异质性。HCV 是研究人类 T 细胞免疫的宝贵模型,因为其结果具有二元性——自发清除或(大多数情况下)慢性感染。如果未诊断或未治疗,慢性 HCV 感染可能导致进行性肝病、肝硬化和肝细胞癌。慢性感染可以通过直接抗病毒药物(DAA)治愈,这些药物干扰病毒的复制机制,从而实现病毒学上的完全治愈。疾病进展或病毒清除受到 HCV 特异性 T 细胞反应的关键影响,众多研究(例如 T 细胞耗竭和 MHC 等位基因的影响)证实了这一点。   尽管 HCV 特异性 CD4 + T 细胞在协调急性和慢性 HCV 感染的抗病毒免疫中发挥着关键作用,但人们对它们的转录异质性、发育轨迹和记忆形成知之甚少。

本文旨在解决 HCV 特异性 CD40 T 细胞生物学研究中的关键挑战,例如其在慢性感染中的低频率以及 MHC II 类分子的多样性 10

10.
Schulze Zur Wiesch, J. ∙ Ciuffreda, D. ∙ Lewis-Ximenez, L. …
Broadly directed virus-specific CD4+ T cell responses are primed during acute hepatitis C infection, but rapidly disappear from human blood with viral persistence
J. Exp. Med. 2012; 209:61-75

2020.Zoldan, K. ∙ Ehrlich, S. ∙ Killmer, S. …Th1-Biased Hepatitis C Virus-Specific Follicular T Helper-Like Cells Effectively Support B Cells After Antiviral TherapyFront. Immunol. 2021; 12, 742061Google Scholar 。据我们所知,本文首次整合了人类病毒特异性 CD43 T 细胞的表型和功能分析的单细胞 RNA 测序数据集。我们利用肽负载的 MHC II 类四聚体,直接从急性、慢性、DAA 治愈和自发清除 HCV 感染患者的体内分离鉴定出这些细胞,从而能够确定其异质性,并绘制其在急性及慢性抗原暴露下的分化轨迹和记忆形成过程。这些发现对于理解 CD44 T 细胞在急性及慢性抗原刺激下的免疫反应具有广泛的意义,其应用范围不仅限于 HCV 治疗,还包括疫苗接种和癌症治疗等领域。

结果

感染结果影响 HCV 特异性 CD40 T 细胞反应

为了研究急性感染和自发清除感染与慢性感染和治疗治愈的病毒感染中病毒特异性 CD40 T 细胞亚群的多样性( 图 1A ; 表 S1 ),我们采用肽负载的 MHC II 类分子(pMHCII)四聚体技术,在体外分析了未经刺激的 HCV 特异性 CD41 T 细胞( 数据 S1 )。我们纳入了靶向 DRB1515:01 呈递的 NS33 和 NS34 表位以及 DRB1701:01 呈递的 NS4B6 表位的 CD42 T 细胞( 表 S2 )。 MHC II 类等位基因 DRB1  01:01 和 DRB1  15:01 在全球范围内普遍表达,在我们生物样本库中纳入的 HCV 感染献血者中,分别有 14.4%和 9.7%的人检测到这些等位基因( n 分别为 201 和 135,总共 1395 人; 图 S1 A)。HCV 特异性 CD4 + T 细胞在急性感染和自发清除感染中很容易检测到(90%),但在慢性感染中则较少检测到,在基于 pMHCII 四聚体的富集后,慢性感染患者的检测率仅为 48%( 图 1 B)。与慢性感染、治愈感染和自发清除感染相比,急性感染中可检测到的病毒特异性 CD4 + T 细胞群的频率显著增加( 图 1 C)。表型分析显示,大多数 HCV 特异性 CD4+ + T 细胞表达 CXCR3,表明其具有 Th1 分化特征。部分 HCV 特异性 CD4+ + T 细胞也表达 CXCR5,CXCR5 是 Tfh 细胞的常用标志物。根据目前的命名法,共表达 CXCR3 和 CXCR5 的 2121.Eisenbarth, S.C. ∙ Baumjohann, D. ∙ Craft, J. …CD4(+) T cells that help B cells – a proposal for uniform nomenclatureTrends Immunol. 2021; 42:658-669Google Scholar 循环细胞被标记为 cTfh1 样细胞,而 CXCR3+/CXCR5− 细胞则被命名为 Th1 样细胞( 图 1D )。 病毒特异性 CD4 + T 细胞中 cTfh1 样细胞的比例在治愈后并未显著增加,但在自发清除后与病毒血症期相比显著升高( 图 1D ,中位数:急性期 19.5%,慢性期 22.1%,随访期 34.6%,清除期 73%, 图 S1B )。接下来,为了更全面地评估慢性感染与清除期病毒特异性 CD4 + T 细胞的辅助性 T 细胞极化特征,我们进行了单细胞 RNA 测序(scRNA-seq)分析( 数据 S2 ; 表 S3 )。我们分析了慢性 HCV 感染后治愈的患者( n = 5)的非初始 HCV 特异性 CD4 + T 细胞,并与急性 HCV 感染患者( n = 3;均为急性自愈)和自发清除 HCV 的患者( n = 4)进行了比较。对辅助性 T 细胞极化特征进行比较基因集富集分析(GSEA)发现,尽管不同感染时间点获得的 HCV 特异性 CD4 + T 细胞在基于 CXCR3/CXCR5 蛋白表达的表型上基本相似,但它们的辅助性 T 细胞极化存在差异( 图 1E 、 S1C 和 S1D; 表 S4 )。更具体地说,病毒特异性 CD4 + T 细胞在急性及慢性 HCV 感染中表现出以促炎性 Th1 和 Th17 特征为主,而真正的记忆性 HCV 特异性 CD4 + T 细胞在自发清除后则表现出平衡的辅助性 T 细胞极化,这可能反映了它们能够分化为性质不同的辅助性 T 细胞亚群。 相比之下,慢性 HCV 感染和治愈的 HCV 感染中的病毒特异性 CD4 + T 细胞偏向于 Tfh 特征,其中 HCV 治愈后的细胞没有表现出伴随的 Th1 或 Th17 特征。 这一观察结果表明,在慢性丙型肝炎治愈期间和治愈后检测到的 cTfh1 样病毒特异性 CD4 + T 细胞,以及自发清除后的情况,经典的 Tfh/Th1 极化并不能充分代表这些情况。

图 1 急性、慢性、治愈和清除 HCV 感染期间 HCV 特异性 CD4 + T 细胞反应

活化和静息的 CD4 + T 细胞状态根据 HCV 感染阶段而分离

为了更客观地确定急性期和自发清除期感染与慢性期和治疗治愈期感染中病毒特异性 CD40 T 细胞的异质性,我们分析了从 510 个(急性期)、344 个(慢性期)、370 个(治愈期)和 530 个(清除期)HCV 特异性 CD41 T 细胞中获得的单细胞转录组。Leiden 聚类分析揭示了 5 个不同的簇( 图 2A 、 S2A 和 S2B)。比较这 5 个簇,差异表达基因 (DEG) 包括 TOX、PRDM1、MKI67、CD38、MYC、TBX21、ZEB2、LAG3、CD52、PTGER2 和 CCR7 ,涵盖了表观遗传重塑、激活、效应细胞调控和迁移特征( 图 2B 、 S2C 和 S2D)。更准确地说,观察到了具有聚类特征的基因表达,例如, PTPN13 和 CTLA4 (聚类 1); NR4A3、CREM 和 IGF2R (聚类 2); TBX21 、 ZEB2 、 PRDM1、STAT1 和 PDCD1 (聚类 3); SELL、CCR7、IL7R、LEF1 和 TCF7 (聚类 4);以及 CXCL13、NKG7、LAG3、CD52 和 GNG4 (聚类 5)。根据各种免疫相关通路的富集分析( 图 2C )和人 T 细胞活化图谱,聚类 1、2 和 4 处于更接近静息状态,而聚类 3 和 5 则代表活化/效应细胞簇( 图 2D )。单细胞数据显示,Th1、Th2 和 Th17 特征重叠,集中于簇 3 和簇 5,反映的是标记基因重叠有限的激活状态,而非真正的谱系状态( 图 S2 E–S2G)。Tfh 特征富集于簇 1、簇 2 和簇 4,与静息/维持状态的特征重叠( 图 2 C 和 S2 E)。 这一观察结果进一步支持了经典极化模型并不能完全重现慢性病毒感染中 CD43 T 细胞分化的观点。通过绘制感染时间点和结果图,我们发现,从病毒血症患者(急性期和慢性期)获得的 HCV 特异性 CD44 T 细胞比从病毒清除期(治愈期和清除期)获得的细胞表现出更强的激活特征( 图 2E )。相应地,HCV 特异性 CD45 T 细胞的异质性呈现出不同的模式,不同的细胞簇在特定的感染时间点占主导地位( 图 2F )。事实上,从病毒血症期(急性期和慢性期)获得的 HCV 特异性 CD46 T 细胞主要属于 Leiden 簇 3 和 5,而从病毒清除期(治愈期或清除期)患者获得的细胞则主要位于簇 1、2 和 4 中( 图 2G )。更确切地说,来自慢性感染患者的病毒特异性 CD47 T 细胞在第 5 簇中占主导地位,而第 3 簇主要代表来自急性感染患者的 HCV 特异性 CD48 T 细胞,这些细胞中转录因子 ZEB2、TBX21、PRDM1 和 STAT1 的表达增加,表明其被强制分化为效应细胞。相比之下,第 1 簇主要由来自治疗治愈患者的 HCV 特异性 CD49 T 细胞组成,仅有少量细胞来源于其他感染阶段。第 2 簇和第 4 簇则主要由自发清除感染的细胞组成。 通过对串联流式细胞术表达数据进行无监督的 FlowSOM/ConsensusClusterPlus 分析,在蛋白质水平上重现了这些发现,并识别出五个簇:簇 1 和簇 2 主要由来自治愈或清除感染的细胞组成,这些细胞具有更静息的 Bcl-2+表型;而簇 3-5 包含表达 CD38、ICOS 和/或 T-bet 的活化细胞,这些细胞在病毒血症状态下富集( 图 2H 和 S2H )。因此,HCV 特异性 CD410 T 细胞的异质性在慢性感染和治愈感染与急性感染和自发清除感染中存在显著差异,前者包含静息细胞和活化细胞。

图 2 HCV 特异性 CD4 + T 细胞反应的异质性

在慢性丙型肝炎病毒感染中,干细胞样和效应 CD4 + T 细胞轴得以维持。

为了更详细地研究慢性丙型肝炎病毒(HCV)感染中病毒特异性 CD40 T 细胞亚群的特征,我们使用 Leiden 算法对来自 5 名慢性感染患者的 344 个单细胞转录组进行了亚聚类分析( 图 3A 和 S3A )。我们鉴定了两个簇,这两个簇在与激活、效应调控、增殖能力和迁移特征相关的基因表达上存在差异,例如 HLA-DRA、CD74、CD52、TCF7、SELL 和 CCR7 ( 图 3B 和 S3B )。两个簇的转录因子活性也存在差异,簇 1 中 TCF7 和 NKFB1 等转录因子活性更高,提示存在干细胞样/存活程序( 图 3C )。簇 2 的特征是 STAT1 和 PRMD1 活性更高,表明这些 HCV 特异性 CD42 T 细胞已被激活并分化为效应细胞。因此,GSEA 分析显示,簇 2 富集了与激活和效应细胞分化相关的基因;由此可见,簇 2 似乎代表了慢性病毒感染中的效应 CD43 T 细胞。相比之下,簇 1 则表现出静息细胞的特征,并富集了干性和静止状态的标志物( 图 3D )。从慢性感染患者中获得的 HCV 特异性 CD44 T 细胞亚群的干细胞样与效应细胞样分化在蛋白水平上得到了证实(包括 TOX、T-bet、Bcl-2、PD-1、LAG3、ICOS 和 CD38 等标志物)。 事实上,FlowSOM-cluster 2 的特征是表达 T-bet、Ki-67、CD38 和 ICOS,代表效应细胞;而 FlowSOM-cluster 1 则以 Bcl-2 表达为主,反映出细胞具有更多干细胞样特征( 图 3E 和 S3C )。此外,在蛋白水平上对 T-bet 和 Bcl-2 进行共表达分析,可以区分干细胞样细胞亚群和效应细胞亚群,这与上述无监督聚类分析所识别的簇 1 和簇 2 的结果基本一致( 图 3F )。值得注意的是,Bcl-2 与 Ki-67、CD38 或 ICOS 的共表达分析也揭示了类似的干细胞样细胞亚群与效应细胞亚群( 图 S3D )。基于 Bcl-2/T-bet 共表达的干细胞样和效应 CD4 + T 细胞亚群分析表明,这两个细胞群均表达 TOX 和 PD-1,但效应细胞的表达水平高于干细胞样亚群( 图 S3 E 和 S3F)。相反,干细胞样细胞上 ICOS 等激活标志物的表达降低( 图 S3 E 和 S3F)。为了推断慢性感染中已鉴定的干细胞样和效应亚群的谱系关系,我们使用 Monocle3 结合轨迹图学习和相应的 scRNA-seq 数据的伪时间测量。轨迹分析表明,在 HCV 特异性 CD4 + T 细胞中,干细胞样和效应亚群之间存在祖细胞-子细胞关系( 图 3 G)。干细胞样细胞和效应细胞的祖细胞-子细胞关系通过个体患者的干细胞样细胞和效应细胞中共享的 TCR 克隆得到进一步证实( 图 3 H 和 S3 G)。 此外,对具有共同 TCR 克隆的 HCV 特异性 CD47 T 细胞进行转录组分析,揭示了干细胞样细胞和效应细胞之间基因表达模式的差异,这与合并数据集中观察到的结果一致( 图 3 I)。香农指数分析显示效应细胞和干细胞样细胞之间具有相似的 TCR 多样性( 图 S3 H)。为了分析慢性 HCV 感染与急性感染中 HCV 特异性 CD48 T 细胞亚群的分化情况,我们使用 Leiden 算法对来自急性感染和慢性感染患者的 HCV 特异性 CD49 T 细胞转录组进行了亚聚类分析。该分析揭示了 3 个聚类,其中聚类 1 和聚类 2 代表具有效应细胞样基因表达的细胞( 图 3 J–3L 和 S3 I)。聚类 1 主要由来自急性感染的 HCV 特异性 CD410 T 细胞构成,而聚类 2 则由来自急性感染和慢性感染的细胞组成。这一观察结果突显了急性与慢性丙型肝炎病毒(HCV)感染中 CD411 效应 T 细胞反应的差异。第 3 簇细胞表现出干细胞样特征,由来自急性期和慢性期感染的 HCV 特异性 CD412T 细胞组成,提示在急性期可能预先形成了重叠的干细胞样细胞。在比较急性期和慢性期感染的 HCV 特异性 CD413T 细胞时,在蛋白水平上也获得了类似的结果( 图 S4 A–S4E)。 综合这些数据表明,在慢性丙型肝炎病毒感染期间,病毒特异性 CD4 + T 细胞由干细胞样细胞组成,可产生与急性感染不同的效应亚群。
图 3 慢性感染中 HCV 特异性 CD4 + T 细胞由干细胞样亚群和效应亚群组成

干细胞样 CD4 + T 细胞在慢性感染治愈后形成长效记忆。

为了确定慢性抗原暴露后 CD40 T 细胞的寿命和记忆潜能,我们对慢性感染期间以及随后接受 DAA 治疗治愈后 HCV 特异性 CD41 T 细胞群进行了纵向追踪( n = 8, 图 4A 和 4B)。DAA 治疗后病毒血症迅速下降。根据临床实践,持续病毒学应答(即慢性 HCV 感染的治愈)定义为治疗结束后 3 个月 HCV-RNA 检测不到( 图 S5A )。在 HCV 治愈后 3 至 8 年(中位数为 5 年, 图 4A 和 4B)的分析时间段内,均可检测到 HCV 特异性 CD43 T 细胞。因此,从慢性感染后治愈的患者中获得的病毒特异性 CD44 T 细胞具有长寿命,扩展了先前报道的 HCV 治愈后不久 HCV 特异性 CD45 T 细胞应答的评估。 2525.Smits, M. ∙ Zoldan, K. ∙ Ishaque, N. …Follicular T helper cells shape the HCV-specific CD4+ T cell repertoire after virus eliminationJ. Clin. Investig. 2020; 130:998-1009Google Scholar 此外,抑制病毒复制和去除病毒抗原导致 HCV 特异性 CD4 + T 细胞群内亚群分布发生显著变化( 图 4C )。特别是,Bcl-2/T-bet 共表达分析表明,治愈后效应细胞几乎完全减少( 图 4C 和 4D)。尽管干细胞样亚群的频率发生变化,但其表型随时间推移保持稳定,这由其 TOX、PD-1 和 CCR7 的标志物表达模式所支持( 图 4E 和 S5B )。 同样,基于 UMAP 的降维方法对慢性感染和治愈患者的 HCV 特异性 CD4 + T 细胞的 scRNA-seq 数据进行分析,结果显示治愈后 HCV 特异性 CD4 + T 细胞占优势,且与慢性感染期间鉴定的干细胞样亚群重叠,提示干细胞样病毒特异性 CD4 + T 细胞得以维持( 图 4F 和 S5C )。此外,慢性感染期间和治愈后干细胞样 HCV 特异性 CD4 + T 细胞的这种重叠也体现在差异表达基因(DEGs)数量较少,仅有 8 个;而通过比较慢性感染的效应细胞和治愈后的 HCV 特异性 CD4 + T 细胞群,则检测到 103 个 DEGs( 图 4G )。此外,我们在慢性 HCV 感染期间和随后的治愈后均检测到干细胞样细胞,这些细胞在个体患者中具有相同的 TCR 克隆型,从而反映了单个 HCV 特异性 CD4 + T 细胞克隆的维持( 图 4H )。对具有共享克隆的 HCV 特异性 CD4 + T 细胞进行转录组分析,证实了保守的基因表达模式和保守的 TCR 多样性( 图 4 I–4J)。 因此,在慢性感染期间出现的干细胞样病毒特异性 CD4 + T 细胞很可能在治愈后得以维持,而效应细胞在慢性抗原刺激停止后逐渐减少,从而导致长寿命的记忆样病毒特异性 CD4 + T 细胞池。
图 4 干细胞样 CD4 + T 细胞在慢性感染期间和之后得以维持

干细胞样 HCV 特异性 CD40 T 细胞可激活再次感染。

接下来,我们评估了记忆样 HCV 特异性 CD40 T 细胞的功能,发现 HCV 治愈后,这些细胞能产生大量 PMA/离子霉素诱导的细胞因子(IFN-γ、TNF、IL-2 和 IL-21),与慢性感染时的细胞因子谱相似( 图 5A 和 5B)。记忆性 T 细胞的另一个功能特征是能够启动再次免疫应答。为了评估再次免疫应答能力,我们利用这一独特的机会,在首次抗病毒治疗 8 周后病毒复发时,对一种特定的 HCV 特异性 CD41 T 细胞群进行了纵向追踪( 图 5C )。在慢性感染期间,HCV 特异性 CD42 T 细胞表现出活化(CD38)和增殖(Ki67)的标志物。首次治疗后,病毒血症检测不到,表达 CD38 和 Ki67 的 HCV 特异性 CD43 T 细胞消失,而干细胞样细胞则得以维持( 图 5D 和 5E)。随后的病毒复发和抗原暴露增加导致 HCV 特异性 CD44 T 细胞重新激活(即 CD38 表达),其增殖能力通过 Ki-67 表达反映,并分化为 T-bet+ 效应 T 细胞( 图 5C -5E 和 S5D )。在第二轮抗病毒治疗后,病毒学应答持续,我们观察到 CD38 和 Ki-67 表达消失,以及具有干细胞样表型的稳定且长寿的 HCV 特异性 CD45 T 细胞库。HCV 特异性 CD46 T 细胞应答的这些动态变化表明,干细胞样亚群在慢性 HCV 感染和治愈的 HCV 感染中维持病毒特异性 CD47 T 细胞库,并能够启动记忆激活,从而产生效应亚群,支持其功能记忆潜能。
图 5 HCV 治愈后 HCV 特异性 CD4 + T 细胞的细胞因子分泌和再次激活

慢性感染治愈后形成的 CD4 + T 细胞记忆与传统记忆不同

随后,我们比较了治愈慢性感染后与自发清除后病毒特异性 CD40 T 细胞记忆。差异基因表达和多维尺度分析(MDS)显示,HCV 治愈后病毒特异性 CD41 T 细胞与慢性感染期间获得的病毒特异性 CD42 T 细胞高度相似,但与急性感染期间和自发清除后获得的细胞存在明显差异( 图 6A 和 S6A )。接下来,我们分析了不同感染时间点 HCV 特异性 CD43 T 细胞在细胞因子产生能力方面是否存在功能差异。与慢性感染相比,急性感染期间 HCV 特异性 CD45 T 细胞中具有分泌三种细胞因子(IFNγ、IL-2、IL-4、IL-17、IL-21 和 TNF)能力的多功能 HCV 特异性 CD44 T 细胞显著增加。这一观察结果不仅限于病毒血症期,在自发清除后也观察到了类似的模式,与 HCV 治愈后的情况类似( 图 6B -6C)。HCV 治愈后 HCV 特异性 CD46 T 细胞胞内细胞因子产生受损,这与这些细胞富集 LAG3 介导的损伤特征相符( 图 6D )。此外,与自发清除感染的 HCV 特异性 CD48 T 细胞相比,HCV 治愈后 HCV 特异性 CD47 T 细胞中与 T 细胞耗竭、无伴侣 NFAT 通路使用和 Tfh 分化相关的基因表达特征也增加。相反,与干性和缺乏抑制信号相关的基因表达降低( 图 S6B )。 因此,在蛋白水平上,与常规记忆细胞相比,HCV 治愈后 HCV 特异性 CD49 T 细胞中 PD-1 表达增加,而 CD45RA、CD127、CCR7、CD38 和 ICOS 表达降低( 图 6E 和 S6C )。值得注意的是,治愈后和自发清除后的 HCV 特异性 CD410 T 细胞均位于干细胞样区域,且 TOX 表达水平相似且较高( 图 6E 和 S6D )。然而,通过 scMINER 进行基因表达和基因调控网络推断发现,治愈后和自发清除后的 HCV 特异性 CD411 T 细胞中 TOX 和 TOX2 的活性存在差异( 图 6F -6G)。更确切地说,TOX 相关的调控模块在两种情况下存在差异,例如,在治愈感染中, TCF7、ETS1 和 NFKBIA 相互关联,而在病毒清除后, FOXN2 、 FOXP1 和 STAT4 相互关联,这突显了慢性治愈感染与急性清除感染中记忆样病毒特异性 CD4 + T 细胞转录重编程的差异( 图 6H )。此外,scMINER 分析显示, RUNX3、STAT4、BATF、ZEB1 和 ID3 以及 FOXO3、LEF1 和 MYC 的差异活性表征了治愈感染与自发清除感染中 HCV 特异性 CD4 + T 细胞的不同程序( 图 6G 和 S6E )。因此,慢性感染治愈后形成的病毒特异性 CD4 + T 细胞记忆与自发清除后形成的常规记忆不同,并保留了慢性感染的分子和功能特征。
图 6 CD4 + T 细胞记忆在慢性感染治愈后仍保留慢性感染的印记

讨论

与先前在人类、猕猴和小鼠病毒感染中的研究结果一致,     我们观察到在急性及慢性丙型肝炎病毒(HCV)感染中均出现了具有循环 Tfh1(cTfh1)表型的病毒特异性 CD44 T 细胞。这些 cTfh1 细胞表现出 Tfh 和 Th1 谱系的重叠特征,包括 CXCR5、PD-1 和 CXCR3 的表达。在非病毒血症感染阶段,无论病毒清除是自发发生还是在直接抗病毒治疗后发生,cTfh1 表型均占 CD45 T 细胞的主导地位。然而,转录组分析显示,cTfh1 表型细胞的基因表达特征会根据感染进程而有所不同。事实上,与自发病毒清除后平衡的 CD46 辅助性 T 细胞极化谱相比,慢性感染中出现的 cTfh1 表型细胞具有更显著的 Tfh 样基因特征。这一观察结果表明,在急性清除感染中,CXCR5 表达与 Tfh 细胞分化存在解耦现象,这与可塑性相关;而在慢性治愈感染中,分化动力学则发生改变。然而,这种分化偏好是否与慢性炎症环境下的可塑性受限有关,仍有待阐明。在慢性治愈的 HCV 感染背景下观察到的 HCV 特异性 CD47 T 细胞的 Tfh 偏好,可能反映了 T 细胞免疫的协调程序受到持续抗原暴露的挑战,因为 Tfh 细胞在 B 细胞辅助和维持病毒特异性 CD88 T 细胞方面也起着关键作用,即使在慢性感染中也是如此。   我们的研究结果共同支持了这样一种观点,即基于互斥的 Th1、Th2、Th17 和 Tfh 谱系的经典 CD4 + T 细胞极化范式不足以描述慢性病毒感染期间观察到的复杂转录和功能状态,这凸显了在慢性疾病中重新定义 CD4 + T 细胞命运模型的必要性。 

本研究表明,慢性丙型肝炎病毒(HCV)感染中观察到的 CD40 T 细胞反应并非由单一分化的细胞群组成,而是由干细胞样亚群和效应亚群构成,分别以 Bcl-2 和 T-bet/ICOS 的表达为特征。效应亚群的功能和转录谱与急性诱导的 HCV 特异性 CD41 效应 T 细胞不同。慢性效应 CD42 T 细胞的特征是细胞因子产生减少,同时效应功能负调控因子(如 GNG4 和 CD52)的表达增加, 表明其功能受到抑制 3,4。这与先前在慢性淋巴细胞性脉络丛脑膜炎病毒(LCMV)感染小鼠模型中的研究结果一致,该模型中病毒特异性 CD45 T 细胞表现出类似耗竭的特征 6。在抗原刺激下,HCV 特异性 CD47 T 细胞中存在一个离散的干细胞样细胞群,该细胞群维持着慢性效应细胞库。这些干细胞样 CD4+ + T 细胞在急性感染早期出现,与疾病结局无关,并表达 CCR7 和 SELL ,提示其具有先发制人般的形成  和淋巴组织监视能力。  值得注意的是,即使在治疗治愈后,它们仍然存在,并伴随抗原撤离,这凸显了它们的持久性并支持了其干性潜能。对 HCV 特异性干细胞样 CD4+ + T 细胞的转录组分析显示,其基因表达谱与先前在慢性 LCMV 感染  和肿瘤小鼠模型中描述的祖细胞/干细胞样 CD4+ + T 细胞一致。 37

37.
Cardenas, M.A. ∙ Prokhnevska, N. ∙ Sobierajska, E. …
Differentiation fate of a stem-like CD4 T cell controls immunity to cancer
Nature. 2024; 636:224-232

此外,从慢性感染中获得的病毒特异性干细胞样 CD4 + T 细胞也与小鼠和人类慢性感染及癌症中的祖细胞耗竭的 CD8 + T 细胞具有共同的关键特征(例如,TOX、PD-1 和 CXCR5 的表达)。 34

34.
Chu, T. ∙ Wu, M. ∙ Hoellbacher, B. …
Precursors of exhausted T cells are pre-emptively formed in acute infection
Nature. 2025; 640:782-792

3838.Lan, X. ∙ Mi, T. ∙ Alli, S. …Antitumor progenitor exhausted CD8+ T cells are sustained by TCR engagementNat. Immunol. 2024; 25:1046-1058Google Scholar 3939.Zehn, D. ∙ Thimme, R. ∙ Lugli, E. …‘Stem-like’ precursors are the fount to sustain persistent CD8+ T cell responsesNat. Immunol. 2022; 23:836-847Google Scholar 4040.Cai, C. ∙ Samir, J. ∙ Pirozyan, M.R. …Identification of human progenitors of exhausted CD8+ T cells associated with elevated IFN-γ response in early phase of viral infectionNat. Commun. 2022; 13, 7543Google Scholar 综上所述,这些观察结果突显了 T 细胞谱系、物种和疾病背景下保守的分化轨迹和概念命运框架。

此外,我们的数据表明,干细胞样 CD40 T 细胞在慢性 HCV 感染治愈后仍然存在,形成持久稳定的记忆细胞库,从而成为 HCV 特异性 CD41 T 细胞应答长期维持的关键命运决定点。HCV 治愈后的这种记忆样 CD42 T 细胞库表现出适应性免疫记忆的典型特征,包括长期持续存在和再次激活的能力。3 慢性 HCV 感染经治疗治愈后,HCV 特异性 CD44 T 细胞的细胞因子产生量低于自发清除病毒后的常规记忆 CD45 T 细胞。这表明,在慢性感染期间建立的病毒特异性 CD46 T 细胞的功能适应性即使在抗原撤离后也能维持。相应地,HCV 治愈后,HCV 特异性 CD47 T 细胞中也印记了慢性感染的转录谱,类似于在耗竭的病毒特异性 CD88 T 细胞中观察到的慢性瘢痕。     治愈后 HCV 特异性 CD4 + T 细胞的慢性瘢痕形成,与 CD8 + T 细胞类似,也体现在无伴侣 NFAT 特征、LAG3 相关损伤特征以及其他 T 细胞耗竭转录标志的富集表达上。    值得注意的是,CD4 + T 细胞的瘢痕转录程序在慢性期和治愈后均得以保留,其倾向于静止和维持状态,包括 BCL2 和 IL7R 的高表达,而非效应分化。 因此,这种功能适应可能确保在慢性抗原暴露的情况下病毒特异性 CD4 + T 细胞的持续存在和记忆形成,但与急性暴露相比,其分化轨迹截然不同。感染自行清除。

维持耗竭 T 细胞状态的重要调控因子是转录调控因子 TOX。    与 CD8 + T 细胞中已充分表征的 TOX 引导的耗竭轨迹类似,我们观察到 CD4 + T 细胞的慢性抗原暴露可诱导 TOX 和 PD-1 的持续表达,且这些特征在治愈后仍然存在。然而,与 CD8 + T 细胞不同,    在自发清除病毒后,病毒特异性 CD4 + T 细胞中 TOX 也高表达,这表明在 CD4 + T 细胞中,TOX 可能标志着更广泛的维持程序。尽管 TOX 的表达水平同样很高,但其转录活性却有所不同,涉及的基因也不同,例如,在 HCV 治愈和自发清除中,分别涉及 TCF7 、 NFKBIA 和 IFITM1 以及 FOXP1 、 IL2RG 和 STAT4 。这一观察结果表明,TOX 调控着多种 T 细胞维持程序,因此可能代表着建立依赖于抗原暴露动态的 CD4 + T 细胞记忆的关键枢纽。与 TOX 作用后自发清除的 HCV 特异性 CD4 + T 细胞相比,治愈后 HCV 特异性 CD4 + T 细胞中也检测到了不同的转录网络,这表明 T 细胞会根据不同的刺激环境进行适应性调整。这种转录因子网络的重塑已被报道为 T 细胞灵活应对各种炎症和环境信号的标志性特征 52

52.
Beltra, J.-C. ∙ Abdel-Hakeem, M.S. ∙ Manne, S. …
Stat5 opposes the transcription factor Tox and rewires exhausted CD8+ T cells toward durable effector-like states during chronic antigen exposure
Immunity. 2023; 56:2699-2718.e11

5353.Doering, T.A. ∙ Crawford, A. ∙ Angelosanto, J.M. …Network analysis reveals centrally connected genes and pathways involved in CD8+ T cell exhaustion versus memoryImmunity. 2012; 37:1130-1144Google Scholar ,并且正如本研究所示,它也成为塑造不同感染过程中 CD4 + T 细胞命运的关键机制。

总之,我们的研究结果阐明了人类病毒感染不同阶段中抗原特异性 CD40 T 细胞的命运,将干细胞样亚群鉴定为潜在的免疫治疗靶点,并强调了制定针对性策略以重新定向或增强 CD41 T 细胞反应的必要性。因此,这些发现对癌症免疫治疗和疫苗接种策略也具有更广泛的意义。

研究的局限性

本研究存在一些局限性。首先,病毒特异性 CD40 T 细胞数量较少,需要用 PMA/离子霉素刺激 pMHCII-四聚体阳性细胞,这绕过了 TCR 信号通路,可能遗漏了抗原特异性信号缺陷,尽管仍可评估其整体功能。其次,本研究未进行表观基因组分析,因此无法检测染色质重塑和表观遗传印记的持久性。第三,缺乏从急性期到慢性期或 HCV 清除期的纵向样本,限制了对早期 T 细胞命运决定因素的推断。第四,所提出的干细胞样细胞与效应祖细胞-子代细胞的关系是基于间接证据,包括轨迹模型、复发病例以及共享的 TCR 克隆型。最后,分析仅限于循环 T 细胞,这可能无法完全反映组织(例如肝脏引流淋巴结)内的免疫细胞动态。然而,既往研究表明,循环 Tfh 样细胞可以作为组织 Tfh 反应的可靠替代指标。 

资源可用性

主要联系人

有关更多信息和资源及试剂的请求应直接联系主要联系人 Maike Hofmann( maike.hofmann@uniklinik-freiburg.de )以及共同通讯作者 Robert Thimme( obert.thimme@uniklinik-freiburg.de )和 Tobias Boettler( tobias.boettler@uniklinik-freiburg.de ),并由他们负责处理。

材料供应情况

本研究并未产生任何新的、独特的试剂。

数据和代码可用性

测序数据(FASTQ 文件)可应要求提供给 MH。本文报告的所有单细胞测序数据集的原始计数和处理后的数据均可从 Zenodo( https://doi.org/10.5281/zenodo.17907585 )和 GitHub( https://github.com/matthias952/CD4-HCV-FLASH )下载。用于重现数据分析的代码和基因集以及图表均可在上述存储库中找到。如有其他疑问,请联系主要联系人 

致谢

我们感谢所有参与本研究的患者和志愿者,并感谢 FREEZE 生物样本库中心(弗莱堡大学医学中心)和弗莱堡灯塔核心设施的支持。本研究由德国研究基金会(DFG)资助,项目包括:CRC/TRR179 项目 01(RT)、项目 04(TB)、项目 20(MH)和项目 21(BB);CRC1160/IMPATH 项目 A02(RT 和 MH)和 A03(BB);以及 CRC 1479 项目 10(MH)(TRR179 项目编号:272983813,CRC1160/IMPATH 项目编号:256073931,CRC1479 项目编号:441891347)。MH 获得 DFG 海森堡计划(项目编号:HO 5836/2-1)的资助。

作者贡献

MR 和 JW 对本研究贡献相同。MR、JW、DBR、NPM 和 LK 负责流式细胞术实验的设计、实施和分析。MR、JW、SP 和 S 负责单细胞 RNA 测序 (scRNA-seq) 实验。MR、JW、PLH、JA 和 S 负责 scRNA-seq 数据的分析。GR 和 TB 负责招募患者队列并进行临床特征分析。FE 负责通过二代测序进行四位 HLA 分型。AW、YF、AC 和 JT 负责处理 HCV 血清样本进行测序并分析数据。BB 参与了数据解读。RT、TB 和 MH 为共同通讯作者和资深作者,他们设计并指导了本研究,参与了实验设计,解读了数据,并与 MR 和 JW 共同撰写了论文。

利益声明

作者声明不存在利益冲突。

写作过程中生成式人工智能和人工智能辅助技术的声明

在撰写本文期间,作者使用了符合数据保护规定的生成式人工智能平台 HAWKI( https://www.hawki.info/ )来改进文风,并使用了 Gemini(谷歌)和 ChatGPT(OpenAI)来辅助 R 语言的编码。作者根据需要审阅和编辑了内容,并对已发表文章的内容负全部责任。

STAR★方法

关键资源表

试剂或资源SOURCEIDENTIFIER
抗体
小鼠抗人 CD4-BB515(克隆:SK3)BD货号:566912; RRID: AB_2739447
小鼠抗人 CD127-BV421(克隆:HIL-7R-M21)BD货号:562436; RRID: AB_11151911
小鼠抗人 PD1-BV605(克隆:EH12.1)BD目录号:563245 RRID: AB_2738091
小鼠抗人 CD95-BV786(克隆:DX2)BD目录号:740991 RRID: AB_2740614
小鼠抗人 CD45RA-PE-Cy7(克隆:L48)BD目录号:337186​​ RRID: AB_2828012
小鼠抗人 CD38-APC-R700(克隆:HIT2)BD目录号:564979 RRID: AB_2744373
小鼠抗人 CD4-BUV395(克隆:SK3)BD目录号:563552 RRID: AB_2738273
小鼠抗人 CD45RA-BUV495(克隆:HI100)BD目录号:750258 RRID: AB_2874456
小鼠抗人 CD127-BUV737(克隆:HIL-7R-M21)BD目录号:612794 RRID: AB_2870121
小鼠抗人 BV510-KI67(克隆:B56)BD目录号:563462 RRID: AB_2738221
小鼠抗人 ICOS-BV711 克隆:DX29;BD目录号:563833 RRID: AB_2738440
小鼠抗人 CD38-BB700(克隆:HIT2)BD目录号:566445 RRID: AB_2744375
小鼠抗人 BCL2-PE-Dazzle594(克隆:Bcl-2/100)BD目录号:563601 RRID: AB_2738307
Rat anti-human CXCR5-AF700 (clone: RF8B2)BDCat-No: 565191 RRID: AB_2739103
Mouse anti-human CD8-BV480 (clone: RPA-T8)BDCat-No: 566121 RRID: AB_2738392
Mouse anti-human CD45RA-BV711 (clone: H100)BDCat-No: 563733 RRID: AB_2738392
Mouse anti-human IL-21-AF647 (clone: 3A3-N2.1)BDCat-No: 560493; RRID: AB_1645421
Mouse anti-human TNF-PE-Cy7 (clone: Mab11)BDCat-No: 557647; RRID: AB_396764
Mouse anti-human CCR7-BV510 (clone: G043H7)BioLegendCat-No: 353232; RRID: AB_2563866
Mouse anti-human CXCR3-BV421 (clone: G025H7)BioLegendCat-No: 353716 RRID: AB_2561448
Mouse anti-human LAG3-BV650 (clone: 11C3C65)BioLegendCat-No: 369316 RRID: AB_2632951
Rat anti-human IL-2-PerCP-Cy5.5 (clone: MQ1-17H12)BioLegendCat-No: 500322 RRID: AB_2264650
Mouse anti-human CD3-APC-Fire810 (clone: SK7)BioLegendCat-No: 344858 RRID: AB_2860895
Mouse anti-human CD4-BV421 (clone: RPA-T4)BioLegendCat-No: 300532 RRID: AB_10965645
Mouse anti-human CCR7-BV785 (clone: G043H7)BioLegendCat-No: 353230 RRID: AB_2563630
Mouse anti-human IFN-BV510 (clone: 4S.B3)BioLegendCat-No: 502544; RRID: AB_2563883
Rabbit anti-human TCF1-AF488 (clone: C63D9)CellSignalingCat-No: #6444S RRID:AB_396457
Rabbit anti-human TOX-AF488 (clone: E6G5O)CellSignalingCat-No: 44682S RRID: AB_893232
Rat anti-human TOX-eFluor660 (clone: TXRX10)eBioscienceCat-No: 50-6502-82 RRID: AB_2574265
Mouse anti-human CD14-APC-Cy7 (clone: 61D3)eBioscienceCat-No: 47-0149-42; RRID: AB_1834358
Mouse anti-human CD19-APC-Cy7 (clone: HIB19)eBioscienceCat-No: 47-0199-42; RRID: AB_1582230
Mouse anti-human TBET-PE-Cy7 (clone: 4B10)eBioscienceCat-No: 25-5825-82 RRID: AB_11042699
Mouse anti-human IL-17A-VioBlue (clone: C78-23G1)Miltenyi BiotecCat-No: 130-120-415 RRID: AB_2752139
Mouse anti-human CD14-BV480 (clone: 61D3)Thermo FisherCat-No: 414-0149-42 RRID: AB_2925616
Mouse anti-human CD19-BV480 (clone: HIB19)Thermo FisherCat-No: 414-0199-42 RRID: AB_2921036
Mouse anti-human IL-4-AF488 (clone: 8D4-8)Thermo FisherCat-No: 53-7049-42 RRID: AB_1724142
Biological samples
Blood samples from HCV-infected patients, see Table S1University Hospital Freiburg
Chemicals, peptides, and recombinant proteins
Lymphocyte separation mediumAnprotecCat-No: AC-AF-0018
HEPES Buffer 1MAnprotecCat-No: 17168748
Golgi Plug Protein Transport InhibitorBDCat-No: 555029
Golgi Stop Protein Transport InhibitorBDCat-No: 554724
Brillian Stain BufferBDCat-No: 566349
Fixable Viability Dye eFluor 780eBioscienceCat-No: 65-0865-14
FCS (Value)GibcoCat-No: A5256701
Penicillin-Streptomycin (10.000 U/ml)GibcoCat-No: 15140122
UltraPure 0.5M EDTA (pH 8.0)InvitrogenCat-No: 15575020
RPMI 1640 MediumLife TechnologiesCat-No: 21875091
iTAg Custom Tetramer/PE – DRB115:01 NFPYLVAYQATVCARAMBLMBL-TBCM4-R1151I-1
iTAg Custom Tetramer/PE – DRB115:01 GINAVAYYRGLDVSVMBLMBL-TBCM4-R1151I-1
iTAg Custom Tetramer/PE – DRB101:01 TLLFNILGGWVAAMBLMBL-TBCM4-R1011I-1
Benzonase NucleaseMerckCat-No: 70746
Phorbol 12-MyristateMerckCat-No: P1585
DPBSPan BiotechCat-No: P0436500
Ionomycin Calcium SaltSigma AldrichCat-No: I0634
Benzonase NucleaseSigma AldrichCat-No: 70746–3
BSA-VSigma AldrichCat-No: 10735078001
ParaformaldehydeSigma AldrichCat-No: 158127-5G
DMSO (Cas-No: 67-68-5)Sigma AldrichCat-No: D8418
Fixable Viability Dye NIRThermo FisherCat-No: L34975
Maxima H Munus Reverse TranscriptaseThermo FisherCat-No: EP0751
Critical commercial assays
Permeabilization Buffer 10XeBiosciencesCat-No: 00-8333-56
KAPA HiFi HotStart ReadyMixRocheMaterial-No: 09420398001
eBiosciences Foxp3/Transcription Factor Staining KitThermo FisherCat-No: 00-5523-00
Deposited data
Raw and processed scRNA-seq. data of HCV-specific CD4+ T cellshttps://zenodo.org/records/17907585
Raw and processed scTCR-seq. data of HCV-specific CD4+ T cellshttps://zenodo.org/records/17907585
Software and algorithms
SpectroFlo Version 3.3.0Cytek Bioscienceshttps://cytekbio.com/pages/spectro-flo
FlowJo Version 10.7.1Tree Starhttps://www.flowjo.com/solutions/flowjo/downloads
Prism Version 10.2.3 (403)GraphPadhttps://www.graphpad.com/scientific-software/prism/
R Version 4.3.3R Core Teamhttps://cran.r-project.org/mirrors.html
R Studio Version 2023.12.1.402R Projecthttps://www.r-project.org/
AUCell 1.24.0Aibar et al. (2017)https://bioconductor.org/packages/AUCell
CATALYST v1.26.1Nowicka et al. (2017) and Chevrier et al. (2018)https://bioconductor.org/packages/CATALYST
dplyr v1.1.4Wickham et al. 2025https://dplyr.tidyverse.org/
flowCore v2.16.2Hahne et al. (2009)https://bioconductor.org/packages/flowCore
ggplot2 v3.5.2Wickham 2016https://ggplot2.tidyverse.org/
ggrepel v0.9.6Slowikowski et al. 2024https://ggrepel.slowkow.com/
Matrix v1.6.5Bates and Maechler 2025https://cran.r-project.org/package=Matrix
pheatmap v1.0.12Kolde 2019https://cran.r-project.org/package=pheatmap
readr v2.1.5Wickham et al. 2024https://readr.tidyverse.org/
rstatix v0.7.2Kassambara 2023https://rpkgs.datanovia.com/rstatix/
scMINER v1.1.0Pan et al. (2025)https://github.com/jyyulab/scMINER
scRepertoire v2.0.0Yang et al. (2025)https://github.com/BorchLab/scRepertoire
Seurat v5.2.1Hao et al. (2021)https://satijalab.org/seurat/articles/install
SingleCellExperiment v1.24.0Amezquita et al. (2020)https://bioconductor.org/packages/SingleCellExperiment
tibble v3.2.1Müller and Wickham 2024https://tibble.tidyverse.org/
clusterProfilier v4.10.1Yu et al. (2012)https://bioconductor.org/packages/clusterProfiler
ggpubr v0.6.0Kassambara 2023https://rpkgs.datanovia.com/ggpubr/
patchwork v1.3.0Pedersen 2024https://patchwork.data-imaginist.com/
tidyr v1.3.1Wickham et al. 2024https://tidyr.tidyverse.org/
monocle3 v1.3.7Cao et al. (2019)https://cole-trapnell-lab.github.io/monocle3/
purr v1.0.2Wickham and Henry 2024https://purrr.tidyverse.org/
Biobase v2.62.0Huber et al. (2015)https://bioconductor.org/packages/Biobase
stringr v1.5.1Wickham 2022https://stringr.tidyverse.org/
Python Version 3.9.2Van Rossum and Drakehttps://www.python.org/downloads/
bcl2fastq v2.20Illumina Inc.https://support.illumina.com/downloads/bcl2fastq-conversion-software-v2-20.html
BBDUK v39.06 (from BBTools)Bushnell 2014http://bbtools.jgi.doe.gov
featureCounts v2.0.6Liao et al. (2014)https://subread.sourceforge.net/featureCounts.html
MiXCR v4.6.0Bolotin et al. (2015)https://github.com/milaboratory/mixcr
SAMtools v1.13Li et al. (2009)http://www.htslib.org/
STAR aligner v2.7.11bDobin et al. (2013)https://github.com/alexdobin/STAR
Trimmomatic PE v0.39Bolger et al. (2014)http://www.usadellab.org/cms/?page=trimmomatic
DESeq2 v1.42.1Love et al. (2014)https://bioconductor.org/packages/release/bioc/html/DESeq2.html
Vegan v2.7.1Oksanen et al. 2025https://cran.r-project.org/web/packages/vegan/index.html
edgeR v4.0.16Chen et al. (2025)https://academic.oup.com/nar/article/53/2/gkaf018/7973897
limma v3.58.1Ritchie et al. (2015)https://bioconductor.org/packages/release/bioc/html/limma.html
Geneious v2025.0.3Dotmatics
Other
LS columnsMiltenyiCat-No: 130-042-401
Anti-PE MicroBeadsMiltenyiCat-No: 130-048-801
LSR Fortessa (5 lasers)BD Biosciences

实验模型和研究参与者详情

样品采集

在弗莱堡大学医学中心,我们采集了丙型肝炎病毒(HCV)感染患者的静脉血。HCV 感染状态通过抗 HCV-IgG 血清学检测和 HCV-RNA PCR 检测确定。急性感染的诊断标准为:HCV-RNA 可检出,无既往 HCV 感染史,近期(≤3 个月)有高危行为史,且出现急性肝损伤的体征(ALT ≥ 10 倍正常值上限和/或胆红素 ≥ 3 倍正常值上限)。慢性 HCV 感染的定义为 HCV-RNA 阳性持续超过 6 个月。感染过程和结局的个体临床详情见表 S1 。既往有 HIV、HBV 或丁型肝炎病毒(HDV)合并感染史,或正在接受或近期(≤6 个月)接受癌症或自身免疫性疾病治疗的患者被排除在本研究之外。
用于分离外周血单核细胞 (PBMC) 的血液样本采集于含 EDTA 的采血管中。采用淋巴细胞分离液 (Anprotec) 进行密度梯度离心。PBMC 组分用磷酸盐缓冲液 (PBS, Pan Biotech) 洗涤,并重悬于含 10% DMSO (Sigma Aldrich) 的胎牛血清 (FCS, Gibco) 冻存液中。细胞悬液冻存于 -80°C 直至后续使用。为获得用于病毒测序的血清样本,静脉血采集于不含 EDTA 的采血管中。在 4°C、500 g 下离心 10 分钟后,收集血清上清液并储存于 -20°C 直至后续处理。使用二代测序技术对 1 mL 含 EDTA 的全血样本进行四位 HLA 分型。患者信息(包括 HLA 基因分型结果)汇总于表 S1 中。

伦理

所有研究参与者均签署了书面知情同意书。本研究按照联邦指南、当地伦理委员会规定(德国弗莱堡阿尔伯特-路德维希大学;投票结果:322/20、21-1135 和 315/20)以及《赫​​尔辛基宣言》(1975 年)进行。

方法详情

基于磁珠的 HCV 特异性 CD4 + T 细胞富集

PBMC 样本在添加了 315 U 苯并核酸酶(Merck)、100 U 青霉素、100 μg/mL 链霉素、10% 胎牛血清(FCS)(均来自 Gibco)和 10 mM HEPES(Anprotec)的 RPMI 培养基(Life Technologies)中解冻。HCV 特异性 CD40 T 细胞的磁珠富集方法如前所述 73

73.
Moon, J.J. ∙ Chu, H.H. ∙ Pepper, M. …
Naive CD4(+) T cell frequency varies for different epitopes and predicts repertoire diversity and response magnitude
Immunity. 2007; 27:203-213

74

74.
Raziorrouh, B. ∙ Sacher, K. ∙ Tawar, R.G. …
Virus-Specific CD4+ T Cells Have Functional and Phenotypic Characteristics of Follicular T-Helper Cells in Patients With Acute and Chronic HCV Infections
Gastroenterology. 2016; 150:696-706.e3

。简而言之,将 1–5 × 107 个 PBMC 与 4 μL pMHCII 四聚体(Biozol)在室温下孵育 30 分钟,用 MACS 缓冲液(0.5% BSA,Sigma Aldrich;2 mM EDTA,Invitrogen)洗涤,然后与 10 μL 抗 PE 微珠(Miltenyi Biotec)在 4°C 下孵育 30 分钟。将细胞悬液上样至 MS 柱(Miltenyi Biotec),并按照制造商的说明用 MACS 缓冲液洗脱。富集前后的样品立即用于后续实验。为了计算 HCV 特异性 CD43 T 细胞的体外频率,在磁珠富集前对 1%的总细胞进行染色,并将富集后样品中四聚体阳性 CD44 T 细胞的数量除以富集前样品中 CD45 T 细胞的绝对数量,如前所述 6。至少需要 5 个四聚体阳性 CD47 T 细胞才能被视为可检测的应答。

流式细胞术染色

将富集了 HCV 特异性 CD40 T 细胞的 PBMC 样本与稀释于染色缓冲液(1.2% FCS-PBS)和 Brilliant Stain Buffer(BD Biosciences;1:1 比例)中的表面抗体在室温下孵育 15 分钟。根据制造商说明,使用 Foxp3/转录因子染色试剂盒(eBiosciences)对细胞进行透化处理,随后使用透化缓冲液(eBiosciences)和 Brilliant Stain Buffer(BD Biosciences)1:1 混合物在 4℃下对细胞内抗原进行染色 30 分钟。在指定的流式细胞仪上进行采集之前,用 2%多聚甲醛(Sigma Aldrich)固定样本。
离体表型分析
为了在体外表征 HCV 特异性 CD40 T 细胞的表型,将 PBMC 样本的富集组分与以下抗体以指定稀释度进行染色,总体积为 50μL:CD4-BUV395 (1:133)、CD45RA-BUV496 (1:800)、CD127-BUV737 (1:50)、CXCR3-BV421 (1:33)、PD1-BV605 (1:25)、LAG3-BV650 (1:25)、ICOS-BV711 (1:50)、CCR7-BV785 (1:25)、CD38-BB700 (1:50)、CXCR5-AF700 (1:50)、CD14-APC-Cy7 (1:100)、CD19-APC-Cy7 (1:100) 和 Fixable。使用 eFluor780 活细胞染料(1:100)进行细胞膜通透化处理(使用 Foxp3/转录因子染色试剂盒,eBiosciences 公司,操作步骤按照制造商说明进行),然后使用以下抗体进行胞内染色,总体积为 50 μL:KI67-BV510(1:50)、LAG3-BV650(1:25)、TCF1-AF488(1:100)、BCL2-PE-Dazzle594(1:400)、TBET-PE-Cy7(1:400)和 TOX-eFluor660(1:100)。染色后,用 2% 多聚甲醛固定样品,并在 5 激光 LSR Fortessa 流式细胞仪(BD Biosciences 公司)上进行采集。使用 FlowJo 10.7.1 版本进行数据分析。
体外功能
为了评估 HCV 特异性 CD4 + T 细胞的功能能力,将富集的 PBMC 样本与 20 ng/mL PMA(Merck)和 0.4 μg/mL 离子霉素(Sigma Aldrich)以及 1 μL/mL GolgiPlug 和 0.65 μL/mL GolgiStop(均为 BD Biosciences)一起在 RPMI(Life Technologies)中稀释,RPMI 中添加了 100U 青霉素、100μg/mL 链霉素、10% FCS(均为 Gibco)和 10mM HEPES(Anprotec),在 37°C 下孵育 3.5 小时。随后,使用以下抗体按指定稀释度进行表面染色,总体积为 50μL:CD3-APC-Fire810 (1:200)、CD4-BV421 (1:50)、CD14-BV480 (1:100)、CD19-BV480 (1:100)、CD8-BV480 (1:133)、Fixable Viability Dye NIR (1:40)、CCR7-BV785 (1:25)、CD45RA-BV711 (1:200)、PD-1-BV605 (1:50)。根据制造商说明,使用 Foxp3/转录因子染色试剂盒(eBiosciences)进行细胞膜通透化后,使用以下抗体进行胞内染色,总体积为 50 μL:CD3-APC-Fire810 (1:200)、CD4-BV421 (1:50)、TOX-AF488 (1:100)、IL-2-PerCP-Cy5.5 (1:50)、IL-4-AF488 (3:50)、IL-17A-VioBlue (2:25)、IL-21-AF647 (1:40)、TNF-PE-Cy7 (1:50) 和 IFN-BV510 (3:50)。染色后,用 2% 多聚甲醛固定样品,并在 Cytek Northern Lights 三激光光谱流式细胞仪上进行检测。使用 SpectroFlo 3.3.0 版本进行解混和自荧光提取。使用 FlowJo 10.7.1 版本分析解混后的数据。
流式细胞术数据的降维
从至少含有 5 个非幼稚、pMHCII 四聚体阳性 CD41 细胞的 HCV 特异性 CD40 T 细胞患者中,使用 FlowJo(版本 10.7.1)导出数据,以便在 R(版本 4.3.3)中进行后续分析。使用 flowCore 包(版本 2.16.2)的 read.flowSet 函数将 FCS 文件导入 R,并使用 CATALYST 包(版本 1.26.1)的 prepData 函数将其转换为 SingleCellExperiment 对象。为了稳定高方差的荧光信号,对表达数据应用了协因子为 150 的反正弦变换。使用 CATALYST 的 runDR 函数进行 UMAP 降维,每个患者-条件最多处理 200 个细胞。四聚体、CD4 和活细胞染色的荧光信号不包含在降维过程中。使用 CATALYST 的 cluster 函数进行 FlowSOM 聚类。

细胞分选和基于微孔板的单细胞 RNA 和 TCR 测序

HCV 特异性 CD4 + T 细胞的分选
为了对 HCV 特异性 CD4 + T 细胞进行分选,以便后续进行 scRNA 和 TCR 测序,将富集的 PBMC 样本用以下抗体以指定的稀释度染色,总体积为 50μL:CD4-BB515 (1:100)、CD14-APC-Cy7 (1:100)、CD19-APC-Cy7 (1:100)、CD95-BV786 (1:50)、CCR7-BV510 (3:50)、CD45RA-PE-Cy7 (1:33)、CD127-BV421 (3:50)、PD-1-BV605 (1:25)、CD38-APC-R700 (1:50)、可固定活细胞染料 eFluor780 (1:100)。在弗莱堡大学医学中心灯塔核心实验室,使用 Cytoflex SRT(贝克曼库尔特公司)分选仪,在七个不同的日期( 表 S3 )将单个 CD4+/CD14-/CD19-/Viability Dye-/pMHCII 四聚体+细胞分选至预先用 1μL FLASH-seq 裂解缓冲液 75

75.
Hahaut, V. ∙ Pavlinic, D. ∙ Carbone, W. …
Fast and highly sensitive full-length single-cell RNA sequencing using FLASH-seq
Nat. Biotechnol. 2022; 40:1447-1451

(设门策略数据 S2 B)制备的 384 孔板中。分选后,将孔板在 4°C、500g 下离心 30 秒以促进细胞裂解。分选后的样品立即冷冻于-80°C,直至按照 FLASH-seq 方案进行后续处理。 7575.Hahaut, V. ∙ Pavlinic, D. ∙ Carbone, W. …Fast and highly sensitive full-length single-cell RNA sequencing using FLASH-seqNat. Biotechnol. 2022; 40:1447-1451Google Scholar

图书馆准备
使用 Maxima H Munus 反转录酶(Thermo Fisher)合成 cDNA,并使用 KAPA HiFi HotStart ReadyMix(Roche)进行 23 个 PCR 循环扩增。扩增后,使用 0.8 倍比例的自制 SeraMag 磁珠(溶于 18% PEG,Cytivia)进行纯化。使用 Qubit(Thermo Fisher)和 Agilent 生物分析仪确认扩增 cDNA 的浓度和大小是否符合要求。将 1 μL cDNA 与 0.15 μM 自制 Tn5 转座酶(EPFL 蛋白质生产与结构核心实验室)混合,进行 cDNA 的片段化。使用 0.2% SDS 进行终止反应。使用 KAPA HiFi 试剂盒(Roche)添加带有 8 bp 条形码的索引接头(IDT Technologies)。将文库混合,并进行最终的 0.8 倍纯化。文库浓度标准化至 1.9 nM。测序在 Illumina NextSeq 高通量流动池 (75-8-8-75) 上进行,每个流动池约有 125,000 条 reads。最后,对样本进行解复用,并使用 bcl2fastq (v2.20, Illumina Inc.) 进行碱基识别。
读取预处理
对原始测序读段进行质量控制和修剪:使用 BBMAP 套件(版本 39.06)中的 BBDUK 程序去除低质量碱基和接头序列,并使用 Trimmomatic PE(版本 0.39)将读段裁剪至固定长度 75 个碱基(CROP:75),同时丢弃长度小于 50 个碱基的读段(MINLEN:50)。使用 STAR 比对器(版本 2.7.11b)将处理后的读段比对至 hg38 人类参考基因组(Gencode,版本 46),参数设置为 limitSjdbInsertNsj 为 2000000,outFilterIntronMotifs 设置为 RemoveNoncanonicalUnannotated。使用 SAMtools(版本 1.13)提取一级比对结果,并使用 featureCounts(版本 2.0.6)以指定的参数(-p -t exon -g gene_name—fracOverlap 0.25)对基因表达水平进行定量,比对参考序列为 Gencode 一级组装注释(版本 46)。对于 V(D)J 和 C (V(D)JC) 受体库分析,使用 MiXCR(版本 4.6.0)及其 Smart-seq2 封装函数和 RepSeq.io 参考库(版本 4.0)分析原始 reads。使用 scRepertoire 包(版本 2.0.0)进一步处理 TCRA 和 TCRB 链序列。克隆型由共享的 CDR3 核苷酸序列定义,并使用 combineTCR 函数分配给各个细胞。对于检测到两条以上 TCR 链的细胞,使用 filterMulti 参数根据最高表达量选择链。

单细胞 RNA 测序分析

后续的生物信息学分析主要使用 R(版本 4.3.3)和 R Studio(版本 2023.12.1.402)中的 Seurat 包(版本 5.2.1)进行。
质量控制和基因表达预处理
根据质量指标对细胞进行过滤:排除可检测基因数少于 600 个或多于 3500 个(nFeature_RNA)、超过 50% 的 reads 比对到线粒体基因(使用 PercentageFeatureSet 计算匹配“ˆMT-”的基因百分比)以及超过 10 个 6 reads(nCount_RNA)的细胞。排除表达 B 细胞相关标记物(CD19、MS4A1、BANK1、EBF1、PAX5)的细胞簇。进一步排除 CD3D、CD3E、CD3G 表达较低且每个细胞基因数相对较少的低质量细胞簇(见补充数据 S2 D)。
为了进行下游基因表达分析,我们从表达矩阵中去除了核糖体基因(RPS、RPL)、T 细胞受体基因(TR[ABDG][VDJ])和线粒体基因(MT-)。使用 Seurat 的 NormalizedData 函数对过滤后的表达矩阵进行归一化和对数转换。接下来,使用 ScaleData 函数对表达数据进行缩放,并通过该函数的 vars.to.regress 参数校正线粒体基因含量和每个细胞可检测基因数(nFeature_RNA)。使用 RunPCA 函数,我们对使用 FindVariableFeatures 函数的方差稳定变换(vst)方法识别出的前 2000 个变量特征进行主成分分析。
降维和聚类
细胞聚类是通过使用 Seurat 的 FindNeighbors 函数构建共享最近邻图来实现的,该图基于前 20 个( 图 2 和图 3J )或 10 个( 图 3A 和图 4 )主成分。聚类使用 FindClusters 函数进行,其中函数内的算法参数设置为 4 以进行 Leiden 聚类,分辨率参数设置为 0.8( 图 2 、图 3A 和图 4 )或 0.7( 图 3J )。为了对降维后的数据进行二维可视化,使用 RunUMAP 函数基于前 20/10 个主成分计算 UMAP 嵌入。为了便于观察细胞状态之间的局部关系并增强聚类分离, 图 2、3A  3J 和 4 的 UMAP 嵌入参数 n.neighbors 分别设置为 20/40/20/30,min.dist 参数分别设置为 0.001、0.01、0.001 和 0.1。
下游基因表达分析
我们使用 Seurat R 包中的 FindMarkers 函数进行差异表达分析,以识别聚类定义标记( 图 2 和 S2 C)。采用 Wilcoxon 秩和检验,当 Bonferroni 校正后的 p 值小于 0.05 且 log2 倍数变化小于 0.5 时,基因被认为存在差异表达。为了解决来自同一受试者的观测值之间的非独立性问题,我们采用伪批量方法计算了不同条件下的差异表达基因 (DEG) 和调控子活性。具体而言,在基因表达分析中,我们使用 DESeq2 R 包将患者作为协变量纳入设计公式,以消除患者水平的影响( 图 6 A)。相反,为了在调控子活性分析(计算为靶基因表达的加权平均值)中考虑患者水平的影响,我们使用了 limma R 包并将患者作为协变量纳入模型( 图 6 H)。最后,为了识别单个细胞簇内特定条件下基因表达的变化( 图 4G ),我们采用了混合效应单细胞分析。我们使用了 MAST R 包,并将患者 ID 指定为随机效应,以解释来自同一患者的细胞之间的非独立性。单细胞基因集富集评分使用 AUCell 包(版本 1.24.0)计算,并使用线性回归将其标准化为特征计数。所有用于分析的基因集均列于表 S4 中。
伪时间分析
使用 Monocle3(版本 1.3.7)基于先前计算的 UMAP 推断 scRNA-seq 数据的分化轨迹。为此,使用该软件包的 learn_graph 函数,并将 use_partition 和 close_loop 参数设置为 FALSE,最小分支长度设置为 25。为了平衡轨迹复杂度,将 ncenter 参数设置为 150。使用 order_cells 函数计算伪时间值。
转录因子网络推断
使用 scMINER(版本 1.1.0)对每种治疗条件(慢性 HCV、治愈 HCV、急性 HCV、急性缓解 HCV)下的细胞进行基于互信息的网络分析。为了获得相对均匀的细胞数量,每种条件随机抽取细胞,最多抽取 500 个细胞。使用 scMINER 包中的 normalizeSparseEset 函数对原始表达数据进行对数归一化。使用 generateSJARACNeInput 函数并采用标准设置生成 SJARACNe 算法(版本 0.2.1)的输入数据。SJARACNe 分析在本地使用 Python 3.9 版本进行。使用 scMINER 的 getActivity_inBatch 函数,采用平均活性法和 z 分数归一化计算调控子活性。使用该包的 getDA 函数计算差异活性。计算得到的活性矩阵可供下载(参见资源可用性 )。

HCV 测序

使用 Maxwell© RSC 血 DNA 试剂盒(AS1400,Promega)从血清或血浆样本中分离 RNA,并使用 Superscript IV 反转录酶(Invitrogen)和 oligo(dA)20 引物(eurofins)和随机六聚体(Invitrogen)进行反转录,具体方法如前所述。使用多重铺板 PCR,在两个独立的反应中使用基因型特异性引物扩增 cDNA,得到长度约为 500 bp 的重叠扩增子。使用 Quant-iT™ dsDNA 检测试剂盒(Q33232,Invitrogen)测定 DNA 浓度。PCR 产物用 AMPure XP 磁珠(Beckaman Coulter)洗涤,并使用 Oxford Nanopore PromethIon 测序仪(SQK-NBD114.96)进行测序。使用内部开发的算法 HCV-Typer 生成共有序列。
HLA 足迹分析
使用 Geneious(版本 2025.0.3)鉴定了相对于四聚体共有序列的序列变异。为了评估 HLA 相关选择,应用双侧 Fisher 精确检验比较了携带相应 HLA-DRB1 等位基因的个体与不携带该等位基因的个体之间的变异频率,其中四聚体共有序列作为参考表位( 表 S2 )。

量化和统计分析

流式细胞术数据采用 FlowJo 软件 10.7.1 版本进行分析。统计分析和图形可视化使用 GraphPad PRISM 软件 10.4.2 版本(GraphPad Software,La Jolla,CA,USA)和 R 软件(4.3.3 版本)完成。统计参数,包括样本量 n 的确切值和统计学显著性,均在图表和图例中列出。统计检验的选择基于对数据分布和方差特征的适当假设。P 值小于 0.05 被认为具有统计学意义。

补充信息(3)

文件 S1. 图 S1–S6 和表 S1–S4
补充数据 S1. 实验门控策略和质量控制
文件 S2. 文章及补充信息

Hits: 3

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注