大家好，今天跟大家分享一篇题为Targeting pro-infla mmatory Tcellsasa novel therapeu tic approach to potentially resolve atheros clerosis in humans（靶向促炎T细胞作为潜在解决人类动脉粥样硬化的新治疗方法）动脉粥样硬化(AS)是全世界心脑血管疾病的主要原因，是由脂质含量积累和慢性炎症引起的。传统策略主要侧重于降脂以控制 AS 进展，从而导致主要不良心血管事件 (MACE) 的残余炎症风险。
01
研究背景
动脉粥样硬化 （AS） 是世界范围内心脑血管疾病的主要原因，其驱动力是脂质含量的积累和慢性炎症。传统策略主要侧重于减少血脂以控制 AS 进展，为主要不良心血管事件 （MACE） 留下残留的炎症风险。虽然针对先天免疫的抗炎疗法减少了 MACE，但许多患者仍然面临重大风险。AS 进展的另一个关键组成部分是适应性免疫，但其在预防 AS 方面的潜在作用仍不清楚。
为了调查这一点，我们对患有 AS 斑块的肿瘤患者进行了一项回顾性队列研究。我们发现抗程序性细胞死亡蛋白 1 （PD-1） 单克隆抗体 （mAb） 显着降低 AS 噬菌斑的大小。通过多组学单细胞分析，我们全面表征了 AS 斑块特异性 PD-1 T 细胞，这些细胞被激活且具有促炎作用。
我们证明，当抗 PD-1 mAb 被髓系表达的 Fc γ 受体 （FcγR） 捕获时，会与 T 细胞上表达的 PD-1 相互作用。这种相互作用将抗 PD-1 mAb 转化为替代 PD-1 配体，在 AS 斑块的 PD-1 配体缺陷环境中抑制 T 细胞功能。此外，我们对接受抗 PD-1 mAb 治疗且具有或不具有 FcγR 结合能力的肿瘤患者进行了一项前瞻性队列研究。我们的分析表明，具有 FcγR 结合能力的抗 PD-1 mAb 可有效减小 AS 噬菌斑的大小，而没有 FcγR 结合能力的抗 PD-1 mAb 则不能。我们的研究表明，T 细胞靶向免疫疗法可以成为解决人类 AS 的有效策略。
见图一
回顾性队列分析显示，抗 PD-1 治疗在体内阻碍和逆转 AS 斑块进展。
图一
a 显示回顾性队列研究中合格患者识别的流程图。
b、c 在两个扫描时间点（扫描 1 和扫描 2）接受或不接受抗 PD-1 mAb 治疗的患者颈动脉斑块 （b） 的代表性超声图像 （b） 和 AS 斑块区域 （c） 的比较。瘢痕条，10 mm。
d AS 斑块进展的成分比较（减少：ΔA < –1 mm2;无降低：ΔA ≥ –1 mm2） 在未接受 （n = 82） 或接受 （n = 86） 抗 PD-1 治疗的组中。
e 接受或不接受抗 PD-1 治疗的患者之间 AS 斑块面积 （ΔA） 变化的比较。
f 肿瘤患者抗 PD-1 治疗与 AS 斑块进展的相对比值 （RR） 的单变量和多变量（改良泊松）回归分析 （n = 168）。使用年龄、性别、 ΔBMI 、 ΔHDL 、 ΔLDL 、 他汀类药物的使用、肿瘤类型、肿瘤分期和肿瘤进展调整多变量分析。数据以 c 和 e 表示为四分位距 （IQR） 的中位数。配对 Mann-Whitney 检验用于 c，非配对 Mann-Whitney 检验用于 e，χ2 检验用于 d。
见图二
scRNA-seq 分析揭示了人类 AS 斑块的 T 细胞图谱。
图二
a 配对 scRNA-seq 和 αβTCR-seq 分析的实验设计。
b T 细胞簇的 DEGs，每个簇的表型定义标记在顶部，并且簇由簇（左和上）和单个细胞的组织来源（上）着色。每个簇的典型基因在右侧标记。
c 来自 scRNA-seq 数据的 40,985 个 T 细胞的均匀流形近似和投影 （UMAP） 图，按簇（左）和组织来源（右）着色。
d CD4（左）和 CD8（右）T 细胞簇的组成，按样本来源着色，簇按 AS 斑块的平均频率排序。数据表示为 SEM ±均值。
e、f 显示对数的散点图++2CD4-C4 和 CD4-C5 簇之间以及 CD8-C3 和 CD8-C4 簇之间 （f） 之间重叠的 DEGs（左）和富集通路（右）的（倍数变化）。
g 噬菌斑特异性 T 细胞簇中 T 细胞的 UMAP 图（基于细胞调节子表达矩阵的映射），由 T 细胞簇（上）和 AUCell 簇（下）着色。
h 热图显示成对的 TF-调节子相关性，左侧条形用表达量最大的 AUCell 簇着色，右侧条形用显性 AUCell 簇和典型的 TF-调节子标记。i Violin 图显示已识别的斑块特异性 T 细胞簇上调节子的 AUCell 分数。数据在 d 中表示为 SEM ±均值。
见图三单细胞 CyTOF 分析显示的人 AS 噬菌斑和 AS PB 的 T 细胞图谱。
图三
a 显示 35 个 T 细胞簇（T 细胞面板）的中位表达的热图，用主要或功能子集（左）和簇频率（右）标记。
b T 细胞的 t-SNE 图，按簇或样本组着色。
c AS PB 和 AS 噬菌斑中主要（左）和功能（右）T 细胞亚群的组成。
d 火山图显示了 AS 斑块中 CD4（左）和 CD8（右）T 细胞簇与 AS PB 中 T 细胞簇的不同频率，按显性组织类型着色，箭头表示 PD-1 T 细胞簇。
e 多色 IFC 染色确认代表性人 AS 斑块中的 PD-1CD4 和 PD-1CD8 T 细胞。比例尺，20 μm。
f 直方图显示了 PD-1CD4（上）和 PD-1CD8（下）T 细胞簇上选定的功能标志物表达。
g 直方图显示 ICOS、HLA-DR、CD27 和 CD28 在噬菌斑衍生的 PD-1 和 PD-1 上的表达T 细胞。
h 点图显示了 T 细胞簇中耗竭相关共抑制和调节基因的表达，按缩放的平均表达着色，并按表达特定基因的细胞分数进行大小调整。
T 细胞簇根据其 PDCD1 基因特征的 AUCell 评分进行排序，如补充信息所示，如图 1 所示。S4l 的。PDCD1 T 细胞簇（CD4-C5 和 CD8-C4）之间共享 DEGs 的 i 维恩图，标记了交叉或排他基因的数量。
j 点图显示了 PDCD1 T 细胞簇（CD4-C5 和 CD8-C4）的计算调节子特异性评分，并标记了前 10 个调节子。数据以 c 表示为 IQR 的中位数。使用 Benjamini-Hochberg 调整的双侧学生 t 检验对 c 和 d 进行统计分析。Kolmogorov-Smirnov 检验用于 g，超几何检验用于 i。
见图四
AS 噬菌斑特异性 PD-1 T 细胞活化表型的离体验证。
图四
a 已鉴定基因位点的染色质可及性的覆盖率图，由 T 细胞簇着色。
b 条形图显示指定基因的推断基因活性分数，由 T 细胞簇着色。
c 热图显示了 T 细胞簇中 TF 基序的缩放 chromVAR 分数，并且基序通过层次结构聚类进行聚类。
d 跨 T 细胞簇的选定 TF 基序的 chromVAR 评分的箱线图。单因素方差分析检验用于比较 AS 斑块特异性 T 细胞和肿瘤特异性 Tex 细胞之间的 chromVAR 评分。
e PD-1CD4（PT04、PT09 和 PT14）和 PD-1CD8 （PT23） T 细胞簇上选定 T 细胞功能标志物表达的直方图。
f 与 PD-1 相比，示意图显示了用于激活源自肺肿瘤 （n = 11） 或 AS 斑块 （n = 5） 的 PD-1 T 细胞以分泌细胞因子的离体 T 细胞刺激试验+++++–来源于肺肿瘤的 T 细胞 （n = 5）。
g、h 显示上清液中 IL-2 和 IFN-γ 的浓度 （g） 并比较它们的相对活化水平 （h）。数据在 b 中表示为 SEM ±平均值，在 g 和 h 中表示为 IQR 的中位数。在 b 和 h 中使用具有 Benjamini-Hochberg 调整的双侧学生 t 检验。
见图五配对的 scRNA-seq 和 αβTCR-seq 揭示了 AS 斑块中 T 细胞的细胞动力学和分化轨迹。
图五
a、b 散点图（左）显示了 T 细胞簇对中共享 TCR 克隆大小的计数和相关性测试，灰色虚线表示计数等于 10（水平线）和 P 值等于 0.05（垂直线）;图形图（右）显示 T 细胞簇连接，颜色和线宽对应于共享 TCR 克隆型的计数，实线表示 T 细胞簇对在 CD4 （a） 和 CD8 （b） T 细胞簇中共享 TCR 克隆大小具有显著相关性 （P < 0.05）。
c、d 散点图显示了所选 CD4 （c） 和 CD8 （d） T 细胞簇对中 TCR 克隆型的克隆大小，按共享（红色）或非共享（蓝色和绿色）TCR 克隆型着色。对角线表示相等的 TCR 克隆大小，其他虚线分隔非共享克隆型，n 表示共享克隆型的数量，并标记了相关系数 （r） 和 P 值。
e、f CD4-C5 （e） 和 CD8-C4 （f） 簇中鉴定出 TCR 克隆型的 T 细胞的 UMAP 图（左），以及单个 T 细胞簇中的相关细胞计数（右）。
g、i UMAP 图显示了 CD4-C4、CD4-C5 和 CD4-C6 （g） 以及 CD8-C3、CD8-C4 和 CD8-C5 （i） 的 RNA 速度，由簇（上）和细胞伪时间（下）着色。箭头表示 T 细胞分化的方向。
h、j 热图显示按伪时间排列的分析的 CD4 （h） 或 CD8 （j） T 细胞中的前 50 个 DEGs，行表示基因，列表示细胞。伪时间和分析的 T 细胞簇标记在底部，基因标记在左侧。Pearson 相关性检验用于 a-d。
见图六
FcγRI 捕获的抗 PD-1 mAb 作为代理 PD-1 配体，在体外抑制 AS 衍生的 PD-1 T 细胞并减少人类的 AS 噬菌斑区域。
图六
a CD45 中 PD-L1 和 PD-L2 细胞的频率比较++–以及肺肿瘤 （n = 4） 和 AS 斑块 （n = 5） 中的 CD45 细胞。
b 图表显示 CD64 捕获的抗 PD-1 mAb 作为代理 PD-1 配体。
c PE-纳武利尤单抗在接受或未接受纳武利尤单抗 （5 μg/mL） 处理的 PBMC 衍生的 CD64 细胞上的平均荧光强度 （MFI）。
d：显示微量移液器粘附试验，用于检查 CD64 PBMC 与未与纳武利尤单抗结合的原代 PD-1 T 细胞之间的细胞间粘附频率 （Pa%）。
e 细胞间粘附频率的定量 （P++++一个%）在 CD64 PBMC 和未与 Nivolumab 结合的 PD-1 T 细胞之间。
f-h 示意图 （f） 显示了从与抗 PD-1 mAb 共培养的 PBMC （n = 7） 和 AS 噬菌斑衍生的 PD-1 T 细胞 （n = 7） 中分选的原代 CD64 髓系细胞的离体刺激试验（条件 1;g） 或从肺肿瘤 （n = 5） 或 AS 斑块 （n = 5） 中分选的 CD45 细胞（条件 2;h） 与 Nivolumab 共培养。测量条件 1 （g） 或条件 2 （h） 上清液中 IL-2 、 IFN-γ 和 TNF-α 的浓度，并比较用 Nivolumab 处理的不同 CD45 细胞中细胞因子的相对抑制水平 （%）。
i、j比较未处理 （n = 88） 或具有 FcγR 结合能力 （n = 48） 或非 FcγR 结合能力的抗 PD-1 mAb 处理 （n） （i） 的三组 AS 噬菌斑面积 （ΔA） 的变化 （i） 和 AS 噬菌斑进展的组成 （j） （降低：ΔA < –1 mm++++++2;无降低：ΔA ≥ –1 mm2).数据在 e 中表示为 SEM ±平均值，在 a、c、g、h、i 中表示为 IQR 的中位数。未配对的学生 t 检验用于 a 和 c，配对 t 检验用于 e、g 和 h，Mann-Whitney 检验用于 i，χ2 检验用于 j。
02
研究结论
总之，我们在人 AS 中发现了活化和促炎的 PD-1 T 细胞。我们提出了一种针对这些细胞以解析人类 AS 的潜在治疗方法。我们的发现是由回顾性临床调查驱动的，其工作机制通过多组学单细胞分析、基本免疫功能和生物物理分析以及前瞻性队列调查得到揭示和系统验证。然而，为了进一步评估抗 PD-1 治疗人类抗动脉粥样硬化的安全性和有效性，需要进行长期的系统和前瞻性人类队列研究。我们的工作还从适应性免疫重塑的角度加强了对 AS 发病机制的理解。它为基于 T 细胞的免疫疗法对抗人类 AS 开辟了可能性。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
01
研究背景
动脉粥样硬化 （AS） 是世界范围内心脑血管疾病的主要原因，其驱动力是脂质含量的积累和慢性炎症。传统策略主要侧重于减少血脂以控制 AS 进展，为主要不良心血管事件 （MACE） 留下残留的炎症风险。虽然针对先天免疫的抗炎疗法减少了 MACE，但许多患者仍然面临重大风险。AS 进展的另一个关键组成部分是适应性免疫，但其在预防 AS 方面的潜在作用仍不清楚。
为了调查这一点，我们对患有 AS 斑块的肿瘤患者进行了一项回顾性队列研究。我们发现抗程序性细胞死亡蛋白 1 （PD-1） 单克隆抗体 （mAb） 显着降低 AS 噬菌斑的大小。通过多组学单细胞分析，我们全面表征了 AS 斑块特异性 PD-1 T 细胞，这些细胞被激活且具有促炎作用。
我们证明，当抗 PD-1 mAb 被髓系表达的 Fc γ 受体 （FcγR） 捕获时，会与 T 细胞上表达的 PD-1 相互作用。这种相互作用将抗 PD-1 mAb 转化为替代 PD-1 配体，在 AS 斑块的 PD-1 配体缺陷环境中抑制 T 细胞功能。此外，我们对接受抗 PD-1 mAb 治疗且具有或不具有 FcγR 结合能力的肿瘤患者进行了一项前瞻性队列研究。我们的分析表明，具有 FcγR 结合能力的抗 PD-1 mAb 可有效减小 AS 噬菌斑的大小，而没有 FcγR 结合能力的抗 PD-1 mAb 则不能。我们的研究表明，T 细胞靶向免疫疗法可以成为解决人类 AS 的有效策略。
见图一
回顾性队列分析显示，抗 PD-1 治疗在体内阻碍和逆转 AS 斑块进展。
图一
a 显示回顾性队列研究中合格患者识别的流程图。
b、c 在两个扫描时间点（扫描 1 和扫描 2）接受或不接受抗 PD-1 mAb 治疗的患者颈动脉斑块 （b） 的代表性超声图像 （b） 和 AS 斑块区域 （c） 的比较。瘢痕条，10 mm。
d AS 斑块进展的成分比较（减少：ΔA < –1 mm2;无降低：ΔA ≥ –1 mm2） 在未接受 （n = 82） 或接受 （n = 86） 抗 PD-1 治疗的组中。
e 接受或不接受抗 PD-1 治疗的患者之间 AS 斑块面积 （ΔA） 变化的比较。
f 肿瘤患者抗 PD-1 治疗与 AS 斑块进展的相对比值 （RR） 的单变量和多变量（改良泊松）回归分析 （n = 168）。使用年龄、性别、 ΔBMI 、 ΔHDL 、 ΔLDL 、 他汀类药物的使用、肿瘤类型、肿瘤分期和肿瘤进展调整多变量分析。数据以 c 和 e 表示为四分位距 （IQR） 的中位数。配对 Mann-Whitney 检验用于 c，非配对 Mann-Whitney 检验用于 e，χ2 检验用于 d。
见图二
scRNA-seq 分析揭示了人类 AS 斑块的 T 细胞图谱。
图二
a 配对 scRNA-seq 和 αβTCR-seq 分析的实验设计。
b T 细胞簇的 DEGs，每个簇的表型定义标记在顶部，并且簇由簇（左和上）和单个细胞的组织来源（上）着色。每个簇的典型基因在右侧标记。
c 来自 scRNA-seq 数据的 40,985 个 T 细胞的均匀流形近似和投影 （UMAP） 图，按簇（左）和组织来源（右）着色。
d CD4（左）和 CD8（右）T 细胞簇的组成，按样本来源着色，簇按 AS 斑块的平均频率排序。数据表示为 SEM ±均值。
e、f 显示对数的散点图++2CD4-C4 和 CD4-C5 簇之间以及 CD8-C3 和 CD8-C4 簇之间 （f） 之间重叠的 DEGs（左）和富集通路（右）的（倍数变化）。
g 噬菌斑特异性 T 细胞簇中 T 细胞的 UMAP 图（基于细胞调节子表达矩阵的映射），由 T 细胞簇（上）和 AUCell 簇（下）着色。
h 热图显示成对的 TF-调节子相关性，左侧条形用表达量最大的 AUCell 簇着色，右侧条形用显性 AUCell 簇和典型的 TF-调节子标记。i Violin 图显示已识别的斑块特异性 T 细胞簇上调节子的 AUCell 分数。数据在 d 中表示为 SEM ±均值。
见图三单细胞 CyTOF 分析显示的人 AS 噬菌斑和 AS PB 的 T 细胞图谱。
图三
a 显示 35 个 T 细胞簇（T 细胞面板）的中位表达的热图，用主要或功能子集（左）和簇频率（右）标记。
b T 细胞的 t-SNE 图，按簇或样本组着色。
c AS PB 和 AS 噬菌斑中主要（左）和功能（右）T 细胞亚群的组成。
d 火山图显示了 AS 斑块中 CD4（左）和 CD8（右）T 细胞簇与 AS PB 中 T 细胞簇的不同频率，按显性组织类型着色，箭头表示 PD-1 T 细胞簇。
e 多色 IFC 染色确认代表性人 AS 斑块中的 PD-1CD4 和 PD-1CD8 T 细胞。比例尺，20 μm。
f 直方图显示了 PD-1CD4（上）和 PD-1CD8（下）T 细胞簇上选定的功能标志物表达。
g 直方图显示 ICOS、HLA-DR、CD27 和 CD28 在噬菌斑衍生的 PD-1 和 PD-1 上的表达T 细胞。
h 点图显示了 T 细胞簇中耗竭相关共抑制和调节基因的表达，按缩放的平均表达着色，并按表达特定基因的细胞分数进行大小调整。
T 细胞簇根据其 PDCD1 基因特征的 AUCell 评分进行排序，如补充信息所示，如图 1 所示。S4l 的。PDCD1 T 细胞簇（CD4-C5 和 CD8-C4）之间共享 DEGs 的 i 维恩图，标记了交叉或排他基因的数量。
j 点图显示了 PDCD1 T 细胞簇（CD4-C5 和 CD8-C4）的计算调节子特异性评分，并标记了前 10 个调节子。数据以 c 表示为 IQR 的中位数。使用 Benjamini-Hochberg 调整的双侧学生 t 检验对 c 和 d 进行统计分析。Kolmogorov-Smirnov 检验用于 g，超几何检验用于 i。
见图四
AS 噬菌斑特异性 PD-1 T 细胞活化表型的离体验证。
图四
a 已鉴定基因位点的染色质可及性的覆盖率图，由 T 细胞簇着色。
b 条形图显示指定基因的推断基因活性分数，由 T 细胞簇着色。
c 热图显示了 T 细胞簇中 TF 基序的缩放 chromVAR 分数，并且基序通过层次结构聚类进行聚类。
d 跨 T 细胞簇的选定 TF 基序的 chromVAR 评分的箱线图。单因素方差分析检验用于比较 AS 斑块特异性 T 细胞和肿瘤特异性 Tex 细胞之间的 chromVAR 评分。
e PD-1CD4（PT04、PT09 和 PT14）和 PD-1CD8 （PT23） T 细胞簇上选定 T 细胞功能标志物表达的直方图。
f 与 PD-1 相比，示意图显示了用于激活源自肺肿瘤 （n = 11） 或 AS 斑块 （n = 5） 的 PD-1 T 细胞以分泌细胞因子的离体 T 细胞刺激试验+++++–来源于肺肿瘤的 T 细胞 （n = 5）。
g、h 显示上清液中 IL-2 和 IFN-γ 的浓度 （g） 并比较它们的相对活化水平 （h）。数据在 b 中表示为 SEM ±平均值，在 g 和 h 中表示为 IQR 的中位数。在 b 和 h 中使用具有 Benjamini-Hochberg 调整的双侧学生 t 检验。
见图五配对的 scRNA-seq 和 αβTCR-seq 揭示了 AS 斑块中 T 细胞的细胞动力学和分化轨迹。
图五
a、b 散点图（左）显示了 T 细胞簇对中共享 TCR 克隆大小的计数和相关性测试，灰色虚线表示计数等于 10（水平线）和 P 值等于 0.05（垂直线）;图形图（右）显示 T 细胞簇连接，颜色和线宽对应于共享 TCR 克隆型的计数，实线表示 T 细胞簇对在 CD4 （a） 和 CD8 （b） T 细胞簇中共享 TCR 克隆大小具有显著相关性 （P < 0.05）。
c、d 散点图显示了所选 CD4 （c） 和 CD8 （d） T 细胞簇对中 TCR 克隆型的克隆大小，按共享（红色）或非共享（蓝色和绿色）TCR 克隆型着色。对角线表示相等的 TCR 克隆大小，其他虚线分隔非共享克隆型，n 表示共享克隆型的数量，并标记了相关系数 （r） 和 P 值。
e、f CD4-C5 （e） 和 CD8-C4 （f） 簇中鉴定出 TCR 克隆型的 T 细胞的 UMAP 图（左），以及单个 T 细胞簇中的相关细胞计数（右）。
g、i UMAP 图显示了 CD4-C4、CD4-C5 和 CD4-C6 （g） 以及 CD8-C3、CD8-C4 和 CD8-C5 （i） 的 RNA 速度，由簇（上）和细胞伪时间（下）着色。箭头表示 T 细胞分化的方向。
h、j 热图显示按伪时间排列的分析的 CD4 （h） 或 CD8 （j） T 细胞中的前 50 个 DEGs，行表示基因，列表示细胞。伪时间和分析的 T 细胞簇标记在底部，基因标记在左侧。Pearson 相关性检验用于 a-d。
见图六
FcγRI 捕获的抗 PD-1 mAb 作为代理 PD-1 配体，在体外抑制 AS 衍生的 PD-1 T 细胞并减少人类的 AS 噬菌斑区域。
图六
a CD45 中 PD-L1 和 PD-L2 细胞的频率比较++–以及肺肿瘤 （n = 4） 和 AS 斑块 （n = 5） 中的 CD45 细胞。
b 图表显示 CD64 捕获的抗 PD-1 mAb 作为代理 PD-1 配体。
c PE-纳武利尤单抗在接受或未接受纳武利尤单抗 （5 μg/mL） 处理的 PBMC 衍生的 CD64 细胞上的平均荧光强度 （MFI）。
d：显示微量移液器粘附试验，用于检查 CD64 PBMC 与未与纳武利尤单抗结合的原代 PD-1 T 细胞之间的细胞间粘附频率 （Pa%）。
e 细胞间粘附频率的定量 （P++++一个%）在 CD64 PBMC 和未与 Nivolumab 结合的 PD-1 T 细胞之间。
f-h 示意图 （f） 显示了从与抗 PD-1 mAb 共培养的 PBMC （n = 7） 和 AS 噬菌斑衍生的 PD-1 T 细胞 （n = 7） 中分选的原代 CD64 髓系细胞的离体刺激试验（条件 1;g） 或从肺肿瘤 （n = 5） 或 AS 斑块 （n = 5） 中分选的 CD45 细胞（条件 2;h） 与 Nivolumab 共培养。测量条件 1 （g） 或条件 2 （h） 上清液中 IL-2 、 IFN-γ 和 TNF-α 的浓度，并比较用 Nivolumab 处理的不同 CD45 细胞中细胞因子的相对抑制水平 （%）。
i、j比较未处理 （n = 88） 或具有 FcγR 结合能力 （n = 48） 或非 FcγR 结合能力的抗 PD-1 mAb 处理 （n） （i） 的三组 AS 噬菌斑面积 （ΔA） 的变化 （i） 和 AS 噬菌斑进展的组成 （j） （降低：ΔA < –1 mm++++++2;无降低：ΔA ≥ –1 mm2).数据在 e 中表示为 SEM ±平均值，在 a、c、g、h、i 中表示为 IQR 的中位数。未配对的学生 t 检验用于 a 和 c，配对 t 检验用于 e、g 和 h，Mann-Whitney 检验用于 i，χ2 检验用于 j。
02
研究结论
总之，我们在人 AS 中发现了活化和促炎的 PD-1 T 细胞。我们提出了一种针对这些细胞以解析人类 AS 的潜在治疗方法。我们的发现是由回顾性临床调查驱动的，其工作机制通过多组学单细胞分析、基本免疫功能和生物物理分析以及前瞻性队列调查得到揭示和系统验证。然而，为了进一步评估抗 PD-1 治疗人类抗动脉粥样硬化的安全性和有效性，需要进行长期的系统和前瞻性人类队列研究。我们的工作还从适应性免疫重塑的角度加强了对 AS 发病机制的理解。它为基于 T 细胞的免疫疗法对抗人类 AS 开辟了可能性。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
