Single-cell map of the healthy human immune system across the lifespan reveals unique infant immune signatures
Notice bibliographique
Résumé
Abstract The human immune system undergoes continuous remodeling from infancy through old age, yet the timing and trajectory of these changes across the lifespan remain poorly defined. To address this, we profiled peripheral blood mononuclear cells from 95 healthy individuals (ages 2 months to 88 years), including infants (n=27), children (n=23), adults (n=18), and older adults (n=27) using scRNA-seq and snATAC-seq. MAIT and γδ T cells showed a “Rise and fall” pattern, which rise in childhood, peak in young adulthood, and decline with age. CD8 + T cells were the most affected by aging with decreasing naïve T cells and increasing GzK + CD8 + T cells and TEMRA cells. Infants had lower myeloid/lymphoid ratio, with a distinct composition marked by increased frequencies of CD16 + monocytes and plasmacytoid dendritic cells and reduced frequencies of CD14 + monocytes and conventional DCs. Their adaptive immune compartment also displayed unique features, including constitutive interferon-stimulated gene expression in T and B cells, and an expanded SOX4 + populations in naïve CD4 + , naïve CD8 + and γδ T cells, comprising ∼30% of the naïve T cell pool. SOX4 + naïve CD4 + T cells displayed a Th2 epigenetic signature. This map provides critical insights into human immune system dynamics across the lifespan, emphasizing unique features of the infant immune system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».