📄 Quick Note¶

摘要概述¶

这篇 Review 论证 single-cell 技术（CyTOF、scRNA-seq、CITE-seq）如何用于解析人动脉粥样硬化斑块的细胞与分子架构，以推动精准免疫治疗。作者先回顾 CANTOS、COLCOT、LoDoCo2 等临床试验，指出抗炎治疗虽有效但"一刀切"策略失败，免疫治疗必须针对特定患者群体定制。随后系统梳理 single-cell 方法在斑块免疫图谱、细胞轨迹推断、细胞间通讯分析中的优势，并强调人源 single-cell 数据需在小鼠模型和 single-cell CRISPR 筛选中严格验证才能用于药物靶点发现。结论主张在药物研发早期引入 single-cell 免疫监测工具，以数据驱动地选择患者群体并设计临床试验。

关键图表¶

Fig. 1 | Single-cell approaches to study human atherosclerosis. 展示斑块组织解离后经 CyTOF（全局免疫图谱 + Louvain 聚类）、CITE-seq（蛋白+基因整合表型）、scRNA-seq（基因表达表型比较）三条分析路径，是全篇方法学框架的骨架图。
Fig. 2 | Single-cell approaches to study atherosclerotic tissue. 对比组织解离法与 in situ 方法（如 MIBI），强调二者互补——解离法做单细胞组学，in situ 保空间信息，整合后用于分子靶点识别。
Fig. 3 | Integration of single-cell methods for drug target discovery and validation. 勾勒"人源发现 → 小鼠机制验证 → 大型临床队列验证 → CRISPR 功能验证 → 早期临床试验免疫监测"的完整药物研发闭环，是论文核心论点的流程图。

与我的关联¶

作为计算力学背景的研究者，本文提供了 atherosclerosis 免疫侧的生物学全景，可补充我侧重的血管力学/血流动力学视角——斑块力学环境与免疫细胞表型之间的耦合是潜在的跨学科切入点。single-cell 数据的细胞轨迹与通讯推断方法，与我所熟悉的连续介质/agent-based 建模在"推断细胞状态空间"上有方法学共鸣。