#paper  Doi:10.1146/annurev-immunol-090122-042631.AI and immunology as a new research paradigm, Annu. Rev. Immunol. 2025. 综述文章，探索AI开发预测模型和评估个人免疫状态的潜力，以检测疾病的早期迹象、预测干预反应并指导个性化健康策略。 1.免疫系统与健康：预测疾病-->个体免疫状态与疾病易感性 免疫系统失调-->疾病（生理压力传感器）；免疫系统为了解健康和生态状态提供了一个信息窗口； 个体的免疫异质性是人体免疫的基本特征； 群体变异：开发免疫系统干预（疫苗，病原体， 治疗）预测模型至关重要； 人类免疫变异是人类免疫学的核心，对于开发和优化个性化干预措施和结果至关重要。 2.AI（机器学习）：分析复杂的免疫数据，发现隐藏模式， 3.免疫数据+AI：个体免疫和生理健康的动态景观和轨迹； 可解释的AI模型：基于一系列个体因素（包括免疫谱、血统、年龄、性别、社会经济因素以及其他以个人免疫状态向量表示的相关信息）预测免疫反应 解读和利用人类免疫变异以及构建强大的预测模型至关重要-->机理建模； 分析重点：通过免疫设定点、免疫健康以及将免疫系统作为衡量健康状况的窗口； 4.展望：精准监测、预测和调控的未来

#paper 【doi】10.1038/s41590-024-01932-8 【发表年份】2024年 【期刊】Nature Immunology 【标题】Tumor editing suppresses innate and adaptive antitumor immunity and is reversed by inhibiting DNA methylation 【内容总结】 这篇论文研究了肿瘤在发生过程中通过基因调控逃避免疫监视的机制，并探索了DNA甲基化抑制剂恢复免疫控制的可能性。研究人员使用转基因乳腺癌小鼠模型，比较了早期（5–10天）和晚期（30–35天）肿瘤的单细胞RNA测序结果，发现晚期肿瘤中主要下调的是固有免疫和适应性免疫相关基因，特别是干扰素信号通路和相关刺激基因（ISGs），而与增殖相关的恶性基因表达几乎不变。进一步实验表明，DNA甲基化抑制剂低剂量地西他滨（decitabine, DAC）可以逆转这些免疫基因的沉默，显著抑制肿瘤生长，提高肿瘤浸润性T细胞（CD8+、CD4+、NK细胞）的数量、功能和记忆性，并降低免疫抑制性髓系细胞比例。此外，DAC能诱导肿瘤细胞中坏死性凋亡和焦亡相关基因（如Ripk3、Gsdmd、Gsdme）的表达和炎性细胞死亡，从而增强免疫清除效应。简单说就是，肿瘤通过DNA甲基化沉默免疫基因逃避免疫，而抑制甲基化可以“解锁”这些免疫通路，重新激活对肿瘤的天然和适应性免疫控制。