摘要：血免疫代谢（Immunometabolism）是近年来迅速发展的交叉学科，研究免疫细胞代谢与免疫功能之间的动态调控关系，及其在疾病发生发展中的作用。以下是当前研究热点与未来发展方向的分析：

引言（来源于DeepSeek）

血免疫代谢（Immunometabolism）是近年来迅速发展的交叉学科，研究免疫细胞代谢与免疫功能之间的动态调控关系，及其在疾病发生发展中的作用。以下是当前研究热点与未来发展方向的分析：

一、当前研究热点

1. 免疫细胞代谢重编程机制

- 代谢通路与免疫功能：研究T细胞、巨噬细胞、NK细胞等在不同激活状态（如静息、效应、记忆）下的代谢偏好（糖酵解、氧化磷酸化、脂肪酸氧化、氨基酸代谢）。

- 关键代谢调控分子：如mTOR、AMPK、HIF-1α、SREBP等信号通路如何协调代谢与免疫应答。

- 代谢物信号功能：乳酸、琥珀酸、酮体、胆固醇等代谢物通过表观遗传修饰（如组蛋白乙酰化）或直接调控信号通路影响免疫细胞分化（如Th17/Treg平衡）。

2. 肿瘤免疫代谢

- 肿瘤微环境（TME）的代谢抑制：肿瘤细胞通过竞争葡萄糖、谷氨酰胺等营养，释放乳酸、腺苷等抑制性代谢物，削弱T细胞和NK细胞功能。

- 代谢干预增强免疫治疗：靶向IDO、ARG1、CD73等代谢酶逆转免疫抑制；联合PD-1/PD-L1抑制剂与代谢药物（如二甲双胍）的临床试验。

3. 代谢性疾病中的免疫调控

- 肥胖与炎症：脂肪组织巨噬细胞（ATM）的极化（M1/M2）与胰岛素抵抗的关系；脂毒性通过NLRP3炎性小体驱动慢性炎症。

- 糖尿病：高血糖诱导的代谢记忆通过表观遗传机制影响先天免疫（如NETosis）。

4. 感染与免疫代谢互作

- 病原体劫持宿主代谢：病毒（如SARS-CoV-2）利用宿主脂代谢复制；结核杆菌调控巨噬细胞线粒体代谢逃逸免疫清除。

- 代谢干预抗感染：通过限制铁、锌等金属离子供应抑制病原体生长。

5. 新技术推动机制解析

- 单细胞代谢组学：揭示免疫细胞亚群的代谢异质性。

- 代谢成像：MALDI-MSI等技术可视化组织微区代谢物分布。

- CRISPR筛选：鉴定调控免疫代谢的关键基因（如ACOD1在衣康酸合成中的作用）。

二、未来发展方向

1. 代谢调控的精准靶向

- 开发组织/细胞特异性代谢调节剂，避免全身毒性（如选择性抑制肿瘤相关巨噬细胞的糖酵解）。

- 结合AI预测代谢-免疫互作网络，设计多靶点药物。

2. 代谢干预的个性化治疗

- 基于患者代谢谱（如循环代谢物、肠道菌群）制定免疫治疗策略。

- 探索饮食干预（生酮饮食、限时进食）对免疫疾病的影响。

3. 器官与系统水平的代谢互作

- 研究肝脏、肠道、脂肪组织等代谢器官如何通过分泌因子（如胆汁酸、激素）远程调控免疫。

- 神经-代谢-免疫轴在慢性炎症中的作用（如迷走神经调控巨噬细胞代谢）。

4. 代谢与表观遗传的深层关联

- 代谢酶（如IDH、SDH）突变导致的代谢物异常（2-HG、琥珀酸）如何通过修饰组蛋白/DNA影响免疫细胞表型。

- 线粒体DNA释放激活cGAS-STING通路的机制与疾病治疗。

5. 衰老与免疫代谢衰退

- 衰老相关代谢变化（NAD+下降、线粒体功能障碍）如何导致免疫衰老（Inflammaging）。

- 靶向Sirtuins、AMPK通路延缓免疫系统衰老。

6. 环境与免疫代谢的交互

- 空气污染、微塑料等环境因素通过AhR等受体扰乱免疫代谢稳态。

- 昼夜节律（生物钟基因如BMAL1）对免疫细胞代谢的调控。

三、挑战与机遇

- 技术瓶颈：代谢通量的动态检测、体内代谢示踪技术的灵敏度提升。

- 临床转化：代谢干预的疗效异质性（如肠道菌群差异导致药物响应不同）。

- 跨学科合作：免疫学、代谢生物学、计算建模、临床医学的深度融合。

免疫代谢的研究正在重塑对疾病机制的理解，未来有望通过代谢重编程策略治疗癌症、自身免疫病、感染性疾病及代谢综合征，成为精准医学的重要支柱。

四、国际免疫代谢研究的主要机构概览

涵盖学术界、产业界及国际合作组织，聚焦免疫系统与代谢调控的交叉研究领域

1. 顶尖学术研究机构

(1) 北美

- 哈佛医学院（美国）

- 免疫代谢与炎症中心（Center for Immunometabolism and Inflammation）：研究免疫细胞（如巨噬细胞、T细胞）的代谢重编程与慢性炎症疾病的关系。

- 耶鲁大学医学院（美国）

- Ronaldson-Banksia实验室：专注于肥胖和糖尿病中免疫-代谢互作的分子机制。

- 美国国立卫生研究院（NIH）

- 国家过敏与传染病研究所（NIAID）：研究感染性疾病中宿主代谢与免疫应答的关联。

- 国家糖尿病、消化与肾脏疾病研究所（NIDDK）：探索代谢综合征中的免疫失调。

(2) 欧洲

- 剑桥大学（英国）

- 代谢科学研究所（MRC Metabolic Diseases Unit）：结合代谢组学与免疫学，解析代谢性疾病（如动脉粥样硬化）的免疫驱动机制。

- 马克斯·普朗克研究所（德国）

- 免疫生物学与表观遗传学研究所：研究线粒体代谢对T细胞分化的调控。

- 巴斯德研究所（法国）

- 感染与免疫代谢课题组：聚焦病原体感染引发的宿主代谢-免疫交互作用。

（3） 亚洲

- 日本理化学研究所（RIKEN）（日本）

- 综合医学科学中心：利用代谢组学技术研究自身免疫疾病的代谢标志物。

- 新加坡免疫学网络（SIgN）

- 开发代谢干预策略（如AMPK激活剂）调节肿瘤微环境中的免疫细胞功能。

- 中国科学院上海营养与健康研究所（中国）

- 研究肠道菌群代谢产物（如短链脂肪酸）对免疫稳态的影响。

4、跨国研究网络与协会

（1） 国际免疫代谢学会（International Society of Immunometabolism, ISIM）

- 主办期刊《Immunometabolism》，推动代谢通路（如糖酵解、氧化磷酸化）调控免疫应答的研究。

（2）NIH人类免疫学计划（Human Immunology Project Consortium, HIPC）

- 资助多中心研究，整合代谢组学与免疫组学数据，解析个体化免疫代谢特征。

（3）欧洲创新药物计划（IMI）

- 支持“代谢-免疫轴在慢性疾病中的作用”项目，联合学术界与产业界开发靶向代谢的免疫疗法。

5、产业界与转化研究

（1） 诺华（Novartis）

- 开发针对mTOR通路和IDO1的免疫代谢调节剂，用于癌症和自身免疫病治疗。

（2） 罗氏（Roche）

- 探索乳酸代谢与肿瘤免疫逃逸的关联，开发靶向乳酸脱氢酶（LDH）的抑制剂。

（3）安进（Amgen）

- 研究AMPK激动剂在调节炎症性肠病（IBD）免疫反应中的应用。

6、前沿技术平台

（1） 代谢组学与多组学整合

- Broad研究所（美国）：利用代谢流分析（Metabolic Flux Analysis）解析免疫细胞动态代谢网络。

（2） 单细胞代谢成像

- 欧洲分子生物学实验室（EMBL）：开发质谱成像技术，可视化组织微环境中免疫细胞的代谢状态。

（3） 基因编辑与代谢调控

- CRISPR Therapeutics：通过基因编辑技术（如CRISPR-Cas9）靶向免疫代谢关键基因（如HIF-1α）。

五、未来趋势

1. 精准免疫代谢：结合患者代谢谱与免疫表型，设计个性化疗法（如针对肥胖相关炎症的代谢干预）。

2. 微生物组-代谢-免疫轴：探索肠道菌群代谢物（如胆汁酸、色氨酸衍生物）对全身免疫的影响。

3. AI驱动的靶点发现：利用机器学习预测代谢-免疫互作网络中的新型治疗靶点。

六、大数据分析

检索数据库：Medline

检索工具：文献鸟/PubMed

检索时间：2025-04-17

检索词：Immunometabolism

1.论文概况

近年来，国际上已经发表了4366篇Medline收录的免疫代谢研究相关文章，其中，2020年发文503篇，2021年发文660篇，2022年发文611篇，2023年发文618篇，2024年发文642篇，2025年最新发文246篇。对其收录的所有文章进行大数据分析，使用DeepSeek进一步了解免疫代谢的研究热点与未来发展方向。

2. 免疫代谢研究领域活跃的学术机构

爱尔兰圣三一生物医学科学研究所发文40篇，美国国家癌症研究所发文39篇，英国牛津大学发文35篇，荷兰拉德堡德大学发文32篇，美国哈佛医学院发文31篇。

免疫代谢研究领域发文活跃的医院: 荷兰拉德堡德大学医学中心发文32篇，美国布莱根妇女医院 (18篇)，美国范德比尔特大学医学中心(26篇)，美国内布拉斯加大学医学中心 (14篇)，中国华西医院 (14篇)。

3.免疫代谢研究领域作者发文较多的期刊

从发文来看，发表免疫代谢研究领域文章数量较多的期刊有Front Immunol (IF=5.7)、Cell Metab (IF=27.7)、Int J Mol Sci (IF=4.9)、Cell Rep (IF=7.5)、Immunometabolism (IF=0) 等。

4. 免疫代谢研究领域活跃的学者及其关系网

免疫代谢领域活跃的专家：美国约翰霍普金斯大学的Pearce, Erika L；德国马克斯普朗克免疫生物学表观遗传学研究所的Pearce, Edward J；爱尔兰圣三一生物医学科学研究所的O'Neill, Luke A J；美国耶鲁大学医学院的Dixit, Vishwa Deep；美国哈佛医学院的Mathis, Diane等在该研究领域较为活跃。还有更多优秀的研究者，限于篇幅，无法一一列出。

本数据分析的局限性：

A. 本报告为“文献鸟”分析工具基于PubMed数据库，仅以设定检索词的检索结果，在限定的时间和文献数量范围内得出，并由此进行的可视化报告。

B. “文献鸟”分析工具的大数据分析目的是展示该领域近期研究的概况，仅为学术交流用；无任何排名意义。

C. “文献鸟”分析工具的大数据分析中的关于活跃单位、作者等结果的统计排列，只统计第一作者的论文所在单位的论文数量；即，论文检索下载后，每篇论文只保留第一作者的单位，然后统计每个单位的论文数。当同一单位有不同拼写时，PubMed会按照两个不同单位处理。同理作者排列，只统计第一作者和最后一位作者署名发表的论文数。如果作者的名字有不同拼写时，会被PubMed检索平台会按照不同作者处理。

D. 本文结论完全出自“文献鸟”分析工具，因受检索词、检索数据库收录文献范围和检索时间的局限性，不代表本刊的观点，其中数据内容很可能存在不够精确，也请各位专家多多指正。

来源：中国神经再生研究杂志