单细胞组学技术的出现彻底改变了我们对癌症复杂细胞景观的理解。传统批量测序往往掩盖了驱动免疫逃逸和治疗抵抗的稀有细胞群体及随机基因表达模式。通过整合单细胞RNA测序、单细胞ATAC测序和空间转录组学，研究人员现已能以前所未有的分辨率解析免疫细胞异质性。这些高维技术方法揭示了新型耗竭性T细胞亚群及复杂的细胞间通讯网络。随着领域向精准肿瘤学发展，表征这些分子特征对识别治疗反应生物标志物和发现下一代治疗靶点至关重要。本研究专题旨在整合单细胞方法学的突破性进展，提供超越简单描述性图谱的癌症免疫学全景视图。
现代癌症免疫学面临的主要挑战是高度异质性导致免疫疗法反应不一致。尽管已识别多种免疫表型，但这些细胞在治疗过程中的功能后果及动态转变仍不明确。本专题目标在于阐明多组学整合与高级计算建模如何弥合描述性单细胞图谱与功能性临床洞见之间的鸿沟。我们将探索轨迹推断、代谢谱分析和空间架构解析如何预测患者预后。CITE-seq和基于CRISPR的单细胞筛选技术的最新进展为验证遗传变异的功能作用提供了强大手段。通过汇集高质量研究，本专题旨在定义免疫细胞可塑性规则，并识别克服癌症免疫抑制屏障的可操作机制。
本研究专题聚焦单细胞多组学与癌症免疫学的整合，重点解析免疫反应复杂动态及治疗结局。我们欢迎从描述性观察转向功能性预测模型的创新研究。目标是汇集利用单细胞分辨率解决肿瘤免疫学关键临床挑战的研究成果，包括免疫治疗反应的预测建模、新型免疫状态的功能验证，以及运用空间转录组学定义预后免疫微环境。我们鼓励提供坚实实验或临床验证支撑的投稿。期刊接受的所有稿件类型均在征集范围内，包括原创研究、生物信息学方法、综述和实验研究，以展示该领域的最新进展与未来方向。
【全文结束】
