转化免疫学已进入一个新时代，在这个时代，高维免疫谱型分析、先进的体外建模系统和人工智能驱动的分析方法相互融合，弥合了机制性见解与临床应用之间的鸿沟。尽管取得了重大进展，但一个关键挑战仍然存在：将复杂的免疫特征转化为具有临床可操作性的生物标志物。
本研究专题旨在汇集多学科方法，推动从免疫监测到精准医学的转变。我们特别欢迎将基于流式细胞术的免疫表型分析、细胞因子谱型分析、外泌体介导的免疫通讯以及单细胞技术与计算建模和机器学习相结合的研究。
特别关注点将放在新兴模型系统上，例如iPSC衍生类器官和小胶质细胞类器官共培养平台，这些平台为研究神经退行性和炎症性疾病中的免疫-组织相互作用提供了新机会。此外，特别鼓励开展针对免疫衰老、慢性炎症和免疫耗竭的研究，尤其是与临床结果相关的内容。
我们也邀请在癌症免疫学、自身免疫、移植和传染病领域的贡献，特别是那些识别新型免疫特征、生物标志物或治疗靶点的研究。多组学数据与可解释人工智能方法的整合是开发可解释且具有临床应用价值的决策支持系统的关键优先事项。
总体而言，本研究专题旨在建立一个框架，使免疫谱型分析变得具有预测性、整合性和临床可操作性。
已在神经免疫学、免疫衰老、系统免疫学、癌症免疫学和人工智能驱动的免疫谱型分析领域确定了专家，名单将在邀请阶段进一步扩大。
文章类型与费用
本研究专题接受以下文章类型，除非研究专题描述中另有规定：
- 病例报告
- 分类
- 临床试验
- 社论
- FAIR²数据
- FAIR²数据直接提交
- 一般评论
- 假设与理论
- 方法
- 小型综述
- 观点
- 原始研究
- 展望
- 综述
- 系统综述
- 技术与代码
经外部编辑严格同行评审后被接受发表的文章将产生出版费用，该费用由作者、机构或资助方承担。
关键词：转化免疫学、免疫谱型分析、单细胞多组学、免疫学中的人工智能、精准医学
重要提示：所有对本研究专题的贡献必须符合其提交的版块和期刊的范围，如其使命声明中所定义。Frontiers保留将范围外的手稿引导至更合适的版块或期刊的权利，这可在同行评审的任何阶段进行。
【全文结束】
