CN114341644A - 鉴定促炎树突细胞的方法 - Google Patents

Abstract

提供了鉴定促炎树突细胞的方法，所述方法包括：测定细胞中CD5、CD14和/或CD163的表达，其中将CD5^‑、CD14⁺和/或CD163⁺细胞鉴定为促炎树突细胞。还公开了在受试者中表征炎症和/或炎性疾病的方法，所述方法包括：测定在所述受试者的样品中CD5^‑、CD14⁺和/或CD163⁺树突细胞的比例，其中所述比例与所述受试者中炎症的水平和/或炎性疾病的严重度正相关。

Description

鉴定促炎树突细胞的方法

技术领域

概而言之，本公开内容涉及表征单核吞噬细胞群体(例如树突细胞)的方法以及相关的试剂盒。

背景

单核吞噬细胞(MNP)包括异质细胞群体，其在历史上基于其表型、个体发生、转录物组谱和其特化功能而被分配至亚类。MNP包含在血液和组织中的树突细胞(DC)和单核细胞亚类，以及在组织中的巨噬细胞和单核细胞衍生的细胞(MC)。重要的是清楚地描绘这些亚类以研究其功能，因为特定的MNP亚类日益被认为在疾病中具有重要作用。用于在血液和组织中，以及在健康和疾病中鉴定这些各种亚类的明确方法是具有挑战性的，因为它们的表型经常是重叠的。

DC和MC代表了两个在时间和空间上互补和整合的功能系统。对于其分化和增殖，DC特异性地依赖于FMS-样酪氨酸激酶3(FLT3)。它们经典地包括在I型干扰素产生方面高度特化的浆细胞样DC(pDC)，和作为参与抗原呈递和免疫力调节的主要亚类的常规DC(cDC)。重要的是，pDC的DC性质处于争论之中，因为它们已显示出从B-细胞祖细胞分化而来，并且因此可能与先天淋巴样细胞家族更相关。cDC被进一步再分为两个主要谱系：cDC1，其具有优异的向CD8⁺T细胞的抗原交叉呈递；和cDC2，其执行广泛的功能，包括向CD4⁺T细胞的抗原呈递和向T辅助细胞2(Th2)和Th17-类型应答的引发。重要的是，对于其分化，DC亚类依赖于关键的转录因子，包括IRF8和BATF3(对于cDC1)，或者IRF4和KLF4(对于cDC2)。虽然cDC1表达几种高度特异性的标志物(CLEC9A、XCR1、CADM1)，从而允许精确地描绘它们，但是cDC2表达较少的特异性的定义性标志物，其经常与单核细胞重叠。

单核细胞是高度异质的可塑性细胞，其在血管中巡查并且可以迁移至组织，在那里与定居巨噬细胞一起，它们在组织内环境稳定维持和炎症中具有中心作用。单核细胞分化为具有巨噬细胞和DC(后者主要是在炎症期间)两者的特征性特征的MC。MC可以获得众多的功能能力，其在很大程度上由它们被募集至的炎性环境所决定。在人类血液中，单核细胞亚类是基于其CD14和CD16(两种具有假定的在所有循环MNP中局限于单核细胞的表达的膜蛋白质)的相对表达来定义的。这样的局限表达现在处于争论之中，因为在血液中，经典单核细胞(cMo；CD14^hiCD16^-)和CD1c⁺cDC2是在表型上相关的并且形成连续群，其中落在之间的细胞表达这两种细胞类型的标志物，包括cDC2标志物CD1c以及单核细胞标志物CD14和CD11b。相似的中间体促炎细胞也在发炎的组织中积累，并且虽然它们看起来衍生自单核细胞，但是由于其刺激自体CD4⁺T细胞的cDC2-特化的能力，它们在功能上是不同的。因此，了解这些细胞的目前有争议的性质能够允许在病理学情境下操纵它们。

因此，存在提供表征单核吞噬细胞群体(例如树突细胞)的备选方法以及相关的试剂盒的需要。

发明概述

在一个方面，提供了表征树突细胞的方法，所述方法包括：测定所述树突细胞中CD5、CD14和CD163中的一种或多种的表达。

在一个实施方案中，当所述树突细胞被确定为CD5^-、CD14⁺和/或CD163⁺时，所述方法包括将所述树突细胞鉴定为促炎树突细胞。

在一个实施方案中，当所述树突细胞被确定为CD163⁺CD14⁺时，所述方法包括将所述树突细胞鉴定为比CD163^-或CD14^-树突细胞更促炎的高度促炎树突细胞。

在一个实施方案中，所述方法进一步包括测定CD163⁺CD14⁺树突细胞的比例。

在一个实施方案中，所述方法进一步包括测定所述树突细胞中CD11b、CD36、CD64、CD87、CD107a、CD206、CD274、CD354、FcεRIα、HLA-DQ、CD2、CD59、CD81、CD166、CD229、CD271和整联蛋白β7中的一种或多种的表达。

在一个实施方案中，所述树突细胞具有下列特性中的一个或多个：

(i)为常规树突细胞2(cDC2)；

(ii)依赖于IRF4来进行分化；

(iii)依赖于KLF4来进行分化；

(iv)依赖于FLT3配体(FLT3L)来进行分化；和

(v)能够激活T细胞和/或使T细胞极化。

在一个方面，提供了在受试者中表征炎症和/或炎性疾病的方法，所述方法包括：测定在所述受试者的样品中CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的比例，其中所述比例与所述受试者中炎症的水平和/或炎性疾病的严重度正相关。

在一个实施方案中，当在所述受试者的样品中CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的比例大于源自对照样品的阈值比例时，所述方法包括鉴定出在所述受试者中炎症和/或炎性疾病的存在。

在一个实施方案中，当在所述样品中CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的比例大于在来自相同受试者的早期样品中的比例时，所述方法包括鉴定出在所述受试者中炎症和/或炎性疾病的恶化；和当在所述样品中CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的比例低于在早期样品中的比例时，所述方法包括鉴定出在所述受试者中炎症和/或炎性疾病的改善。

在一个实施方案中，所述炎性疾病选自由下列各项组成的组：全身性炎性疾病、代谢性病症、自身免疫性疾病和癌症。

在一个实施方案中，所述炎性疾病选自由下列各项组成的组：炎性皮肤疾病、炎性肠病、哮喘、急性呼吸窘迫综合征、慢性阻塞性肺疾病、急性肺损伤、支气管肺发育不良、囊性纤维化、支气管炎、细支气管炎、关节炎、骨关节炎、强直性脊椎炎和风湿病。

在一个实施方案中，所述代谢性病症选自由下列各项组成的组：肥胖症、糖尿病饱满感和与衰老相关的内分泌缺乏。

在一个实施方案中，所述自身免疫性疾病选自由下列各项组成的组：系统性红斑狼疮(SLE)、糖尿病、类风湿性关节炎(RA)、多发性硬化(MS)、重症肌无力(MG)、硬皮病、克罗恩病、溃疡性结肠炎、桥本病、格雷夫斯病、舍格伦综合征、多内分泌功能衰竭、白斑、周围神经病、移植物抗宿主病、自身免疫性多腺性综合征I型、急性肾小球肾炎、艾迪生病、成年型特发性甲状旁腺功能减退(AOIH)、全秃、肌萎缩性侧索硬化、强直性脊椎炎、自身免疫性再生障碍性贫血、自身免疫性溶血性贫血、贝赫切特病、乳糜泻、慢性活动性肝炎、CREST综合征、皮肌炎、扩张型心肌病、嗜酸性粒细胞增多-肌痛综合征、获得性大疱性表皮松解症(EBA)、巨细胞动脉炎、古德帕斯丘综合征、吉-巴综合征、血色素沉着病、亨-舍紫癜、特发性IgA肾病、胰岛素依赖型糖尿病(IDDM)、幼年型类风湿性关节炎、兰-伊综合征、线性IgA皮肤病、心肌炎、发作性睡眠、坏死性血管炎、新生儿狼疮综合征(NLE)、肾病综合征、类天疱疮、天疱疮、多发性肌炎、原发性硬化性胆管炎、银屑病、特应性皮炎、急进性肾小球肾炎(RPGN)、赖特尔综合征、僵人综合征和甲状腺炎。

在一个实施方案中，所述自身免疫性疾病选自由下列各项组成的组：银屑病、特发性皮炎、系统性红斑狼疮(SLE)和系统性硬化病(SSc)。

在一个实施方案中，所述癌症包括非实体肿瘤，任选地其中所述非实体肿瘤选自由下列各项组成的组：白血病、多发性骨髓瘤和淋巴瘤。

在一个实施方案中，所述癌症包括实体肿瘤，任选地其中所述实体肿瘤包括肉瘤和/或癌，进一步任选地其中所述肉瘤和/或癌选自由下列各项组成的组：肝细胞癌、纤维肉瘤、粘液肉瘤、脂肉瘤、软骨肉瘤、骨原性肉瘤、脊索瘤、血管肉瘤、内皮肉瘤、淋巴管肉瘤、淋巴管内皮肉瘤、滑膜瘤、间皮瘤、尤因瘤、平滑肌肉瘤、横纹肌肉瘤、结肠癌、胰腺癌、乳腺癌、卵巢癌、前列腺癌、鳞状细胞癌、基底细胞癌、腺癌、汗腺癌、皮脂腺癌、乳头状癌、乳头状腺癌、囊腺癌、髓样癌、支气管癌、肾细胞癌、肝癌、胆管癌、绒毛膜癌、精原细胞瘤、胚胎性癌、维尔姆斯瘤、宫颈癌、睾丸肿瘤、肺癌、小细胞肺癌、膀胱癌、上皮癌、神经胶质瘤、星形细胞瘤、成神经管细胞瘤、颅咽管瘤、室管膜瘤、松果体瘤、成血管细胞瘤、听神经瘤、少突神经胶质细胞瘤、脑膜瘤、黑素瘤、神经母细胞瘤和视网膜母细胞瘤。

在一个实施方案中，所述癌症选自由下列各项组成的组：肝细胞癌、滤泡型淋巴瘤、小淋巴细胞淋巴瘤、胰腺肿瘤和乳腺癌。

在一个实施方案中，当鉴定出在所述受试者中炎症和/或炎性疾病的存在和/或恶化时，所述方法进一步包括将所述受试者分派至炎性疾病治疗方案。

在一个实施方案中，所述炎性疾病治疗方案包括向所述受试者施用一种或多种从由下列各项组成的组中选择的药剂：抗炎剂，免疫抑制剂，抗癌剂，FLT3L的抑制剂，能够与CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞相结合的药剂，能够中和CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的药剂，针对CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的抗体，能够降低CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的比例的药剂，能够降低CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的活性的药剂，能够降低CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的前体细胞的数目的药剂，和能够抑制所述前体细胞分化成CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的药剂。

在一个方面，提供了用于表征树突细胞、炎症和/或炎性疾病的试剂盒，所述试剂盒包含一种或多种用于检测CD5、CD14和/或CD163的试剂。

定义

在本文中所使用的术语“表征”宽泛地是指鉴定与细胞(例如，树突细胞)、细胞群体、组织、身体应答(例如，炎症)或疾病(例如，炎性疾病)相关联的性质和/或特性。所述测定可以是定性的、定量的或半定量的。

在本文中所使用的术语“治疗”和“疗法”及其同义词是指治疗性处理、预防性/防止性和/或姑息性措施，其中目标是阻止或减慢(减轻)医学状况，其包括但不限于疾病(例如，炎性疾病)、症状和病症。医学状况也包括身体对于疾病或病症的应答，例如炎症。需要此类治疗的人包括已经具有医学状况的人，以及倾向于得上该医学状况的人或待在其之中阻止医学状况的人。

在本文中所使用的术语“受试者”包括患者和非患者。术语“患者”是指罹患或可能罹患医学状况例如炎症或炎性疾病的个体，而“非患者”是指未罹患或可能不会罹患该医学状况的个体。“非患者”包括健康的个体，未患病的个体，和/或没有该医学状况的个体。术语“受试者”包括人和动物。动物包括鼠类等。“鼠类”是指任何来自鼠科(Muridae)的哺乳动物，例如小鼠、大鼠等。

在本文中所使用的术语“微”宽泛地被解释为包括从大约1微米至大约1000微米的尺寸。

在本文中所使用的术语“纳”宽泛地被解释为包括小于大约1000nm的尺寸。

在本文中所使用的术语“颗粒”宽泛地是指离散实体或离散体。在本文中所描述的颗粒可以包括无机的、有机的或生物学的颗粒。在本文中所描述或使用的颗粒也可以是大颗粒，其由多个亚颗粒的聚集体或者小物体的碎片所形成。本公开内容的颗粒可以是球形的，实质上球形的，或非球形的，例如不规则形状的颗粒或椭球体形状的颗粒。当用于指颗粒时，术语“大小”宽泛地是指颗粒的最大尺寸。例如，当颗粒是实质上球形时，术语“大小”可以是指颗粒的直径；或者当颗粒是实质上非球形时，术语“大小”可以是指颗粒的最大长度。

除非另外说明，在本说明书中所使用的术语“偶联的”或“连结的”意在涵盖直接连结的或者通过一个或多个中间手段连结的。

当提及两个要素时，在本文中所使用的术语“与……相关联的”是指在所述两个要素之间的宽泛的关系。所述关系包括但不限于物理的、化学的或生物学的关系。例如，当要素A与要素B相关联时，要素A和B可以直接地或间接地相互相互附着，或者要素A可以包含要素B，反之亦然。

当提及两个要素时，在本文中所使用的术语“邻近的”是指一个要素紧密接近另一个要素，并且可以但不限于所述要素相互接触，或者可以进一步包括所述要素被一个或多个置于其间的另外要素分隔开。

术语“和/或”，例如“X和/或Y”，被理解为意指要么“X和Y”，要么“X或Y”，并且应当被视为对于这两种含义或者对于两者中任一种含义提供了明确支持。

进一步地，在本文中的描述之中，无论何时使用，词语“实质上”被理解为包括但不限于“整个地”或“完全地”等。另外，无论何时使用，诸如“包含”、“含有”等的术语意在作为非限制性的描述语言，因为除了未明确记述的其他组分外，它们广泛地包括在此类术语之后所记述的要素/组分。例如，当使用“包含”时，提及“一个”特征也意在提及“至少一个”的那个特征。在合适的上下文中，诸如“由……组成”等的术语可以被认为是诸如“包含”、“含有”等的术语的子集。因此，在本文中所公开的实施方案之中，通过使用诸如“包含”、“含有”等的术语，将会意识到的是，这些实施方案提供了关于使用诸如“由……组成”等的术语的相应实施方案的教导。进一步地，无论何时使用，诸如“大约”、“大致”等的术语通常意指合理的变化，例如所公开的值的+/-5％的变化，或所公开的值的4％的变动，或所公开的值的3％的变动，或所公开的值的2％的变动，或所公开的值的1％的变动。

此外，在本文中的描述之中，某些值可以以一定的范围来公开。显示范围端点的值意在举例说明优选的范围。无论何时描述一个范围，都意欲表示该范围涵盖和教导了所有可能的子范围以及在该范围内的独个数值。也就是说，范围的端点不应当被解释为不可变更的限制。例如，1％至5％的范围的描述意在具体公开了子范围1％至2％、1％至3％、1％至4％、2％至3％等，以及独个地公开了在该范围内的值，例如1％、2％、3％、4％和5％。上述具体公开内容的意图适用于范围的任何深度/宽度。

另外，当描述一些实施例时，本公开内容可能已经以特定的步骤顺序公开了方法和/或过程。但是，除非另外要求，将会意识到的是，所述方法或过程不应当局限于所公开的特定的步骤顺序。其他步骤顺序也是可能的。在本文中所公开的特定的步骤次序不应当被解释为过度的限制。除非另外要求，在本文中所公开的方法和/或过程不应当局限于所述步骤以所写的次序来施行。步骤顺序可以变化，并且仍然保持在本公开内容的范围之内。

此外，将会意识到的是，虽然本公开内容提供了具有在本文中所讨论的特征/特点中的一个或多个的实施方案，但是在其他备选实施方案中也可以放弃这些特征/特点中的一个或多个，并且本公开内容提供了对于此类放弃以及这些相关联的备选实施方案的支持。

实施方案的描述

在下文中公开了表征单核吞噬细胞群体(例如树突细胞)的方法以及相关的试剂盒的示例性的、非限制性的实施方案。

在各种实施方案中，提供了表征单核吞噬细胞(MNP)群体的方法。单核吞噬细胞群体的例子包括树突细胞(DC)、单核细胞、巨噬细胞和单核细胞衍生的细胞(MC)。表征MNP群体可以包括鉴定与MNP群体相关联的性质和/或特性。在各种实施方案中，表征MNP群体包括基于其表型、个体发生、转录物组谱和特化功能中的一种或多种来对群体划分亚类。在各种实施方案中，表征MNP群体包括测定与MNP群体相关联的类型(包括亚型)、表达谱和/或特性(例如，诱导/促进炎症的能力和/或倾向)。在一些实施方案中，表征MNP群体包括测定MNP群体的类型或亚型。例如，表征MNP群体可以包括区分树突细胞与单核细胞。例如，表征树突细胞(任选地，cDC2树突细胞)可以包括鉴定树突细胞(任选地，cDC2树突细胞)的亚型。在一些实施方案中，通过其诱导炎症的能力和/或倾向来表征MNP群体。在一些实施方案中，通过其一种或多种生物标志物的表达来表征MNP群体。

在各种实施方案中，所述方法包括测定和/或检测和/或定量在MNP群体中至少大约一种、至少大约两种、至少大约三种、至少大约四种、至少大约五种、至少大约六种、至少大约七种、至少大约八种、至少大约九种或至少大约十种核酸/基因/蛋白质/标志物的表达和/或水平。在各种实施方案中，所述方法包括测定在MNP群体中不多于大约十种、不多于大约九种、不多于大约八种、不多于大约七种、不多于大约六种、不多于大约五种、不多于大约四种、不多于大约三种、不多于大约两种或不多于大约一种核酸/基因/蛋白质/标志物的表达。

在各种实施方案中，所述核酸/基因/蛋白质/标志物选自由下列各项组成的组：AXL、BLTA、BTLA、CD101、CD107a、CD109、CD112、CD115、CD11b、CD124、CD14、CD155、CD163、CD166、CD172a、CD180、CD183、CD195、CD1c、CD1d、CD2、CD200、CD200R、CD206、CD218a、CD22、CD229、CD26、CD271、CD274、CD282、CD303、CD324、CD34、CD354、CD36、CD45RA、CD5、CD56、CD59、CD63、CD64、CD71、CD74、CD81、CD84、CD87、CD87、CD88、CD89、CD95、CLEC12A、CLEC4E、DNAI2、FcεRIα、HLA-DQ、Igk、整联蛋白β7、LTB(淋巴毒素-b)、MEX3B、NOTCH2、NUMBL、RN7SL846P、S100A13、S100A8、S100A9、S100A9、SIGLEC6(CD327)及其组合。

在各种实施方案中，所述核酸/基因/蛋白质/标志物包括表面核酸/基因/蛋白质/标志物。在各种实施方案中，所述核酸/基因/蛋白质/标志物包括膜核酸/基因/蛋白质/标志物。

在一个实施方案中，所述MNP群体包括树突细胞。所述树突细胞可以是在血液组织中循环的群体。

因此，在各种实施方案中，提供了表征树突细胞的方法。表征树突细胞的方法可以包括鉴定/测定树突细胞的存在或不存在的方法，鉴定/测定树突细胞的亚型的方法，对树突细胞进行分类的方法，鉴定/测定树突细胞的特性的方法，鉴定/测定树突细胞的功能的方法，鉴定/测定树突细胞的表达谱、表达特征和/或转录物组谱的方法，鉴定/测定树突细胞的表型的方法，鉴定/测定树突细胞的个体发生的方法，等等。在一些实施方案中，鉴定/测定树突细胞的特性的方法包括鉴定/测定树突细胞诱导炎症的能力或者树突细胞的促炎效应。在各种实施方案中，所述鉴定/测定可以是定性的、定量的或半定量的。

在各种实施方案中，所述方法包括测定和/或检测和/或定量在所述树突细胞中CD5、CD14和CD163中的一种或多种的表达和/或水平。

因此，在各种实施方案中，提供了表征树突细胞的方法，所述方法包括测定在所述树突细胞中CD5、CD14和CD163中的一种或多种的表达。在一些实施方案中，所述方法包括测定在所述树突细胞中CD5、CD14和CD163中的两种或更多种的表达。在一些实施方案中，所述方法包括测定在所述树突细胞中CD5、CD14和CD163的表达。

在一些实施方案中，所述方法包括测定CD5的以及CD14和CD163中的一种或多种的表达。在一些实施方案中，所述方法包括测定CD14的以及CD5和CD163中的一种或多种的表达。在一些实施方案中，所述方法包括测定CD163的以及CD5和CD14中的一种或多种的表达。

在各种实例中，CD5^-/lo树突细胞是比CD5^+/hi树突细胞更促炎的。在各种实例中，CD14^+/hi树突细胞是比CD14^-/lo树突细胞更促炎的。在各种实例中，CD163^+/hi树突细胞是比CD163^-/lo树突细胞更促炎的。在各种实例中，CD163^+/hiCD14^+/hi树突细胞是比CD163^-/lo、CD14^-/lo、CD163^+/hiCD14^-/lo和/或CD163^-/loCD14^-/lo树突细胞更促炎的。在各种实例中，CD5^{-/ lo}CD163^+/hiCD14^+/hi树突细胞是比CD5^+/hi、CD5^+/hiCD163^-/loCD14^-/lo、CD163^-/lo、CD14^-/lo、CD163^+/hiCD14^-/lo、CD163^-/loCD14^-/lo、CD5^-/loCD163^-/lo、CD5^-/loCD14^-/lo、CD5^-/loCD163^+/hiCD14^-/lo和CD5^-/loCD163^-/loCD14^-/lo树突细胞更促炎的。在各种实例中，CD5^-/loCD163^+/hiCD14^-/lo树突细胞是比CD5^-/loCD163^-/lo和CD5^-/loCD163^-/loCD14^-/lo树突细胞更促炎的。有利地，所述方法可以允许鉴定具有不同的诱导/促进炎症的能力或趋向或倾向的树突细胞。

在各种实施方案中，在树突细胞中CD5表达的不存在或实质上低的CD5表达、CD14表达的存在或实质上高的CD14表达和/或CD163表达的存在或实质上高的CD163表达表明，所述树突细胞能够诱导炎症或者所述树突细胞是促炎的。因此，在各种实施方案中，当所述树突细胞被确定为CD5^-、CD14⁺和/或CD163⁺时，所述方法进一步包括将所述树突细胞鉴定为促炎树突细胞。在各种实施方案中，当所述树突细胞被确定为CD163⁺CD14⁺时，所述方法包括将所述树突细胞鉴定为高度促炎树突细胞。在各种实施方案中，高度促炎树突细胞是比CD163^-或CD14^-树突细胞更促炎的。在各种实施方案中，当所述树突细胞被确定为CD5^-CD163⁺CD14⁺时，所述方法包括将所述树突细胞鉴定为高度促炎树突细胞。

在各种实施方案中，所述方法进一步包括测定表达CD5^-/loCD163^+/hiCD14^+/hi、CD5^+/hi、CD5^+/hiCD163^-/loCD14^-/lo、CD163^-/lo、CD14^-/lo、CD163^-/loCD14^+/hi、CD163^+/hiCD14^-/lo、CD163^-/loCD14^-/lo、CD5^-/loCD163^-/lo、CD5^-/loCD14^-/lo、CD5^-/loCD163^-/loCD14^+/hi、CD5^-/loCD163^{+/ hi}CD14^-/lo和/或CD5^-/loCD163^-/loCD14^-/lo的树突细胞的水平和/或比例。在一些实施方案中，所述方法包括测定CD5⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的水平和/或比例。在一些实施方案中，所述方法包括测定CD163⁺CD14⁺树突细胞的比例。在一些实施方案中，所述方法包括测定CD5^-CD163⁺CD14⁺树突细胞的比例。在本文中所使用的术语“比例”是指在群体或亚群体中指定的树突细胞与树突细胞总数目之比。在一些实施方案中，CD5^-CD163⁺CD14⁺树突细胞的比例是指CD5^-CD163⁺CD14⁺树突细胞与常规树突细胞2(cDC2)的总数目之比。在一些实施方案中，CD5^-CD163⁺CD14⁺树突细胞的比例是指CD5^-CD163⁺CD14⁺树突细胞与具有下列特性中的一个或多个的树突细胞的亚群体的总数目之比：(i)为常规树突细胞2(cDC2)；(ii)依赖于IRF4来进行分化；(iii)依赖于KLF4来进行分化；(iv)依赖于FLT3配体(FLT3L)来进行分化；和(v)能够激活T细胞和/或使T细胞极化，所述T细胞例如为幼稚T细胞或同种异体幼稚CD4⁺T细胞。

在一些实例中，树突细胞，例如表达CD163的树突细胞，表达一种或多种从由下列各项组成的组中选择的核酸/基因/蛋白质/标志物：CD5、CD14、CD11b、CD36、CD64、CD87、CD107a、CD206、CD274、CD354、FcεRIα、HLA-DQ、CD2、CD59、CD81、CD166、CD229、CD271和整联蛋白β7。在一些实例中，树突细胞，例如表达CD163的树突细胞，表达一种或多种从由下列各项组成的组中选择的核酸/基因/蛋白质/标志物：FcεRIα、HLA-DQ、CD2、CD59、CD81、CD166、CD229、CD271和整联蛋白β7。在一些实例中，树突细胞，例如表达CD163的树突细胞，表达一种或多种从由下列各项组成的组中选择的核酸/基因/蛋白质/标志物：CD56、CD5、CD303、CD271、CD22、CD124、CD324、整联蛋白β7、BTLA、CD26、CD183、CD71、CD59、CD218a、CD200、CD195、CD1c、CD282、CD107a、CD11b、CD274、CD14、CD166、CD81、CLEC12A、CD63、CD84、CD115、CD95、CD163、CD112、CD155、CD206、CD172a、CD354、CD36、CD64和CD87。在一些实例中，树突细胞，例如表达CD163的树突细胞，可以高度表达DNAI2、MEX3B、RN7SL846P、NUMBL、CD109、S100A8、S100A9、CD14、CLEC4E和/或S100A13。

在一些实例中，树突细胞，例如CD5⁺CD163⁺CD14⁺树突细胞，具有下面的表型(一种或多种从由下列各项组成的组中选择的核酸/基因/蛋白质/标志物)：CD56^-、CD5^-、CD303^-、CD271^-、CD22^-、CD124^-、CD324^-、整联蛋白β7^-、BTLA^-、CD26^-、CD183^-、CD71^-、CD59^-、CD218a^-、CD200^-、CD195^-、CD1c^-、CD282^int、CD107a^int、CD11b^int、CD274⁺、CD14⁺、CD166^-、CD81^-、CLEC12A⁺、CD63⁺、CD84⁺、CD115⁺、CD95⁺、CD163⁺、CD34^-、CD112⁺、CD155⁺、CD206⁺、CD172a⁺、CD354⁺、CD36⁺、Igk⁺、CD64⁺和CD87⁺。在一些实例中，树突细胞，例如CD163⁺CD14⁺树突细胞，表达一种或多种从由下列各项组成的组中选择的核酸/基因/蛋白质/标志物：CD56^-、CD5^-、CD303^-、CD271^-、CD22^-、CD124^-、CD324^-、整联蛋白β7^-、BTLA^-、CD26^-、CD183^-、CD71^-、CD59^-、CD218a^-、CD200^-、CD195^-、CD1c^-、CD282^int、CD107a^int、CD11b^int、CD274⁺、CD14⁺、CD166^-、CD81^-、CLEC12A⁺、CD63⁺、CD84⁺、CD115⁺、CD95⁺、CD163⁺、CD34^-、CD112⁺、CD155⁺、CD206⁺、CD172a⁺、CD354⁺、CD36⁺、Igk⁺、CD64⁺和CD87⁺。

在一些实例中，树突细胞，例如CD163⁺CD14^-树突细胞，具有下面的表型(一种或多种从由下列各项组成的组中选择的核酸/基因/蛋白质/标志物)：CD56^-、CD5^-、CD303^-、CD271^-、CD22^-、CD124^-、CD324^-、整联蛋白β7^-、BTLA^-、CD26^-、CD183^-、CD71^int、CD59⁺、CD218a^-、CD200^-、CD195^-、CD1c^-、CD282^-、CD107a^-、CD11b^-、CD274^-、CD14^-、CD166⁺、CD81⁺、CLEC12A⁺、CD63⁺、CD84⁺、CD115⁺、CD95⁺、CD163⁺、CD112⁺、CD155⁺、CD206⁺、CD172a⁺、CD354⁺、CD36^int、CD64^-和CD87^-。在一些实例中，树突细胞，例如CD163⁺CD14^-树突细胞，表达一种或多种从由下列各项组成的组中选择的核酸/基因/蛋白质/标志物：CD56^-、CD5^-、CD303^-、CD271^-、CD22^-、CD124^-、CD324^-、整联蛋白β7^-、BTLA^-、CD26^-、CD183^-、CD71^int、CD59⁺、CD218a^-、CD200^-、CD195^-、CD1c^-、CD282^-、CD107a^-、CD11b^-、CD274^-、CD14^-、CD166⁺、CD81⁺、CLEC12A⁺、CD63⁺、CD84⁺、CD115⁺、CD95⁺、CD163⁺、CD112⁺、CD155⁺、CD206⁺、CD172a⁺、CD354⁺、CD36^int、CD64^-和CD87^-。

在一些实例中，树突细胞，例如CD5^-CD163⁺CD14⁺树突细胞，表达一种或多种从由下列各项组成的组中选择的核酸/基因/蛋白质/标志物：参与树突细胞成熟、巨噬细胞中氧化氮和活性氧类别(NOS和ROS)的产生、吞噬体形成、死亡受体信号传导、炎性体(inflammasome)途径、自体吞噬途径以及系统性红斑狼疮(SLE)信号传导的核酸/基因/蛋白质/标志物。在一些实例中，在本文中所描述的树突细胞表达在图10(例如图10D、10G)中举例说明的核酸/基因/蛋白质。

因此，在各种实施方案中，所述方法进一步包括测定在所述树突细胞中上面列出的核酸/基因/蛋白质/标志物中的一种或多种的表达。在一些实施方案中，所述方法包括测定在所述树突细胞中AXL、BLTA、CD1c、CD1d、CD5、CD11b、CD64、CD74、CD88、CD89、CD101、CD109、CD180、CD200R、CD45RA、FcεRIα、FcεRIα、HLA-DQ、整联蛋白β7、LTB(淋巴毒素-β)、NOTCH2、S100A8、S100A9和SIGLEC6(CD327)中的一种或多种的表达。在一些实施方案中，所述方法进一步包括测定在所述树突细胞中CD11b、CD36、CD64、CD87、CD107a、CD206、CD274、CD354、FcεRIα、HLA-DQ、CD2、CD59、CD81、CD166、CD229、CD271和整联蛋白β7中的一种或多种的表达。

在一些实例中，CD5^-CD163⁺CD14⁺细胞是最大的细胞之一，是粗糙的，并且具有相比于CD5⁺、CD163^-和/或CD14^-树突细胞和其他MNP群体例如单核细胞而言更具颗粒的膜(如在流式细胞术分析中在前向散射(FSC-A)和侧向散射(SSC-A)视图中可以观察到的)。因此，在各种实施方案中，所述方法进一步包括测定树突细胞的外观或形态，包括但不限于大小、粗糙度和颗粒度。

在各种实施方案中，所述树突细胞包括cDC2细胞。在各种实施方案中，所述树突细胞具有下列特性中的一个或多个：(i)为常规树突细胞2(cDC2)；(ii)依赖于IRF4来进行分化；(iii)依赖于KLF4来进行分化；(iv)依赖于FLT3配体(FLT3L)来进行分化；和(v)能够激活T细胞和/或使T细胞极化，所述T细胞例如为幼稚T细胞或同种异体幼稚CD4⁺T细胞。

在各种实施方案中，所述测定和/或检测和/或定量是经由标记物细胞分选(例如，磁珠细胞分选、荧光激活细胞分选、流式细胞术、ELISA、Western印迹法、免疫组织化学等)来进行的。在一些实例中，所述测定和/或检测和/或定量是经由流式细胞术来进行的。在各种实施方案中，进行所述测定和/或检测和/或定量以检测蛋白质表达和/或细胞内基因转录表达。在各种实施方案中，所述测定和/或检测和/或定量是经由用于检测扩增产物的方法(例如但不限于PCR、RT-PCR、q-PCR等)来进行的。将会意识到的是，也可以使用本领域中已知的检测核酸/基因/蛋白质/标志物的其他合适的方法。

在各种实施方案中，提供了区分促炎树突细胞与较不促炎或非促炎树突细胞的方法，所述方法包括测定在所述树突细胞中CD5、CD14和/或CD163中的一种或多种的表达。在各种实施方案中，在树突细胞中CD5表达的不存在或实质上低的CD5表达、CD14表达的存在或实质上高的CD14表达和/或CD163表达的存在或实质上高的CD163表达表明，所述树突细胞是促炎的。在各种实施方案中，提供了区分促炎的树突细胞亚群体(例如，CD163⁺DC3)与较不促炎或非促炎的树突细胞亚群体(例如，CD5⁺DC2)的方法，所述方法包括测定在所述树突细胞中CD14、CD11b、CD36、CD64、CD87、CD107a、CD206、CD274和CD354中的一种或多种的表达，其中所述标志物中的一种或多种的表达和/或实质上高的表达表明，所述细胞为促炎树突细胞，任选地CD163⁺树突细胞，任选地CD163⁺DC3细胞。

在各种实施方案中，提供了区分树突细胞与其他MNP群体例如单核细胞、巨噬细胞和单核细胞衍生的细胞的方法。在一个实施方案中，所述方法包括测定在所述细胞中CD5、CD14和/或CD163中的一种或多种的表达。在一个实施方案中，所述方法包括区分树突细胞与单核细胞，所述方法包括测定在所述细胞中HLA-DQ、FcεRIα、CD88和CD89中的一种或多种的表达。在各种实施方案中，CD88表达的不存在或实质上低的CD88表达、CD89表达的不存在或实质上低的CD89表达、HLA-DQ表达的存在或实质上高的HLA-DQ表达和/或FcεRIα表达的存在或实质上高的FcεRIα表达表明，所述细胞为树突细胞。在各种实施方案中，HLA-DQ表达的不存在或实质上低的HLA-DQ表达、FcεRIα表达的不存在或实质上低的FcεRIα表达、CD88表达的存在或实质上高的CD88表达和/或CD89表达的存在或实质上高的CD89表达表明，所述细胞为单核细胞。在各种实施方案中，所述方法包括测定在所述细胞中FcεRIα、HLA-DQ、CD2、CD59、CD81、CD166、CD229、CD271和整联蛋白β7中的一种或多种的表达，其中所述标志物中的一种或多种的表达和/或实质上高的表达表明，所述细胞为树突细胞，任选地炎性树突细胞，任选地DC3细胞。在各种实施方案中，所述方法包括测定一种或多种从由FcεRIα、HLA-DQ、CD2、CD59、CD81、CD166、CD229、CD271和整联蛋白β7组成的组中选择的标志物，和一种或多种从由CD14、CD11b、CD36、CD64、CD87、CD107a、CD206、CD274和CD354组成的组中选择的标志物的表达。

在各种实施方案中，提供了例如从较不促炎或非促炎树突细胞中分开/分离/提取促炎树突细胞的方法，所述方法包括使所述树突细胞与能够识别CD5、CD14和/或CD163中的一种或多种和/或与之相结合的药剂(例如捕获剂)相接触。在一些实施方案中，所述方法进一步包括使所述树突细胞与能够识别一种或多种从由下列各项组成的组中选择的核酸/基因/蛋白质/标志物和/或与之相结合的药剂(例如捕获剂)相接触：AXL、BLTA、BTLA、CD101、CD107a、CD109、CD112、CD115、CD11b、CD124、CD14、CD155、CD163、CD166、CD172a、CD180、CD183、CD195、CD1c、CD1d、CD2、CD200、CD200R、CD206、CD218a、CD22、CD229、CD26、CD271、CD274、CD282、CD303、CD324、CD34、CD354、CD36、CD45RA、CD5、CD56、CD59、CD63、CD64、CD71、CD74、CD81、CD84、CD87、CD87、CD88、CD89、CD95、CLEC12A、CLEC4E、DNAI2、FcεRIα、HLA-DQ、Igk、整联蛋白β7、LTB(淋巴毒素-b)、MEX3B、NOTCH2、NUMBL、RN7SL846P、S100A13、S100A8、S100A9、S100A9、SIGLEC6(CD327)及其组合。

在各种实施方案中，所述表征树突细胞的方法对于在受试者中表征身体应答例如炎症和/或疾病例如炎性疾病来说也可以是有用的，因为某些树突细胞可能与身体应答和/或疾病相关联。因此，当在受试者中表征身体应答例如炎症和/或疾病例如炎性疾病时，可以收集受试者的样品，并且可以表征在所述样品中所包含的树突细胞以鉴定(例如，定性地、定量地或半定量地)任何可能是促炎的或者与身体应答和/或疾病相关联的树突细胞。在各种实施方案中，在受试者的样品中表征树突细胞，例如鉴定/测量在所述样品中促炎树突细胞的存在/数量/水平/比例，可以给出在所述受试者中身体应答例如炎症和/或疾病例如炎性疾病的存在或不存在的指示。在各种实施方案中，在受试者的样品中表征树突细胞，例如鉴定/测量在受试者的样品中的存在/数量/水平/比例，可以给出在所述受试者中身体应答例如炎症和/或疾病例如炎性疾病的水平/严重度/程度/负荷/攻击性/疾病阶段/疾病状态的指示。

在各种实施方案中，在受试者中表征以炎症形式的身体应答和/或疾病例如炎性疾病可以包括测定在所述受试者中身体应答和/或疾病的存在或不存在，测定所述受试者对于身体应答和/或疾病的易感性，测定在所述受试者中身体应答和/或疾病的水平/严重度/程度/负荷/攻击性/疾病阶段/疾病状态，在所述受试者中诊断身体应答和/或疾病，确定在所述受试者中身体应答和/或疾病的预后，和确定在所述受试者中身体应答和/或疾病的改善和/或恶化。

因此，在各种实施方案中，提供了在受试者中表征炎症和/或炎性疾病的方法，所述方法包括测定CD5、CD14和CD163中的一种或多种的表达。在各种实施方案中，提供了在受试者中表征炎症和/或炎性疾病的方法，所述方法包括测定表达CD5^-/loCD163^+/hiCD14^+/hi、CD5^+/hi、CD5^+/hiCD163^-/loCD14^-/lo、CD163^-/lo、CD14^-/lo、CD163^-/loCD14^+/hi、CD163^+/hiCD14^-/lo、CD163^-/loCD14^-/lo、CD5^-/loCD163^-/lo、CD5^-/loCD14^-/lo、CD5^-/loCD163^-/loCD14^+/hi、CD5^-/loCD163^{+/ hi}CD14^-/lo和/或CD5^-/loCD163^-/loCD14^-/lo的树突细胞的水平或比例。在一些实施方案中，所述方法包括测定CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的水平或比例。在一些实施方案中，所述方法包括测定CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的水平或比例。在一个实施方案中，所述方法包括测定CD163⁺CD14⁺树突细胞的比例。在一个实施方案中，所述方法包括测定CD5^-CD163⁺CD14⁺树突细胞的比例。在一些实例中，所述树突细胞的水平或比例与所述受试者中炎症的水平和/或炎性疾病的严重度相关，例如正相关。

在各种实施方案中，提供了在受试者中表征炎症和/或炎性疾病的方法，所述方法包括：测定在所述受试者的样品中CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺和/或CD5^-CD14⁺CD163⁺树突细胞的比例，其中所述比例与所述受试者中炎症的水平和/或炎性疾病的严重度正相关。

在各种实施方案中，当在所述受试者的样品中CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺和/或CD5^-CD14⁺CD163⁺树突细胞的比例大于源自对照样品的阈值比例时，所述方法包括鉴定出在所述受试者中炎症和/或炎性疾病的存在。在各种实施方案中，当在所述样品中CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺和/或CD5^-CD14⁺CD163⁺树突细胞的比例大于在来自相同受试者的早期样品中的比例时，所述方法包括鉴定出在所述受试者中炎症和/或炎性疾病的恶化。在各种实施方案中，当在所述样品中CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的比例低于在早期样品中的比例时，所述方法包括鉴定出在所述受试者中炎症和/或炎性疾病的改善。

在一些实施方案中，提供了用于在有此需要的受试者中诊断炎性疾病的方法，所述方法包括：测定和/或检测和/或定量在从所述受试者获得的样品中表达CD5、CD14和/或CD163的树突细胞的水平或比例；其中相比于对照受试者而言，表达CD163和/或CD14的树突细胞的增加的水平或比例和/或表达CD5的树突细胞的下降/降低的水平或比例表明，所述受试者具有炎性疾病。在一些实施方案中，相比于对照受试者而言CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺和/或CD5^-CD14⁺CD163⁺树突细胞的增加的水平或增加的比例表明，所述受试者具有炎性疾病。在本文中所使用的术语“诊断”是指基于体征、症状、病史、实验室测试结果和/或程序的评价来确定疾病或状况的存在和/或不存在。将会理解的是，最后的“诊断”最终将由有资格的医务工作者来进行，并且在本文中所公开的方法在提供诊断中仅为有资格的医务工作者提供辅助。因此，在本文中所公开的方法不可以被解释为替代了有资格的医务工作者的作用。在本文中所使用的术语“增加的水平”是指在从受试者获得的样品(生物学样品)中细胞的数目和/或蛋白质表达和/或基因转录和/或其他相关生物标志物的水平大于在对照中细胞的数目和/或蛋白质表达和/或基因转录和/或其他相关生物标志物的水平。在本文中所使用的术语“下降的水平”或“降低的水平”是指在从受试者获得的样品(生物学样品)中细胞的数目和/或蛋白质表达和/或基因转录和/或其他相关生物标志物的水平小于在对照中细胞的数目和/或蛋白质表达和/或基因转录和/或其他相关生物标志物的水平。在本文中所使用的术语“检测”意指各种各样的本领域中已知用于测定核酸或蛋白质或细胞的存在的方法中的任何一种。在一些实例中，为了检测目的细胞，可以使用经直接地或间接地标记的抗体，以结合目的细胞和/或在目的细胞上表达的蛋白质。在一些实例中，为了检测目的核酸序列，可以通过使经标记的探针与所述核酸的一部分杂交来检测目的核酸的一部分。在一些实例中，为了检测目的蛋白质，可以使用经直接地或间接地标记的抗体，以结合目的蛋白质。用于标记核酸和/或抗体(或其他能够与目的靶标相结合的蛋白质)的方法是本领域中熟知的。标记物可以是可检测的或者为功能性标记物，并且包括放射性同位素标记物(例如¹³¹I、¹²⁵I、³⁵S和⁹⁹Tc)、酶标记物(例如，辣根过氧化物酶、碱性磷酸酶等)、化学发光标记物和其他化学部分(例如，生物素)。还设想了，在本文中所使用的术语“检测”包括定性或定量检测。有利地，所述方法的实施方案可以作为诊断工具来实施。

在各种实施方案中，所述对照受试者为未罹患所述疾病/病症/状况的人和/或普通公众群体。在各种实施方案中，所述对照样品为从未罹患所述疾病/病症/状况的人和/或普通公众群体获得的样品。对照样品也可以是从受试者获得的健康或非患病的样品，例如健康或非患病的成对样品。

在各种实施方案中，所述炎性疾病选自由下列各项组成的组：全身性炎性疾病、代谢性病症、自身免疫性疾病和癌症。

在各种实施方案中，所述炎性疾病选自由下列各项组成的组：炎性皮肤疾病、炎性肠病、哮喘、急性呼吸窘迫综合征、慢性阻塞性肺疾病、急性肺损伤、支气管肺发育不良、囊性纤维化、支气管炎、细支气管炎、关节炎、骨关节炎、强直性脊椎炎和风湿病。

在各种实施方案中，所述代谢性病症选自由下列各项组成的组：肥胖症、糖尿病(例如，II型糖尿病、妊娠糖尿病、MODY)饱满感和与衰老相关的内分泌缺乏。

在本文中所使用的术语“代谢性病症”是指由于受试者的代谢的改变而产生的病理学状况。例如，代谢性病症可以由于导致高血糖的葡萄糖内环境稳定的改变而产生。

在各种实施方案中，所述自身免疫性疾病包括全身性自身免疫性疾病。

在各种实施方案中，所述自身免疫性疾病选自由下列各项组成的组：系统性红斑狼疮(SLE)、糖尿病、类风湿性关节炎(RA)、多发性硬化(MS)、重症肌无力(MG)、硬皮病、克罗恩病、溃疡性结肠炎、桥本病、格雷夫斯病、舍格伦综合征、多内分泌功能衰竭、白斑、周围神经病、移植物抗宿主病、自身免疫性多腺性综合征I型、急性肾小球肾炎、艾迪生病、成年型特发性甲状旁腺功能减退(AOIH)、全秃、肌萎缩性侧索硬化、强直性脊椎炎、自身免疫性再生障碍性贫血、自身免疫性溶血性贫血、贝赫切特病、乳糜泻、慢性活动性肝炎、CREST综合征、皮肌炎、扩张型心肌病、嗜酸性粒细胞增多-肌痛综合征、获得性大疱性表皮松解症(EBA)、巨细胞动脉炎、古德帕斯丘综合征、吉-巴综合征、血色素沉着病、亨-舍紫癜、特发性IgA肾病、胰岛素依赖型糖尿病(IDDM)、幼年型类风湿性关节炎、兰-伊综合征、线性IgA皮肤病、心肌炎、发作性睡眠、坏死性血管炎、新生儿狼疮综合征(NLE)、肾病综合征、类天疱疮、天疱疮、多发性肌炎、原发性硬化性胆管炎、银屑病、特应性皮炎、急进性肾小球肾炎(RPGN)、赖特尔综合征、僵人综合征和甲状腺炎。

在一些实施方案中，所述自身免疫性疾病选自由下列各项组成的组：银屑病、特发性皮炎、系统性红斑狼疮(SLE)和系统性硬化病(SSc)。

在本文中所使用的“自身免疫性疾病”是指那些疾病状态和状况，其中受试者的免疫应答针对受试者自己的组成成分，从而导致不希望的和常常使人衰弱的状况。“自身免疫性疾病”旨在进一步包括自身免疫性状况、综合征等。

在各种实施方案中，所述癌症包括非实体肿瘤，任选地其中所述非实体肿瘤选自由下列各项组成的组：白血病、多发性骨髓瘤和淋巴瘤。

在各种实施方案中，所述癌症包括实体肿瘤，任选地其中所述实体肿瘤包括肉瘤和/或癌，进一步任选地其中所述肉瘤和/或癌选自由下列各项组成的组：肝细胞癌、纤维肉瘤、粘液肉瘤、脂肉瘤、软骨肉瘤、骨原性肉瘤、脊索瘤、血管肉瘤、内皮肉瘤、淋巴管肉瘤、淋巴管内皮肉瘤、滑膜瘤、间皮瘤、尤因瘤、平滑肌肉瘤、横纹肌肉瘤、结肠癌、胰腺癌、乳腺癌、卵巢癌、前列腺癌、鳞状细胞癌、基底细胞癌、腺癌、汗腺癌、皮脂腺癌、乳头状癌、乳头状腺癌、囊腺癌、髓样癌、支气管癌、肾细胞癌、肝癌、胆管癌、绒毛膜癌、精原细胞瘤、胚胎性癌、维尔姆斯瘤、宫颈癌、睾丸肿瘤、肺癌、小细胞肺癌、膀胱癌、上皮癌、神经胶质瘤、星形细胞瘤、成神经管细胞瘤、颅咽管瘤、室管膜瘤、松果体瘤、成血管细胞瘤、听神经瘤、少突神经胶质细胞瘤、脑膜瘤、黑素瘤、神经母细胞瘤和视网膜母细胞瘤。

在一些实施方案中，所述癌症选自由下列各项组成的组：肝细胞癌、滤泡型淋巴瘤、小淋巴细胞淋巴瘤、胰腺肿瘤和乳腺癌。

在各种实施方案中，所述方法进一步包括用调节剂和/或抑制剂和/或耗竭剂来治疗受试者的步骤，以降低表达CD163和/或CD14的树突细胞的水平或比例，和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺和/或CD5^-CD14⁺CD163⁺树突细胞的水平或比例。在本文中所使用的术语“调节剂”是指任何这样的化合物、分子或物质，其能够在转录、翻译或翻译后水平上“调节”树突细胞基因表达，或者调节目的树突细胞群体的生物学活性，或者去除目的树突细胞群体(或减少总数目)。术语“调节”及其同源词是指化合物/分子/物质作为某一反应或活性的激动剂或拮抗剂起作用的能力。因此，术语“调节”包括了术语“激活”和“抑制”。例如，术语“激活”或“增加”是指在调节性化合物存在下树突细胞(例如DC3)基因的表达或树突细胞(例如DC3)分泌物(例如趋化因子、细胞因子等)的活性增加或者树突细胞的数目增加，相对于在相同化合物不存在下所述基因或所述多肽的活性而言。树突细胞的表达水平或活性或总数目的增加可以为至少大约10％、20％、30％、40％、50％、60％、70％、80％、90％或更高。类似地，术语“抑制”或“降低”是指在调节性化合物存在下树突细胞(例如DC3)基因的表达或树突细胞(例如DC3)多肽的活性下降或者树突细胞的总数目下降，相对于在相同药剂/化合物/分子不存在下所述基因或所述多肽的活性或者细胞总数目而言。表达水平或活性或总细胞数目的下降可以为至少大约10％、20％、30％、40％、50％、60％、70％、80％、90％或更高。树突细胞(例如DC3)基因的表达水平或树突细胞(例如DC3)的活性或总数目可以如在本文中所描述的那样或者通过本领域中通常已知的技术来进行测量。

在各种实施方案中，当鉴定出在所述受试者中炎症和/或炎性疾病的存在和/或恶化时，所述方法进一步包括将所述受试者分派至炎症和/或炎性疾病治疗方案。

在各种实施方案中，所述炎症和/或炎性疾病治疗方案包括向所述受试者施用调节剂和/或抑制剂和/或耗竭剂以降低表达CD163和/或CD14的树突细胞的水平或比例，和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的水平或比例。在各种实施方案中，所述炎症和/或炎性疾病治疗方案包括向所述受试者施用一种或多种从由下列各项组成的组中选择的药剂：抗炎剂，免疫抑制剂，抗癌剂，FLT3L的抑制剂，能够与CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞相结合的药剂，能够中和CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的药剂，针对CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的抗体，能够降低CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的比例的药剂，能够降低CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的活性的药剂，能够降低CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的前体细胞的数目的药剂，和能够抑制CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的前体细胞的分化的药剂。

在一个实施方案中，所述治疗方案包括向所述受试者施用FLT3L的抑制剂。

在一个实施方案中，所述治疗方案包括使所述样品与能够结合和/或中和表达CD163和/或CD14的树突细胞和/或结合和/或中和CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的药剂。在一些实例中，所述能够结合和/或中和所述树突细胞的药剂为抗体。因此，在一些实施方案中，所述治疗方案包括向所述受试者施用能够与表达CD163和/或CD14的树突细胞和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞特异性地结合的抗体。在本文中所使用的术语“抗体”是指免疫球蛋白或其片段，并且包括任何包含抗原结合片段或抗原结合结构域的多肽。该术语包括但不限于多克隆的、单克隆的、单特异性的、多特异性的(例如，双特异性的)、人源化的、人的、单链的、嵌合的、合成的、重组的、杂合的、经突变的、经接枝的和在体外产生的抗体。术语“抗体”可以包括抗体片段例如Fab、F(ab')₂、Fv、scFv、Fd、dAb，和其他保留了抗原结合功能的抗体片段。抗体并不必需来自任何特定的来源，也不必需通过任何特定的方法来产生。

在一个实施方案中，所述治疗方案包括施用能够去除和/或耗竭表达CD163和/或CD14的树突细胞的前体细胞和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的前体细胞的药剂。在各种实施方案中，所述前体细胞包括表达CD5的前体树突细胞。在各种实施方案中，所述前体细胞具有下面的表达或表型中的一种或多种：CD56⁺、CD303⁺、CD271⁺、CD22⁺、CD124⁺、CD324⁺、整联蛋白β7⁺、BTLA⁺、CD26⁺、CD183⁺、CD71^-、CD59^-、CD218a⁺、CD200⁺、CD195⁺、CD1c⁺、CD282^-、CD107a^-、CD11b^-、CD274⁺、CD14⁺、CD166⁺、CD81^-、CLEC12A^-、CD63^-、CD84^-、CD115^-、CD95^-、CD163^-、CD34^int、CD112^-、CD155^-、CD206^-、CD172a^-、CD354^-、CD36^-、Igk^-、CD64^-和CD87^-。在各种实施方案中，所述前体细胞进一步表达一种或多种从由下列各项组成的组中选择的核酸/基因/蛋白质/标志物：与整联蛋白信号传导、FcγR-介导的吞噬作用、VEGF信号传导、EIF2信号传导、白细胞外渗信号传导、IL-3信号传导、FcεRI信号传导、mTOR信号传导、IL-6信号传导、抗原呈递途径、趋化因子信号传导、GM-CSF信号传导、Tec激酶信号传导、HPC中的FLT3信号传导、由病毒引起的NF-κB激活、巨噬细胞中的IL-12信号传导和产生等相关的核酸/基因/蛋白质/标志物。在一些实例中，由表达CD163的树突细胞的前体细胞所表达的基因列在图10D和图10G中。在各种实施方案中，所述前体细胞表达一种或多种从由下列各项组成的组中选择的核酸/基因/蛋白质/标志物：CD74、AXL、CD207、SIGLEC6、CD5和BTLA。

在各种实施方案中，表达CD5的树突细胞(例如，CD5⁺DC2)为不表达或最低程度地表达CD5的树突细胞(例如，CD5^-DC3)的前体细胞。因此，阻断CD5⁺前体细胞向CD5^-树突细胞分化和/或激活可以是关于炎性疾病的治疗策略。

在各种实施方案中，所述方法进一步包括通过下述方式来确定在所述受试者中的炎症和/或炎性疾病的预后：在所述受试者已经接受了所述治疗方案后，测量在从所述受试者获得的样品中表达CD163和/或CD14的树突细胞的水平和/或比例和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的水平和/或比例。在本文中所使用的术语“预后”是指对于可归因于疾病的进展的可能性的预测，包括严重度或死亡的增加、(癌症的)转移扩散、(癌症的)抗药性或者逆转，包括严重度降低或完全缓解(从癌症)。

有利地，所述方法的实施方案可以用于身体应答例如炎症和/或疾病例如炎性疾病的鉴定、定量和随后的靶向。

在各种实施方案中，所述表征树突细胞的方法也可以与下列方法有关：在受试者中治疗身体应答例如炎症和/或疾病例如炎性疾病的方法，在受试者中评估身体应答例如炎症和/或疾病例如炎性疾病的程度/严重度的方法，在受试者中评估身体应答例如炎症和/或疾病例如炎性疾病的预后的方法，等等。

在各种实施方案中，提供了在受试者中治疗炎症和/或炎性疾病的方法，所述方法包括向所述受试者施用在本文中所描述的药剂和/或治疗方案。在一些实施方案中，所述方法包括向所述受试者施用能够调节表达CD163和/或CD14的树突细胞的水平和/或比例和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的水平和/或比例的药剂。在各种实施方案中，所述方法进一步包括测定在从所述受试者获得的样品中表达CD163和/或CD14的树突细胞的水平和/或比例和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的水平和/或比例。在各种实施方案中，相比于对照样品或从对照受试者获得的样品而言，所述受试者在其样品中具有或被确定具有表达CD163和/或CD14的树突细胞的增加的水平和/或比例，和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的增加的水平和/或比例。

在各种实施方案中，提供了在受试者中评估炎性疾病的严重度的方法，所述方法包括测定在从所述受试者获得的样品中表达CD163和/或CD14的树突细胞的水平和/或比例和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的水平和/或比例。在各种实施方案中，在所述样品中表达CD163和/或CD14的树突细胞的增加的水平和/或比例和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的增加的水平和/或比例与在所述受试者中的炎性疾病的严重度相关(例如，正相关)/表明了在所述受试者中的炎性疾病的严重度。在一个实施方案中，所述方法包括评估系统性红斑狼疮(SLE)的严重度的方法。

因此，在各种实施方案中，提供了在受试者中评估系统性红斑狼疮(SLE)的严重度的方法，所述方法包括测定在从所述受试者获得的样品中表达CD163和/或CD14的树突细胞的水平和/或比例和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的水平和/或比例。在各种实施方案中，在所述样品中表达CD163和/或CD14的树突细胞的增加的水平和/或比例和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的增加的水平和/或比例与在所述受试者中的SLE的严重度相关(例如，正相关)/表明了在所述受试者中的SLE的严重度。例如，在其样品中具有表达CD163和/或CD14的树突细胞的增加的水平和/或比例和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的增加的水平和/或比例的受试者可能具有更高的SLE疾病活动性指数(SLEDAI)得分(即，具有更重大程度的疾病活动性)。在一些实例中，发现表达CD163分子的树突细胞(例如，DC3)在SLE患者中与该疾病的严重性(如通过SLEDAI得分所测定的)相关地增加。有利地，树突细胞(例如，促炎树突细胞)的水平或比例可以通过流式细胞术来进行定量，并且可以用于预测在具有SLE的患者中的疾病得分。在各种实施方案中，所述方法进一步包括向所述受试者施行SLE治疗方案。在各种实施方案中，所述SLE治疗方案包括向所述受试者施用这样的药剂，其能够通过降低/抑制参与SLE病理生理学的促炎介体(例如但不限于，BAFF、IL-1α、GRO-α(CXCL1)、MCP-3(CCL7)、MIG(CXCL9)、SDF-1(CDCL12)、IL-8、VEGF-A和WEAK)的分泌来降低表达CD163的树突细胞的活性。

在各种实施方案中，提供了在受试者中评估炎性疾病的预后的方法，所述方法包括测定在从所述受试者获得的样品中表达CD163和/或CD14的树突细胞的水平和/或比例和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的水平和/或比例。在各种实施方案中，在所述样品中表达CD163和/或CD14的树突细胞的下降的水平和/或比例和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的下降的水平和/或比例与在所述受试者中的炎性疾病的的预后/改善相关(例如，正相关)/表明了在所述受试者中的炎性疾病的预后/改善。

在各种实施方案中，所述样品(或生物学样品)为来自个人/患者/受试者的流体或样本，例如全血，血清，血浆，眼泪，唾液，鼻液，痰，耳液，生殖器液，乳腺液，乳，初乳，胎盘液，羊水，粪便，汗液，滑液，腹水，脑脊液，胆汁，胃液，房水，玻璃体液，胃肠液，渗出液，漏出液，胸膜液，心包液，精液，上气道液，腹膜液，从免疫应答部位收获的液体，从汇集的采集部位收获的液体，支气管灌洗液，尿液，活组织检查材料，其例如来自所有合适的器官，例如肺、肌肉、脑、肝脏、皮肤、胰腺、胃等，具核细胞样品，与粘膜表面、毛发或皮肤相关联的液体。在一些实例中，所述样本可以为血液(全血)、血清、血浆、生物学流体、组织活组织检查物、痰、间质液等。

在各种实施方案中，所述样品包含人生物学材料。在各种实施方案中，所述样品包含MNP。在各种实施方案中，所述样品包含MNP亚群体。在各种实施方案中，所述样品包含树突细胞、单核细胞、巨噬细胞和单核细胞衍生的细胞(MC)中的一种或多种。在一个实施方案中，所述样品包含树突细胞。在一个实施方案中，所述样品包含cDC2。在一个实施方案中，所述样品包含具有下列特性中的一个或多个的树突细胞：(i)为常规树突细胞2(cDC2)；(ii)依赖于IRF4来进行分化；(iii)依赖于KLF4来进行分化；(iv)依赖于FLT3配体(FLT3L)来进行分化；和(v)能够激活T细胞和/或使T细胞极化，所述T细胞例如为幼稚T细胞或同种异体幼稚CD4⁺T细胞。

在各种实施方案中，提供了用于在本文中所描述的方法之中使用的试剂盒。在各种实施方案中，所述试剂盒包含一种或多种用于检测/测定/定量表达CD163和/或CD14的树突细胞的水平和/或比例和/或CD5^-、CD14⁺、CD163⁺、CD14⁺CD163⁺、CD5^-CD163^-、CD5^-CD163⁺CD14^-和/或CD5^-CD163⁺CD14⁺树突细胞的水平和/或比例的试剂。在各种实施方案中，提供了用于表征树突细胞、炎症和/或炎性疾病的试剂盒，所述试剂盒包含一种或多种用于检测/测定/定量CD5、CD14和/或CD163的试剂。在各种实施方案中，所述试剂盒包含抗-CD5抗体、抗-CD14抗体和/或抗-CD163抗体中的一种或多种。

在各种实施方案中，所述试剂盒进一步包含一种或多种用于检测/测定/定量AXL、BLTA、BTLA、CD101、CD107a、CD109、CD112、CD115、CD11b、CD124、CD14、CD155、CD163、CD166、CD172a、CD180、CD183、CD195、CD1c、CD1d、CD2、CD200、CD200R、CD206、CD218a、CD22、CD229、CD26、CD271、CD274、CD282、CD303、CD324、CD34、CD354、CD36、CD45RA、CD5、CD56、CD59、CD63、CD64、CD71、CD74、CD81、CD84、CD87、CD87、CD88、CD89、CD95、CLEC12A、CLEC4E、DNAI2、FcεRIα、HLA-DQ、Igk、整联蛋白β7、LTB(淋巴毒素-b)、MEX3B、NOTCH2、NUMBL、RN7SL846P、S100A13、S100A8、S100A9、S100A9、SIGLEC6(CD327)的试剂。在一些实施方案中，所述试剂盒包含一种或多种用于检测/测定/定量AXL、BLTA、CD1c、CD1d、CD5、CD11b、CD64、CD74、CD88、CD89、CD101、CD109、CD180、CD200R、CD45RA、FcεRIα、HLA-DQ、整联蛋白β7、LTB(淋巴毒素-β)、NOTCH2、S100A8、S100A9和SIGLEC6(CD327)的试剂。在一些实施方案中，所述试剂盒包含一种或多种用于检测/测定/定量CD5、CD163、CD14、CD11b、CD36、CD64、CD87、CD107a、CD206、CD274、CD354、FcεRIα、HLA-DQ、CD2、CD59、CD81、CD166、CD229、CD271和整联蛋白β7的试剂。

在各种实施方案中，提供了从由下列各项组成的组中选择的树突细胞的群体，例如分离的群体：CD5^-树突细胞、CD14⁺树突细胞、CD163⁺树突细胞、CD14⁺CD163⁺树突细胞、CD5^-CD163^-树突细胞、CD5^-CD163⁺CD14^-树突细胞和/或CD5^-CD163⁺CD14⁺树突细胞。在本文中关于细胞群体进行使用的术语“分离的”是指从其天然环境(例如，组织、体液等)中移出的，或者在纯度方面增加至任何程度的细胞群体。可以通过将其与一些或所有的在自然界中其与之相关联的物质分开而“分离”出群体。在各种实施方案中，所述分离的群体是实质上纯的和/或均质的(例如，实质上没有/缺乏具有其他表达谱和/或表型的树突细胞，和/或实质上没有/缺乏其他杂质和/或污染物)。

在各种实施方案中，提供了在本文中所描述的方法、试剂盒、试剂、化合物或药剂。

附图简述

图1.InfinityFlow(一种高维单细胞蛋白质表达管线)阐明了人循环髓样细胞表型和异质性。(A)将来自单个捐献者的外周血单核细胞用14个骨架标志物进行染色，分开，用332种缀合有PE的可变抗体(LegendScreen试剂盒)进行染色，然后通过流式细胞术进行分析。用InfinityFlow管线来分析332个所生成的fcs文件，以生成包含347个维度的fcs文件，其由14个骨架维度、1个可变PE真实标志物和332个预测的标志物组成。(B)基于所述332个预测的维度的CD45⁺CD3^-CD20^-HLA-DR⁺外周血(PB)单核吞噬细胞(MNP)的tSNE降维和Phenograph聚类。细胞亚类通过使用23个Phenograph簇(pDC，n＝2个簇；pre-DC，n＝1个簇；cDC1，n＝1个簇；cDC2，n＝4个簇；cMo，n＝8个簇；iMo，n＝2个簇；ncMo，n＝3个簇；污染性B细胞和CD34⁺细胞，各n＝1个簇；一个较小的未确定的簇，其占细胞的1.1％)来进行描绘，其基于细胞亚类特异性表型标志物的表达而被重新分组为主要的先前定义的细胞亚类。(C)被不同的单核细胞和DC亚类高度表达的标志物的表达热图。新定义的细胞亚类辨别性标志物以灰色指示。(D)基于在图1C中所定义的92个辨别性标志物的CD45⁺CD3^-CD20^-HLA-DR⁺PBMNP的tSNE降维和Phenograph聚类。

图2.(A)从单线态的、活的CD45⁺细胞开始的流式细胞术数据的门控(gating)策略，以输出用InfinityFlow管线进行分析的Lin^-HLA-DR⁺细胞。(B)骨架标志物的相对表达和在来自图1B的332个维度tSNE中的其各自预测的维度的意义图(meaning plot)。(C)对于在图1B-C中所定义的细胞亚类通过欧几里得距离进行聚类的332个预测的维度的热图。将仅由所分析的7种主要细胞类型之一高度表达的标志物(在黑色矩形内)定义为“辨别性标志物”并且展示在图1C中。(D)骨架标志物的相对表达和在来自图1D的辨别性标志物tSNE中的其各自预测的维度的意义图。(B，D)预测的“可变PE”维度通过基于回归的方法来获得，该方法整合了骨架标志物的表达(在332个FACS染色中的每一个之中测量的)。

图3.(A)显示了由在图1B-C中所定义的所有细胞亚类进行的高度表达的标志物的表达的直方图。(B)显示了由pre-cDC2至cDC2和早期pre-DC(如由See等人(See等人,2017)所定义的)过表达的标志物的表达的直方图。还将表达与cDC1和pDC进行了比较。

图4.CD1c⁺CD14⁺循环细胞在表型上和在功能上与cDC2相关，而不与单核细胞相关。(A)在通过使用在图1D中所描述的92个标志物所生成的tSNE中和在CD14/CD1c点图中呈现的cDC2和cMo Phenograph簇。(B)通过AUC分析来比较cMo与cDC2 Phenograph簇以确定它们的辨别性标志物。(C)cDC2和cMo的经典标志物和前四个辨别性标志物的相对表达(展示了真实维度)。(D)从Lin^-HLA-DR⁺开始的最佳门控策略，其定义了所有血液MNP亚类。(E)来自图版(D)的数据的UMAP分析。(F)在UMAP空间中定义的cDC2(灰色)和单核细胞(黑色)之内的细胞的表型。(G-I)使用新的cMo/cDC2辨别性标志物，通过CyTOF来分析人血液、脾脏和扁桃体。在Lin^-HLA-DR⁺细胞之中(链接的数据)，显示了(G)定义MNP亚类的标志物的相对表达和(H)来自所述三种组织的细胞的分布。(I)在组织之间差异表达的标志物。(J-K)在FLT3L治疗之前和之后11天在七名患者的血液中测量cMo、CD1c⁺CD14^-和CD1c⁺CD14⁺cDC2的相对比例。对于在(J)中定义的细胞亚类的(K)亚类的比例和(L)IRF4、KLF4和NOTCH2的相对表达。

图5.(A)具有<0.1和>0.9的AUC的标志物。(B)CD1c、CD14、FcεRIα、HLA-DQ、CD88和CD89标志物的相对表达的意义图，显示了真实维度和其各自预测的维度(在tSNE上，使用在图1C中所定义的辨别性标志物)。(C)其他cDC2和cMo辨别性标志物的相对表达的意义图。(D)CD14相对于在cDC2与cMo之间的辨别性标志物的流式细胞术点图。(E)来自Hamers等人的手动门控策略，以定义8个单核细胞亚类(Hamers Anouk A.J.等人,2019)。在该门控策略的母门中对细胞亚类进行反向门控(back-gate)。(F)将在(A)中所定义的8个单核细胞亚类投影到通过使用InfinityFlow数据的332个预测的维度而获得的tSNE中(参见我们手稿的图1B)。(G)从单线态的、活的CD45⁺细胞开始的流式细胞术数据的门控策略，以输出落在cDC2和cMo之间的CD163⁺细胞。(H)使用在(G)中输出的细胞的14个骨架标志物的PCA。显示了CD1c、CD163和CD14真实维度的相对表达和40个分箱门(binning gate)的意义图。(I)对于在(H)中所定义的40个箱(bin)，通过使用332个预测的维度(PE标志物)的tSNE/Phenograph分析。(J)显示了落在在(I)中所定义的Phenograph簇中的细胞的CD14、CD1c(真实维度)、PC1和PC4的表达的点图。(K)在图4E-F的流式细胞术分析中所使用的所有标志物的相对表达的意义图。(L)所选择的在图4G-H的CyTOF分析中所使用的标志物的相对表达的意义图。(M-N)在(M)(cDC2)和(N)(单核细胞/巨噬细胞)中具有较高表达的标志物的表达热图。(O)显示了因在组织之间差异表达而被选择的标志物的表达的直方图(显示了中位表达强度值)。(P)从来自在图4J-K中分析的注射了FLT3L的患者的单线态的、活的CD45⁺细胞开始的门控策略。

图6.(A-B)来自(A)全记录和(B)图7的通过SMARTseq2scRNAseq进行分析的经索引分选的细胞的流式细胞术数据的门控策略。(C)所选择的来自图7A的tSNE分析的流式细胞术标志物的相对表达的意义图。(D-E)在图7A的tSNE分析中，(D)通过或未通过关于SMARTseq2分析的质量控制的细胞分别以黑色或深灰色进行展示(指出了总的经索引分选的细胞的数目、通过QC的细胞的数目和它们的频率)，和(E)展示了在图7E-F中所定义的细胞亚类。(F和G)从图7B-C的scRNAseq数据，呈现了UMAP和(F)Phenograph簇或(G)基于图7E-F中的索引蛋白质表达所定义的细胞亚类的可视化。(H)在由Villani等人(Villani等人,2017)所描述的DC亚类中的居前的特征基因的相对表达的意义图。(I)由通过将它们与所有其他细胞相比较而定义的cDC2簇#2和#4进行的特异性的、高度表达的基因(特征基因)的相对表达的意义图。(J)常规流式细胞术门控策略，以定义分别来自Villani等人和See等人(See等人,2017；Villani等人,2017)的AS-DC(DC5，上图版；浅灰色)和早期pre-DC(下图版；深灰色)。(K)显示了由AS-DC(浅灰色)和早期pre-DC(深灰色)进行的CD11c、CD1c、CD169、CD45RA和CD123的表达的密度图。(L)比较了在cDC2簇#2和#4(在图7B-C中定义的)之间的基因表达(表示为平均Log2(倍数变化)相对于-Log10(经调整的p值))的火山图(volcanoplot)。(M)cDC2簇#2相对于#4DEG的独创性途径分析(ingenuity pathway analysis；IPA)。直方图高度表示-log(p值)，并且显示了来自在cDC2簇#2(深灰色)和#4(浅灰色)中上调的每条途径的DEG的比例。在当仅包括在cDC2簇#2或#4中的上调的基因时所获得的重大途径(IPA)分别用深灰色或浅灰色星号来进行标记。

图7.索引单细胞RNAseq分析确证了CD1c⁺CD14⁺循环细胞是炎性cDC2，而不是单核细胞。(A)叠加在Lin^-HLA-DR⁺PBMC(全记录)上的经索引分选的DC亚类和单核细胞(黑色点)的tSNE。(B-H)使用Seurat管线和Phenograph聚类，通过scRNAseq对经索引分选的细胞进行分析。(B-C)对于八个Phenograph簇，(B)前20个DEG的热图，和(C)它们在通过使用10个经Seurat重大主要组分(PC；主要组分分析(Principal Component Analysis；PCA))鉴定的单核细胞、DC亚类和CD16^+/-HLA-DR^lo污染性NK细胞而获得的tSNE上的投影。(D)从FACS-索引数据获得的定义MNP亚类的标志物的蛋白质表达。(E)单核细胞和DC亚类基于索引蛋白质表达来进行定义，并且(F)叠加于在(C)中所定义的RNA_tSNE上。(G-H)将来自Villani等人(Villani等人,2017)的DC和单核细胞亚类特征显示为：(G)在八个Phenograph簇[在(B)中所定义的]中表达的前20个特征基因的热图，和(H)所有特征基因的平均表达。(I)在通过使用在图1C中所显示的辨别性标志物而生成的InfinityFlow tSNE上，由Villani等人(Villani等人,2017)所描述的DC和单核细胞亚类的居前的辨别性膜蛋白质标志物的相对表达的可视化。

图8.高维分析阐明了循环cDC2的异质性。(A)使用332个预测的蛋白质维度，从辨别性标志物的InfinityFlow tSNE(图1D)提取的cDC2的PCA/Phenograph分析。(B)cDC2的PC1/PC2维度(％＝PC荷载)和Phenograph簇可视化。(C)前六个PC1-2标志物的绝对荷载。(D)由cDC2进行的CD5/CD14/CD163表达的3D可视化。(E)对于不同的cDC2状态[CD5⁺CD163^-(浅灰色圆圈)，和在CD5^-细胞之中，CD163^-(深灰色圆圈)、CD163⁺CD14^-(浅灰色框)和CD163⁺CD14⁺(深灰色框)]，异质地表达的标志物的表达。(F)在所述四种cDC2状态之间的辨别性标志物的热图。(G)经FACS分选的cDC2亚类和CD88⁺CD89⁺CD14^hiCD16^-经典单核细胞的扫描电子显微术。比例尺，2μm。(H)被定义为CD5⁺、CD5^-CD163^-、CD163⁺CD14^-、CD163⁺CD14⁺cDC2和被定义为CD88⁺CD89⁺CD14⁺CD16^-cMo的细胞的前向散射(FSC-A)和侧向散射(SSC-A)中位荧光强度(MFI)。

图9.(A)来自图8B的分析(％＝PC荷载)的PC1至PC4维度和Phenograph簇的双模态图(bimodal plot)。(B)来自图8B-C的分析的PC1和PC2前六个荷载标志物和Phenograph簇的双模态图。(C)叠加在CD163和CD5真实维度的点图(如在图8D中)上的PC1至PC4的值的意义图。(D)对于在图8E中所定义的四个cDC2亚类之间的异质地表达的标志物，真实维度和其各自预测的维度的相对表达的意义图。(E)手动门控策略以定义DC和cDC2亚类，从单线态的、活的CD45⁺Lin^-HLA-DR⁺细胞开始并且在排除单核细胞(基于CD14/CD88和CD16表达)后。(F)标志物的表达(真实维度)，其显示了从早期pre-DC进展到pre-cDC2(如在See等人中所定义的)(See等人,2017)，进展到CD5⁺cDC2，然后进展到其他cDC2亚类，基于在(H)中所显示的Wishbone拟时间(pseudotime)分析而排序的。所有这些细胞亚类都在(I)中进行了定义。(G)由在(I)所定义的细胞亚类进行的转录因子的表达。(H)叠加在通过使用来自图8B的PCA的前20个荷载标志物而获得的UMAP和isoMAP空间上的CD5、CD163和CD14的真实维度的相对表达的意义图。(I)从CD5⁺cDC2开始，沿着NBOR拟时间轨迹的最可变的标志物的热图。(J)沿着NBOR拟时间轨迹，由独个细胞进行的CD5、CD163和CD14表达的进展的图解表示。(K)从CD5⁺cDC2开始的Wishbone分析。对于总cDC2在CD163/CD5点图上和对于CD5^-cDC2在CD163/CD14点图上，将Wishbone拟时间维度展示为早(黑色)至晚(白色)。(L)取自See等人(See等人,2017)微阵列数据的在cDC2和早期pre-DC之间的DEG。将编码由CD5⁺cDC2高度表达的蛋白质的基因以灰色和粗体突出显示。(M)cDC2亚类和CD88⁺CD89⁺CD14^hiCD16^-经典单核细胞的扫描电子显微术。比例尺，2μm。

图10.炎性CD14⁺cDC2的功能和分子表征。(A)在FLT3L治疗之前和之后11天，在四名患者的血液中测量了四个cDC2亚类和CD88⁺CD89⁺CD14⁺CD16^-cMo的相对比例。展示了在cDC2+cMo之中的比例。(B-D)从经FACS分选的cDC2亚类获得的大批量RNAseq数据。(B)连通图(connectivity map；cMAP)分析，其显示了在四个cDC2亚类中关于Villani的DC2或DC3特征基因的富集程度。(C)使用前10个PC(PCA)的UMAP；圆圈描绘了DC2(CD5⁺cDC2)和DC3(CD5^-cDC2的三个亚类)。(D)关于每个亚类的六个所选择的特异性地表达的DEG的热图。(E)将幼稚同种异体CD4⁺T细胞与四种不同的cDC2亚类一起进行培养：呈现了增殖性的产生IFNγ(Th1)、IL-4(Th2)或IL-17(Th17)的CD4⁺T细胞的频率[连接式散点图(n＝4)]。(F)在来自图7的索引scRNAseq数据中，将由Segura等人(Segura等人,2013)所定义的炎性DC(inflDC)特异性地表达的基因(表S2)的平均表达呈现为小提琴图和在图7E中所定义的CD1c/CD14蛋白质表达点图上的意义图。(G)通过使用每个亚类的上调和下调的DEG的cDC2亚类大批量RNAseq的独创性途径分析，其被展示为显示了关于每条途径的-Log(p-值)和z-得分的雷达图(radar plot)。

图11.(A)注射当天(D0)和注射后11天(D11)，注射了FLT3L的患者的UMAP分析(来自图10A的数据)。(B)通过比较在图10B-C中所分析的四个cDC2亚类的大批量RNAseq而获得的所有DEG的热图。(C)显示了CellTrace Violet染料稀释的流式细胞术直方图和点图，以在6天的用同种异体cDC2亚类的混合淋巴细胞反应(MLR)后在CD4⁺T细胞中追踪细胞增殖(x-轴)，相对于IFNγ、IL-4和IL-17的细胞内定量(y-轴)。(D)由在图8D-E中所定义的cDC2亚类进行的inflDC标志物[由Segura等人(Segura等人,2013)所定义的]的相对表达的意义图。(E)相比于从在图10B-C中所显示的大批量RNAseq获得的四个cDC2亚类DEG而言，inflDC相对于BDCA-1[来自Segura等人(Segura等人,2013)的血液cDC2 BDCA-1细胞]DEG(表S2)的交集的维恩图(Venn diagram)。

图12.CD5^-CD163⁺DC3在具有系统性红斑狼疮(SLE)的患者中积累。(A-D)PBMC分离自健康受试者(n＝10)和具有SLE(n＝10)或系统性硬化病(SSC；n＝15)的患者，并且通过FACS来定义cDC2亚类。(B-C)在(B)CD45⁺PBMC和(C)总cDC2之中显示了在三个患者组中的cDC2亚类的频率。(D)在SLE患者中CD163⁺(CD14^-和CD14⁺)DC3的频率相对于SLE疾病活动性得分(SLEDAI)的皮尔逊(Pearson)相关性。(E)在健康受试者和SLE患者中由cDC2亚类进行的CD163和CD169膜蛋白质表达。(F-H)来自健康受试者和具有SLE的患者的经FACS分选的cDC2亚类的大批量RNAseq分析。(F-G)对于CD5⁺DC2(健康的，n＝5；SLE，n＝6)和CD163⁺DC3(健康的，n＝5；SLE，n＝9)，显示了比较了健康受试者和SLE患者的(F)前100个DEG的表达热图和(G)显示出所有基因表达数据的Log2(倍数变化)相对于-Log10(p-值)的火山图。(H)通过使用每个亚类的上调和下调的DEG的CD5⁺DC2和CD163⁺DC3大批量RNAseq数据的独创性途径分析，其被展示为显示了关于每条途径的-Log(p-值)和z-得分的雷达图。

图13.(A)从单线态的、活的CD45⁺细胞开始的手动门控策略，以定义(如在图14A中所显示的)和分选用于图12F-H的大批量RNAseq分析的cDC2亚类。(B)在CD45⁺PBMC之中显示了在图12A-C中所定义的三个患者组中的CD163⁺CD14^-和CD163⁺CD14⁺DC3亚类的CD45⁺单核细胞之中的频率。(C)在SLE患者中CD163⁺CD14^-和CD163⁺CD14⁺DC3的频率相对于SLEDAI疾病得分的皮尔逊相关性。(D)如在图12D中的其他可溶性介体的相对表达的意义图。

图14.来自具有活动性SLE的患者的血清优先地激活炎性CD163⁺CD14⁺DC3。(A)对来自健康血液捐献者(n＝3)的cDC2亚类进行FACS分选并且将其与来自健康捐献者(n＝12)或者具有非活动性(n＝12)或活动性(n＝12)SLE的患者的血清一起培养过夜，并且在培养物上清液中定量55种可溶性介体。用UMAP分析了在培养物上清液中的cDC2亚类分泌物组(secretome)(每种可溶性因子的浓度)。(B-D)在分泌物组-UMAP中，每个点相应于一个培养物上清液。在分泌物组-UMAP投影上显示了来自(B)四个cDC2亚类或来自(C)不同患者组的上清液。(D)在SLE免疫病理学中所牵涉的促炎可溶性介体的相对表达。(E)显示了在用SLE患者血清与用健康血清的培养物上清液之间在可溶性介体浓度方面的差异的热图。使用Kruskal Wallis(非参数单因素ANOVA)和随后的Dunn多重比较检验，通过比较在用SLE患者血清与用健康血清的培养物上清液中的绝对浓度来确定P值。

图15.在健康和疾病中DC2和DC3的频率和比例。(A)在特应性皮炎或银屑病患者的非损伤和损伤的皮肤中，在DC2和DC3的髓样细胞之中的频率。(B)在来自四名肝细胞癌(HCC)患者的正常的邻近肝脏中或者不同的肿瘤部分之内，在DC2和DC3的总cDC2(DC2+DC3)之中的频率。(C-E)PBMC分离自健康受试者(n＝10)和具有SLE(n＝10)或系统性硬化病(SSC；n＝15)的患者，并且通过FACS来定义cDC2亚类。(C-D)在(C)CD45⁺PBMC和(D)总cDC2之中显示了在三个患者组中的cDC2亚类的频率。通过使用Mann-Whitney检验来计算P值。(E)在SLE患者中CD163⁺(CD14^-和CD14⁺)DC3的频率相对于SLE疾病活动性得分(SLEDAI)的皮尔逊相关性。

实施例

从下面的讨论(如果适用，与附图一起)中，本公开内容的示例性实施方案将会更好地被理解并且对于本领域普通技术人员来说是容易地清晰明了的。应当意识到的是，可以进行与结构、电学和光学变化相关的其他修饰，而不偏离本发明的范围。示例性实施方案并不必然是相互排斥的，因为一些实施方案可以与一个或多个实施方案相组合以形成新的示例性实施方案。

结果

通过使用InfinityFlow管线来无偏倚地鉴定新的单核细胞和DC特异性标志物

为了鉴定新的单核细胞特异性和DC特异性标志物，进行来自单个人血液捐献者的332个流式细胞术(FACS)染色；所有染色均包括一组下列组分：14个“骨架”标志物(为了定义所有已知的单核细胞和DC亚类)和一个“可变的”缀合有PE的抗体(参见“Star方法”)。据推断，该实验设置适合机器学习方法，以通过整合骨架标志物的表达(在332个FACS染色中所测量的)经由基于回归的方法来对于所有细胞预测来自缀合有PE的抗体的信号(每次在332个染色中的1个染色上进行测量)。为了实现这一点，使用支持向量机(Support VectorMachine；SVM)，其是一种精确的、对噪声稳固的并且可以用于回归目的和单细胞分类问题的多目的机器学习框架。

使用SVM回归并且从活的CD45⁺CD3^-CD20^-HLA-DR⁺细胞开始，生成332个新的流式细胞术文件(fcs)，其包括14个骨架标志物、该PE可变标志物和332个预测的可变标志物(图1A、表S1)。使用332个预测的维度，通过使用经由t-随机邻域嵌入(t-stochasticneighbour embedding；tSNE)的非线性降维(Van der Maaten和Hinton,2008)和Phenograph聚类(DiGiuseppe等人,2018；Levine等人,2015)算法来处理这些生成的文件(图1B和图2A-B)。所有先前描述的单核细胞和DC亚类都基于Phenograph簇(n＝24)和包含在骨架染色中的已知标志物来进行描绘，但是它们显示出表达新的标志物，包括：CD45RO、CD93、HLA-A2、CD262(TRAIL-R2/DR5)、CD164、CD226(DNAM-1)、CD298、CD51(整联蛋白αV)、整联蛋白β5、CD81、CD275(ICOS-L)、CD54(ICAM-1)、FCRL6、CD290(TLR10)、Tim-3(CD366)、CD200和CD319(CRACC)，对于cDC1；整联蛋白β7、CD200R、CD180和CD101，对于cDC2；CD71、CD324(钙粘着蛋白-1)、CD271(NGFR)和CD182(CXCR2)，对于pre-DC；CD55、Mac-2、CD261(TRAIL-R1)、CD114(CSF3R)、CD35(CR1)、CD11b-激活的和CD89(FcαR)，对于经典单核细胞(cMo)；CD215(IL-15RA)和CD105，对于中间单核细胞(iMo)；和CD102(ICAM-2)、CD52、CD282(TLR2)、CD88(C5AR)、CD85d、C3AR和CCR10，对于非经典单核细胞(ncMo)(图1C、图2C和图3A)。

最近描述了pre-DC及其相应的定向pre-cDC1和pre-cDC2级分的存在。虽然pre-cDC1太过罕见以致于无法在此分析，但是作为在早期pre-DC和cDC2之间的中间体的pre-cDC2表达CD22、CD26、CD181(CXCR1)、CD182(CXCR2)、CD183(CXCR3)、CD270(HVEM)、CD271、CD85g、CD294、CD324(E-钙粘着蛋白)、CD229、CD303、BTLA和CD319。令人感兴趣的是，相比于所有DC而言，pre-cDC2具有最高的HLA-DQ和整联蛋白β7表达(图3B)。

cDC2包括CD1c^loCD14⁺细胞并且在表型上不同于单核细胞

该分析鉴定出了澄清cDC2亚类和单核细胞之间的关系的需要，正如在通过使用332个预测的维度而生成的tSNE中所观察到的在cDC2和cMo之间的表型重叠所举例说明的(图1B)。当包括所述332个预测的维度时，cDC2和cMo在它们的接界处通过表达低的CD1c但具有中等至高的CD14表达的细胞而连结(图1B和图2B)。接下来探讨了仅包括在图1C中所定义的MNP辨别性标志物是否能够有助于分辨这些亚类(图1D和图2D)。实际上，当在新的tSNE空间中将分析减少至仅92个MNP辨别性标志物时，CD1c^loCD14^hi细胞远离单核细胞，并且与cDC2一起形成了一个独立的群体(图1D和图4A)。

为了鉴定用于辨别cDC2与cMo的最好的标志物，计算了ROC曲线下面积(AUC)统计学，其测量连续变量的总体特异性和灵敏度以预测二元变量(图4A-B和图5A)。虽然通常使用的cDC2和cMo标志物(分别为CD1c和CD14)在cDC2之中显示出可变的表达，但是AUC分析揭示了几种更具分辨性的标志物，包括作为由所有cDC2表达的最佳标志物的FcεRIα和HLA-DQ，和限定于cMo的CD88和CD89(图4C和图5B-D)。

一项近期研究探讨了人血液单核细胞的异质性，并且将它们亚分类成8个簇，其中簇#8包括CD14⁺CD163⁺CD1c⁺细胞，其结合IgE，最有可能通过IgE-Fc受体(FcεRIα)。令人感兴趣的是，当应用相似的门控策略(由于从该分析中“slan”标志物是不存在的，因而发明人对于CD16⁺CD14^lo单核细胞进行门控以逼近Slan⁺单核细胞，图5E)时，InfinityFlow管线揭示了，在该研究中的簇#8细胞相应于CD14⁺cDC2(图5F)。

为了通过使用真实的而非经预测的蛋白质表达来确证CD1c^loCD14^hi细胞在表型上与cDC2相关而不与cMo相关，使用14个骨架标志物来进行落在cDC2和cMo之间的细胞的主要组分分析(PCA)(图5G-J)。将解释了从cDC2至cMo的进展的PC1维度划分为40个箱，每个箱包含2.5％的细胞。然后，使用332个预测的维度的它们的平均荧光强度，通过tSNE/Phenograph来处理这40个箱。数据确证了，包含CD1c^loCD14^hi细胞的箱(Phenograph簇#2)与cDC2箱(Phenograph#1)相连结，并且远离cMo箱(Phenograph#3)(图5I-J)。通过常规FACS来组合这些辨别性标志物允许通过手动门控和UMAP(用于降维的一致流形逼近和投影(Uniform Manifold Approximation and Projection for Dimension Reduction))降维算法(Becht等人,2018年；McInnes等人,2018)两者来将FcεRIα⁺CD1c^+/lo cDC2与CD88⁺CD89⁺CD14⁺cMo清楚地描绘开来(图4D-F和图5K)。注意，通过手动门控，将一些落在cDC2群体(UMAP空间)中的细胞定义为cMo(黑色)，这确证了无监督分析胜于经典的手动门控(图4E-F)。

为了在除了血液以外的其他组织中验证该发现，发明人通过飞行时间细胞计量术(Cytometry by Time-of-Flight；CyTOF)分析了人血液、脾脏和扁桃体。使用上面提及的辨别性标志物，发现cDC2在这三种组织中形成了独立于单核细胞/巨噬细胞的经清晰描绘的群体(图4G-H和图5L)。虽然来自所有组织的每个MNP亚类(例如，cDC2)的所有细胞在tSNE空间中被重新分组为独立的簇，但是它们在组织之间显示出一些表型变动，而辨别性标志物表达模式在横跨组织之间是保守的(图4I和图5M-O)。居前的cDC2和cMo辨别性标志物(分别为FcεRIα/HLA-DQ和CD88/CD89)在脾脏和扁桃体中都表达并且依然是辨别性的。

CD1c^loCD14⁺ cDC2是FLT3L-依赖性的并且与单核细胞清晰地描绘开来

相比于单核细胞而言cDC2的一个特点是其依赖于FLT3配体(FLT3L)和转录因子(包括IRF4和KLF4)来进行分化和增殖。对七位接受了FLT3L治疗的患者进行的分析(关于患者信息，参见“Star方法”)显示，相比于接受FLT3L之前(D0)而言，CD1c⁺CD14^-和CD1c^loCD14⁺cDC2(均为CD88^lo/-CD89^lo/-)两者的比例都引人注目地增加，而CD14^hiCD1c^-cMo的比例降低(图4J-K和图5P)。另外，cMo展现出cDC2特异性IRF4转录因子的低表达，该转录因子被CD1c⁺CD14^-和CD1c^loCD14⁺cDC2高度表达，并且后一类细胞还表达比CD1c⁺CD14^-细胞更低的KLF4和更高的NOTCH2(图4L)。这些发现与在另一项研究中定义的在功能上不同的鼠类cDC2亚类相一致。

为了在基因表达水平上进一步澄清在CD1c⁺CD14⁺细胞、cDC2和cMo之间的关系，发明人对来自Lin^-HLA-DR⁺门的所有血液cDC和单核细胞进行索引分选(index-sort)，并且通过单细胞RNA测序(scRNAseq)分析了细胞(图6A-B)。通过使用tSNE，连同完全样本的FACS数据一起，对来自经分选的细胞的带有索引的(FACS)数据进行处理，显示了经分选的细胞在DC亚类和单核细胞之中的分布(图7A和图6C)。在此，89％的经分选的细胞有资格进行scRNAseq(SMARTseq2)和用Seurat管线的数据分析，并且Phenograph聚类算法鉴定出八个细胞簇(图7B-C和图6D)。基于簇的差异表达基因(differentially expressed gene；DEG)和蛋白质(带有索引的)表达，鉴定出了所有先前定义的DC和单核细胞亚类，包括cDC2(簇#2和#4)、单核细胞(簇#1和#3，CD14^hiCD16^-；和簇#7，CD16⁺单核细胞)和表达天然杀伤(NK)细胞特征基因(GZMH、NKG7和GNLY)并且在蛋白质水平上具有典型的CD16^+/-HLA-DR^lo NK细胞表型的污染性细胞的群体(簇#5；图7C-D和图6F)。

接下来，探讨了在转录物组水平上CD1c^loCD14⁺细胞是否与cDC2相关而不与单核细胞相关，如通过高维蛋白质表达分析所观察到的(图4A-I)。在此，通过使用带有索引的蛋白质表达数据来进行DC亚类和单核细胞的手动门控。发明人首先确证了通过Seurat/Phenograph scRNAseq数据分析而获得的细胞簇的身份，并且其次证明CD1c^loCD14⁺细胞在cDC2簇#4之中被检测到并且不同于单核细胞，从而在RNA水平上确证了在蛋白质水平上的发现(图7E-F、图6E和图6G)。

Villani等人最近提出了人血液MNP的一种新分类，其鉴定出了六种DC(DC1至DC6)，其中DC2和DC3通过scRNAseq被定义为两个cDC2亚类和四个单核细胞(Mono1至Mono4)亚型(Villani等人,2017)。发现关于由Villani等人鉴定出的DC1、DC2、DC5(AXL⁺SIGLEC6⁺AS-DC)和DC6的特征基因在分别在此被定义为cDC1、cDC2(在簇#2中比在簇#4中更多)、pre-DC和pDC的细胞中富集。DC3(cDC2的亚类)的特征基因的最高表达在cMo簇#1中，并且也以较低的水平在cDC2#4中被检测到。DC4特征在CD16⁺单核细胞中是最高的，但未在任何DC中被检测到(图7G-H和图6H)。Villani等人通过将它们与另一DC而不是与单核细胞进行比较来定义DC特征这一事实可以解释由DC3进行的单核细胞相关基因的高表达，但是结果表明DC4可能相应于CD16⁺单核细胞。发明人还比较了See等人和Villani等人(See等人,2017；Villani等人,2017)分别如何通过常规流式细胞术来定义早期pre-DC和DC5(AS-DC)。AS-DC实际上包括了大多数pre-DC，但是也包括了CD45RA⁺CD123^loCD1c⁺pre-cDC2和AXL⁺CD45RA^-CD1c⁺cDC2(图6J-K)。发明人接下来着眼于由Villani等人在RNA水平上定义的DC1至DC6的特征膜蛋白质标志物的表达(图7I)。虽然DC1(cDC1)、DC2(cDC2的亚类)、DC5(AS-DC)和DC6(pDC)标志物分别由cDC1(CLEC9A、BTLA、CD135)、cDC2(CD1c、CD1d、FcεRIα)、pre-DC(CD22、CD5、CD169)和pDC(CD85g、CD303、CD123)高度表达，但是DC3(cDC2的亚类；CD163、CD14、CD36)的特征标志物由cMo和一个cDC2亚类以更高的水平表达。DC4(CD1c^-CD141^-DC；CD16、CD85d、CD88)的特征标志物的表达被限定于单核细胞，并且在CD16⁺CD14^lo ncMo中最高，这确证了基于索引scRNAseq的发现。总之，RNA和蛋白质数据暗示，DC4是CD16⁺单核细胞，而DC3可能与cMo相关。

但是，Villani等人通过将DC亚类相互地而不是与单核细胞进行比较而定义出了DC3特征基因，这可以解释为什么它们的特征主要包括单核细胞相关基因，例如S100A8、S100A9和CD14。由于在该分析中cDC2簇#2和#4分别更多地富含DC2和DC3特征基因(图7G-H和图6H)，因而发明人首先进行了比较簇#2和#4的DEG分析，然后是在簇#4与所有其他细胞之间的DEG分析。以这种方式，揭示了新的特异性的簇#4(与DC3相关)特征基因，包括LMNA、CDKN1A和F13A1(图6I)。相比于cDC2簇#2而言，与Villani等人的DC3有关的来自簇#4的cDC2表达更多的单核细胞相关基因，包括CD14、S100A8和S100A9，并且富含参与“银屑病中对于IL-17A的作用”途径的基因。与Villani等人的DC2有关的来自簇#2的cDC2表达更多的专业抗原呈递细胞的基因，包括MHC-II分子，并且富含参与许多DC相关途径(包括“抗原呈递”以及“Th1”和“Th2”途径)的基因(图6L-M)。还确证了由Villani等人所鉴定的Mono1和Mono3特征基因相应于cMo，而Mono2相应于CD16⁺单核细胞。Mono4特征基因仅在簇#5(其包含污染性NK细胞)中被检测到(图7G-H)。

cDC2是在表型上、在功能上和在分子上异质的

Villani等人的研究阐明了cDC2异质性，并且虽然他们在其门控策略中排除了CD14⁺细胞，但是显示该组细胞可以再分为两个群体，DC2和DC3。由于发明人在高维蛋白质(InfinityFlow)和scRNAseq分析中显示CD1c^loCD14⁺细胞在表型上与cDC2相关而不与单核细胞相关，并且被包括在cDC2的DC3相关亚类(scRNAseq，簇#4)中，因此发明人旨在以无监督和无偏倚的方式探讨cDC2异质性。在来自图1D的通过使用MNP辨别性标志物而获得的tSNE空间中，提取了cDC2并且进行了使用332个预测的标志物的PCA/Phenograph分析(图8A-B和图9A)。该分析揭示，CD14、CD5和CD163是解释了前两种主要组分的最大变动的前三个荷载标志物(PC；图8C和图9B-C)。CD5⁺细胞都是CD163^-CD14^-并且显示出几个也由pre-DC和pre-cDC2表达的标志物的最大表达(图8D-E、图9D)。进一步鉴定出在CD5^-细胞之中的三个群体：CD5^-CD163^-细胞、CD163⁺CD14^-细胞和CD1c^loCD163⁺CD14⁺细胞，其具有最大的CD163表达，以及几个单核细胞相关标志物，包括CD11b和CD64。非线性降维(UMAP，isoMAP)和拟时间(NBOR，Wishbone)分析确证了从表达pre-DC相关标志物的CD5⁺细胞向CD5^-CD163^-细胞，然后向CD163⁺CD14^-细胞和最后CD163⁺CD14⁺细胞的表型进展(图S5E-G和S5H-K)。这些pre-DC相关标志物中的一些也在先前的研究中在RNA水平上被定义(图9L)。注意：Wishbone(一种支化拟时间分析方法)仅揭示了一个从CD5⁺细胞开始和以CD163⁺CD14⁺细胞结束的分支，这暗示这些细胞代表一个分化和/或激活连续群。四个经定义的cDC2亚类每个都有一组它们特异性地高度表达的标志物(图8F)。令人感兴趣的是，扫描电子显微术分析显示，CD5^-CD163⁺CD14⁺细胞是cDC2亚类之中最大的细胞，并且具有相比于其他亚类而言和相比于CD88⁺CD89⁺CD14^hiCD16^-经典单核细胞而言更粗糙和更具颗粒的膜，这两个特征都经常与更大的激活/成熟相关联(图8G、图9M)。这些观察结果通过其更大的大小和颗粒度而得到确证，如通过经由流式细胞术测量的各自的前向散射(FSC-A，大小)和侧向散射(SSC-A，颗粒度)所测定的(图8H)。

这四个cDC2群体的FLT3L依赖性还通过在四名注射了FLT3L的患者的血液中对它们施行特性谱分析在体内进行了评价(图10A和图11A)。相比于基线(D0)，在FLT3L注射后(D14)cDC2群体相比于CD14^hiCD1c^-cMo(其比例降低了)而言全都增加了。

接下来进行了四个cDC2亚类的大批量RNAseq，以评价它们各自与由Villani等人(Villani等人,2017)所描述的DC2和DC3(cDC2亚类)的关系。在RNA水平上也观察到在cDC2亚类之间的表型进展(参见图9H-K)：在cDC2亚类上的大批量RNAseq的连通图(cMAP)分析显示出在CD5⁺cDC2中Villani的DC2基因特征的强烈富集，而三个其他CD5^-cDC2亚类具有DC3基因特征，其cMAP得分从CD5^-CD163^-进展至CD163⁺CD14^-并且在CD163⁺CD14⁺细胞中最大化(图10B)。PCA以及随后的UMAP(使用这些大批量RNAseq数据的前10个PC分析)显示，CD5⁺细胞被重新分组，而CD5^-亚类也被重新分组但从CD5^-CD163^-进展至CD163⁺CD14^-细胞并且最后进展至CD163⁺CD14⁺细胞，这分别确证了CD5⁺cDC2的DC2 vs.DC3特征，相对于三个CD5^-cDC2亚类(图10C)。此外，在scRNAseq分析(图7B-H)中，所有CD5⁺cDC2仅在与Villani的DC2相关的cDC2簇#2中被检测到。cMAP分析和在UMAP空间中观察到两个清晰的cDC2簇确证了cDC2的DC2/DC3亚分类：一个簇仅包括CD5⁺细胞，因此相应于DC2，而三个CD5^-亚类形成了相应于DC3的簇。从现在起，将会将CD5⁺细胞划定为DC2，而将CD163^-CD5^-、CD5^-CD163⁺CD14^-和CD5^-CD163⁺CD14⁺细胞划定为DC3。

注意：这四个亚类每个具有特异性的、高度表达的基因，例如CD74(MHC-II不变的γ链)以及pre-DC相关基因AXL、SIGLEC6(CD327)、CD5和BLTA(如在(Villani等人,2017)中所报道的)，对于CD5⁺DC2；LTB(淋巴毒素-β)，对于CD5^-CD163^-DC3；CD109，对于CD163⁺CD14^-DC3；和单核细胞相关基因S100A8，S100A9和CD14，对于CD163⁺CD14⁺DC3(图10D、图11B和表S3)。

DC是唯一能够激活幼稚T细胞和使幼稚T细胞极化的细胞。因此，发明人将同种异体幼稚CD4⁺T细胞与DC2和DC3亚类一起共培养以评价其潜在的功能特化(图10E和图11C)。虽然所有亚类都诱导相似程度的CD4⁺T细胞的增殖和Th1极化(IFNγ⁺)，但是它们诱导IL-4⁺(Th2)和IL-17⁺(Th17)CD4⁺T细胞的能力从CD163^-(CD5⁺DC2和CD5^-CD163^-CD14^-DC3两者)到CD163⁺CD14^-DC3和最后CD163⁺CD14⁺DC3逐渐地增加。CD163⁺DC3的该更高的Th17极化能力(其对于CD163⁺CD14⁺DC3来说是最高的)确证了在富含cDC2的CD14⁺DC3亚类的cDC2簇#4(DC3)中观察到的pro-Th17特征(图6M)。令人感兴趣的是，一项研究先前在来自具有乳腺癌的患者的腹水中鉴定出了pro-Th17炎性DC(inflDC)，它们基于其与体外单核细胞衍生的DC的基因特征强烈相关的基因特征而被描述为是单核细胞衍生的。鉴于CD163⁺CD14⁺DC3的强的Th17极化能力，假定它们可能相应于循环inflDC基因，但可能与cDC2相关而不与单核细胞相关。惹人注目的是，唯一强烈地表达inflDC特异性基因的细胞是CD14⁺cDC2(DC3的亚类)(图10F和表S2)。推定的“炎性”血液CD14⁺cDC2也具有CD206、TLR2和TLR4(其被描述为是在inflDC中高度表达的)的最高表达(图11D)。

发明人接下来进行了图10B-D的cDC2亚类大批量RNAseq数据的途径分析。cDC2亚类富含参与不同途径的基因，其中CD5⁺DC2途径与来自图7B-C的cDC2簇#2(与DC2相关)部分重叠。CD163⁺CD14⁺炎性DC3与所描述的inflDC共享12.3％的其特异性DEG，而三个其他亚类与inflDC没有或仅有最少程度的重叠(图11E)。CD163⁺CD14⁺炎性DC3也富含参与“树突细胞成熟”、“氧化氮和活性氧类别(NOS和ROS)的产生”、“吞噬体形成”、“死亡受体信号传导”、“炎性体途径”、“自体吞噬”途径以及“系统性红斑狼疮(SLE)信号传导”的基因，这表明了它们在该疾病中的推定的作用(图10G)。

总之，高维单细胞蛋白质和RNA数据分析揭示了先前被低估的血液cDC2的异质性。发明人以无偏倚的方式描绘了血液炎性CD1c^loCD14⁺细胞(循环inflDC)，其未被包括在由Villani等人所描述的DC3亚类中，因为CD14⁺细胞被从他们的分析中排除了。

经高度激活的CD163⁺DC3在狼疮患者的血液中积累

DC可以诱导适应性免疫应答或者维持耐受，并且当这种平衡失去时自身免疫就会发生。令人感兴趣的是，从cDC2亚类的大批量RNAseq中鉴定出的居前的途径之一是在炎性CD14⁺DC3中的“SLE信号传导”途径。因此，发明人评价了新定义的cDC2亚类在具有SLE的患者的血液中的牵涉，相比于健康受试者和具有系统性硬化病(SSc)(另一种全身性自身免疫性疾病)的患者而言(关于患者信息，参见“材料和方法”)。虽然在所有受试者中CD5⁺DC2的比例是相当的，但是在CD5^-DC3之中，观察到总CD163⁺DC3(CD14^-和CD14⁺亚类两者)的显著增加，这通过仅在SLE患者中的CD163^-DC3的减少而反映出来(图12A-C和图13A-B)。重要的是，在SLE患者中循环CD163⁺DC3的比例与SLE疾病活动性指数(SLEDAI，疾病得分)显著相关(图12D和图13C)。SLE患者CD163⁺DC3也显示出CD163(一种清道夫受体)和CD169(一种由I型干扰素(IFN-I)可诱导的标志物)的增加的表达，它们在CD163⁺CD14⁺DC3上是最高的(图12E)。

发明人仅对循环CD5⁺DC2和CD163⁺DC3进行了大批量RNAseq，它们可以以足够用于进行分析的数目被从健康受试者和SLE患者中分选出来(图12F-H)。当比较健康受试者和SLE患者时，大多数在SLE CD5⁺DC2中上调的基因是经IFN-I刺激的基因(ISG)，但是绝大多数的DEG在SLE患者中降低(图12F-G和表S3)。这一发现与CD163⁺DC3形成鲜明对比，后者显示出绝大多数的在SLE患者中的上调的基因，包括ISG，但也有几种促炎分子，包括TNFRSF10A(CD261/TRAIL-R1)、LILRB1(CD85j/ILT2)和TNFRSF21(CD358/死亡受体6)。

通过途径分析确证了在SLE患者中CD163⁺DC3的较高的成熟和激活状态，所述途径分析显示了“死亡受体信号传导”和“树突细胞成熟”途径的强烈激活(正的z-得分)(图12H)。该后一途径在CD5⁺DC2中也是显著的，但被强烈抑制(负的z-得分)。途径分析也确证，大多数的SLE CD5⁺DC3的显著途径被抑制(负的z-得分)，并且在CD5⁺DC2和CD163⁺DC3中都出现“干扰素(IFN-I)信号传导”的强烈的正激活。在SLE患者中与CD163⁺DC3的强烈激活相平行的CD5⁺DC2的总体抑制强调了cDC2不能作为整体来进行分析，而必须独个地视为亚类，以理解它们在任何疾病的病理生理学中的作用。

CD14⁺DC3在SLE环境中变成是高度促炎的

接下来探讨健康的cDC2亚类的SLE表型是否可以在SLE环境中重演。发明人首先评价了当在来自非活动性或活动性SLE患者的血清或者来自健康受试者的血清存在下进行培养时，来自健康血液捐献者的cDC2亚类是否可以被特异性地激活(图14A)。使用UMAP的无监督分析揭示，CD163⁺CD14^-DC3和炎性CD163⁺CD14⁺DC3的分泌物组形成两个独立的簇，而CD5⁺DC2和CD163^-CD14^-DC3的分泌物组大部分地被重新分组(图14B)，这确证了这些cDC2亚类的功能特化。对于这两个CD163⁺DC3亚类，分泌物组基于疾病状态来进一步进行重新分组，其中亚簇仅包含通过与活动性或非活动性SLE(CD163⁺CD14^-DC3)和仅活动性SLE(炎性CD163⁺CD14⁺DC3)血清一起进行培养而获得的分泌物组(图14C)。相比于具有来自健康受试者的血清的培养物而言，只有这两个CD163⁺DC3亚类当与活动性SLE血清一起进行培养时显著增加了其分泌能力，尤其是炎性CD163⁺CD14⁺DC3，其分泌更多的已知参与SLE病理生理学的促炎介体，例如BAFF、IL-1α、GRO-α(CXCL1)、MCP-3(CCL7)、MIG(CXCL9)、SDF-1(CXCL12)、IL-8、VEGF-A和TWEAK(图14D-E和图13D)。这些数据再次确认，cDC2不应当作为整体来进行研究，因为当暴露于病理学环境(例如，来自SLE患者的血清)时，cDC2亚类在其应答中显示出惊人的功能差异：这两个CD163⁺DC3亚类，特别是炎性CD163⁺CD14⁺DC3，每个均显示出特异性的且强烈的促炎应答。

在患病样本中检测到增加的DC3

在炎性皮肤疾病的情景下，通过流式细胞术来分析来自特应性皮炎(AD)和银屑病(PSO)患者的相匹配的非损伤的和损伤的(患病的)皮肤，揭示了特别是在PSO患者的损伤的皮肤中DC3的显著增加(图15A)。接下来，来自四名肝细胞癌(HCC)患者的相匹配的正常的邻近肝组织和不同的肿瘤部分的流式细胞术分析显示出在这四名患者的肿瘤中CD14⁺炎性DC3的增加的比例，相比于它们的相匹配的正常的邻近肝脏而言(图15B)。相比于健康血液捐献者而言，还观察到在系统性红斑狼疮(SLE)患者的血液中DC3的频率的增加(图15C)，这是在系统性硬化病(SSc)(另一种全身性自身免疫性疾病)患者中未出现的增加。

讨论

通过使用人血液MNP的高维单细胞蛋白质和RNA表达分析，发明人已经精确地描绘了所有MNP亚类并且鉴定了新的标志物以明确地定义cDC2和单核细胞群体。发明人还阐明了cDC2异质性，其中揭示了FLT3L-响应性IRF4⁺CD14⁺cDC2亚类，该亚类在具有SLE的患者的血液中积累并且展现出促炎功能。

Villani等人先前在人血液中鉴定出了四个单核细胞(Mono1至Mono4)和六个DC(DC1至DC6)群体(Villani等人,2017)。Mono1和Mono3相应于经典CD14⁺CD16^-单核细胞(cMo)，Mono2相应于CD16⁺单核细胞，和Mono4被提议构成一个先前未定义的群体。将该群体反向映射到索引scRNAseq分析上揭示出，Mono4特征基因由一簇表达GZMH、NKG7和GNLY NK细胞特征转录物的细胞专门表达，因此发明人将它们鉴定为CD16^+/-HLA-DR^lo NK细胞。与该结论相一致，Günther等人(其已经通过使用索引scRNAseq而建立了人血液MNP系统的经更新的共有图谱(Günther,2019))也得出结论：Mono4群体相应于HLA-DR^-CD16⁺CD56^-NK-细胞，其可能污染了由Villani等人所鉴定的单核细胞群体。

关于DC亚类，由Villani等人所鉴定的DC1和DC6分别相应于先前所描述的cDC1和pDC亚类，而DC2和DC3相应于两个cDC2亚类；后一类细胞表达CD163并且被划定为炎性DC。但是，Villani等人还鉴定出了两个另外的先前未描述的DC亚类：DC4(CD141^-CD1c^-)和罕见的DC5(AXL⁺SIGLEC6⁺/AS-DC)亚类。目前的数据确证了DC1作为cDC1，DC2和DC3作为cDC2，和DC6作为pDC的身份。Günther等人还显示，pre-DC和DC5在其图谱中重叠，但是DC5代表了也与cDC2的DC2亚类重叠的一个更大的群体，如通过由Villani等人和See等人所使用的门控策略所定义的那样。还确证DC5特征基因由pre-DC最高地表达，但是DC5也包括pre-cDC2和一些AXL⁺CD45RA^-DC2(图6J-K)，这些后来也是CD5⁺(数据未显示)。关于CD141^-CD1c^-DC4，Villani等人显示，这些细胞表达CD14、C5AR(CD88，前两个单核细胞标志物之一)和FCGR3A(CD16)。Günther等人将这些细胞重新分类为CD16⁺非经典单核细胞(ncMo)，这与显示了在CD16⁺单核细胞中DC4特征基因的富集的索引scRNAseq数据相一致。该发现还与最近的一份报道相一致，该报道提出DC4更确切的是与CD14^dim/-CD16^-单核细胞的亚类相关。总之，关于DC4和Mono4的发现与Günther等人的那些发现相一致，他们已经证明这两种细胞类型分别为CD16⁺slan^+/-CD14^lo ncMo和CD56^-NK细胞(Günther,2019)。

在索引scRNAseq数据中，Villani等人的居前的DC2和DC3特征基因分别与cDC2簇#2和簇#4相映射，其分别包括所有CD5⁺cDC2和大多数CD14⁺cDC2。此外，InfinityFlow蛋白质表达和大批量RNAseq分析都揭示，CD5⁺cDC2和CD5^-cDC2的三个亚类分别显示了最大的DC2和DC3蛋白质和特征基因的表达。总之，CD5⁺cDC2相应于DC2，和CD5^-cDC2(三个亚类)相应于DC3的亚类。因为Villani等人严格排除了CD14⁺细胞以对DC进行分选，所以他们可能仅捕获了在此所定义的DC3的炎性CD14⁺亚类的一小部分。相反，Villani等人基于CD14和S100A9表达而将其划定为“炎性的”的CD163⁺DC3可能相应于发明人所定义的较小的CD163⁺CD14^-DC3亚类。在此，除了扩展了该DC3亚类的表型表征之外，发明人还在功能上证明了CD14⁺DC3的炎性性质，其不仅在数目方面增加，而且还被重新编程以增强其在具有SLE的患者的血液中的促炎功能。发明人进一步证明了它们的促炎潜力，因为来自健康捐赠者的CD14⁺DC3具有由具有活动性SLE的患者的血清触发的高度促炎的分泌物组。虽然CD163⁺CD14^-DC3在患者血液中也增加了，但它们分泌中等数量的促炎介体，以高于CD5⁺DC2和CD163^-CD14^-DC3的水平但以低于炎性CD14⁺DC3的水平。虽然在大批量RNAseq数据的UMAP分析中将CD5⁺细胞与三个其他亚类分开，但是三个其他CD5^-cDC2亚类(DC3)在蛋白质和RNA水平上均相连结，并且从CD5^-CD163^-到CD163⁺CD14^-和最终朝向CD163⁺CD14⁺细胞进展，如通过NBOR和Wishbone拟时间分析所确证的。通过观察到在具有SLE的患者的血液中CD5^-CD163^-和CD163⁺CD14^+/-DC3的逆相关的比例也暗示了该逐渐的转变。这些结果确证，CD5⁺DC2可能代表一个相应于Villani等人的DC2的独立群体，其不同于CD5^-cDC2(DC3)级分(相反，其包括处于不同的成熟阶段和/或激活状态的群体)。未来的研究应当旨在了解在其个体发生方面这两个群体之间的关系，并且确定在分子上和在表型上与pre-DC相关的CD5⁺cDC2(DC2)是否可以分化为CD5^-CD163^+/-DC3和最终分化为炎性CD163⁺CD14⁺DC3。

一项研究先前描述了在来自具有乳腺肿瘤的患者的腹水中的炎性DC(inflDC)群体(其被描述为单核细胞衍生的)，其强烈地促进Th17 CD4⁺T-细胞极化。令人感兴趣的是，infDC特异性基因映射至CD14⁺cDC2，后者也是最大的Th17诱导物。此外，包括大多数CD14⁺DC3的cDC2簇#4(索引scRNAseq数据)富含参与“IL-17A在银屑病中的作用”途径的基因，这确证了在体内CD14⁺DC3被编程以有利于Th17极化。还观察到，相比于所有其他cDC2而言，CD14⁺DC3具有更高的NOTCH2表达和更低的KLF4表达。另一项研究也观察到在鼠类cDC2之中的一些异质性，其中具有表达分别有利于Th2或Th17极化的KFL4或NOTCH2转录因子的亚类。最后，所有cDC2亚类都显示对于FLT3L治疗是应答性的；因此，提出人炎性CD14⁺DC3不是单核细胞衍生的，而是属于DC谱系并且可能相应于小鼠NOTCH2⁺cDC2。但是，与鼠类数据相反，这些细胞还使得幼稚CD4⁺T细胞有准备向着Th2进展；该CD4⁺T细胞极化是SLE(其是一种B细胞驱动的疾病)的特点。CD14⁺DC3的促炎性质也通过它们的CD354(TREM1)蛋白的高表达和参与“TREM1信号传导途径”的基因的富集而得到确证。进一步的研究应当探讨TREM1在炎性CD14⁺DC3中的作用，因为它通过刺激促炎趋化因子和细胞因子的释放以及激活标记物的增加的表面表达来放大由细菌和真菌感染所触发的炎症应答。最后，炎性CD14⁺DC3还富含来自“TWEAK信号传导途径”的基因，并且TWEAK是在SLE免疫病理学中所牵涉的多种促炎介体(这些细胞当在活动性SLE患者的血清存在下进行培养时分泌它们)之一。

STAR方法

关键资源表格

血液和血清样品

按照来自新加坡SingHealth和国家卫生保健集团研究伦理学委员会(NationalHealth Care Group Research Ethics Committee)的有利伦理意见来获得人样品。从乌得勒支(Utrecht)收集样本得到了University Medical Centre Utrecht的医学伦理委员会的批准。用FLT3L进行治疗的患者样品是按照由Mount Sinai Institutional ReviewBoard批准的临床实验方案并按照美国法律来获得的。按照由National University ofSingapore Institutional Review Board和SingHealth Centralised InstitutionalReview Board批准的程序从所有捐赠者获得书面知情同意书。用于LegendScreen实验(图1)的外周血单核细胞(PBMC)获得自单采血液成分术残留物，并且用于单细胞RNAseq(scRNAseq)实验(图7)的PBMC获得自全血(两名不同的捐赠者)。对于功能实验，通过对经由Health Sciences Authorities(HSA,Singapore)从志愿者捐赠者获得的单采血液成分术残留物样品进行Ficoll-Paque(GE Healthcare)密度梯度离心来分离PBMC。从15名具有系统性硬化病(SSc)的患者，从10名具有满足关于SLE的1997ACR分类标准的系统性红斑狼疮(SLE)的患者，和从10名健康受试者来获得PBMC。SSc、SLE患者和健康受试者的PBMC均来自大学医学中心(Utrecht,Netherlands)(表S4)。在接受FLT3L治疗之前和已经接受FLT3L治疗之后11天来自7名具有滤泡型淋巴瘤或小淋巴细胞淋巴瘤的患者的PBMC获得自MountSinai Medical School(New York,U.S.A.)(表S5)。血清样品获得自24名具有非活动性(n＝12)和活动性(n＝12)SLE的患者和12名健康受试者(表S6)。脾脏组织获得自经历了远端胰切开术的具有胰腺肿瘤的患者(Singapore General Hospital,Singapore)。扁桃体组织获得自具有腺样扁桃体阻塞并且经历了增殖腺扁桃体切除术的患者(KK Hospital,Singapore)。将脾脏和扁桃体组织如先前所描述的那样进行处理(Haniffa等人,2012)。

LegendScreen和InfinityFlow管线

通过对从一名经由Health Sciences Authorities(HSA,Singapore)鉴定的志愿者捐赠者获得的单采血液成分术残留物样品进行Ficoll-Paque(GE Healthcare)密度梯度离心来分离PBMC(7亿)。将细胞与Live/Dead蓝色染料(Invitrogen)一起在4℃下在磷酸盐缓冲盐水(PBS)中温育30分钟，然后在5％经热灭活的胎牛血清(FCS)(Sigma Aldrich)中在4℃下温育15分钟。向细胞添加下面的14种抗骨架标志物抗体并且在4℃下温育30分钟，然后洗涤：CD123-BUV395(克隆7G3)、HLA-DR-BV786(克隆L243)、CD5-BV711(克隆UCHT2)、CD3-BV650(克隆SP34-2)、CD20-BV650(克隆2H7)、CD45-V500(克隆HI30)、CD2-BV421(克隆RPA-2.10)、CD45RA-FITC(克隆5H9)、CD14-AlexaFluor700(克隆M5E2)，均来自BD Biosciences；CD163-BV605(克隆GHI/61)、CD1c-PercP/Cy5.5(克隆L161)、CD88-PE/Cy7(克隆S5/1)、CD16-APC/Cy7(克隆3G8)，均来自Biolegend；CD141-APC(克隆AD5-14H12，Miltenyibiotec)。然后，遵循制造商的说明书，使用

人PE试剂盒(Biolegend)，用332种不同的缀合有PE的抗体(表S1)对细胞进行染色。

InfinityFlow管线涉及PE-结合的标志物的强度的回归分析，其中使用骨架标志物的强度。详细地，使用logicle变换来对经补偿的细胞计量术数据进行变换，其中参数为w＝0.1、t＝500000、m＝4.5和a＝0，如在flowCore R程序包中所定义的。对于Legend Screen(Biolegend)实验的每个fcs文件，随机选择一半的事件以用默认参数通过使用e1071 R程序包来训练ε-回归支持向量机(SVM)模型，从而得到332个SVM回归模型。对于每个模型，PE-结合的标志物的强度用作响应变量，和骨架标志物的强度用作独立变量。对于每个事件，将每个SVM回归模型应用在其相关联的骨架标志物强度向量上以预测332个PE-结合的标志物的强度。对于332个初始Legend Screen fcs文件中的每一个，将这332个经回归的值变换回线性强度标度，与骨架和PE-标志物表达值相链接，并且作为332个新的单个.fcs文件导回。

这些预测用作用于t-分布式随机邻域嵌入(t-distributed StochasticNeighbor Embedding；t-SNE)降维(使用来自Rtsne R程序包的t-SNE的Barnes-Hut实现)和Phenograph聚类(来自Rphenograph R程序包)的输入。对于cDC2和单核细胞辨别性标志物的分析(图4A-B)，在通过使用所有MNP辨别性标志物而生成的tSNE空间中鉴定单核细胞或cDC2。对于每个PE-缀合的预测的强度向量，计算无符号的ROC曲线下面积(AUC)以总结其描绘cDC2和单核细胞的能力。

CD163⁺ cDC2和cMo的PCA和分箱分析

从通过使用用14种抗骨架标志物抗体和

人PE试剂盒进行染色的PBMC而生成的332个fcs文件，输出通过使用在图5G中所显示的策略进行门控的细胞，并且通过使用14个骨架标志物的平均荧光强度(MFI)来进行PCA。在所得的PCA空间中，将细胞分开到40个沿着PC1轴进行定义的箱(每个包含2.5％的总细胞)中。使用332个可变PE标志物的MFI，通过tSNE/Phenograph来分析所述40个箱。

用于降维和拟时间分析的算法

对于CyTOF(图4G-I)、scRNAseq(图7C)和Luminex数据(图14B-D)，通过使用logicle变换函数(Parks等人,2006)来对标志物、PC表达值和可溶性介体浓度(分别地)进行变换。对于流式细胞术数据，通过使用来自flowCore R程序包的自动logicle变换函数来对标志物表达值进行变换。

通过使用所有标志物或重大PC(基于Seurat分析)来进行tSNE和一致流形逼近和投影(Uniform Manifold Approximation and Projection；UMAP)。对于tSNE，将具有默认参数的在Rtsne R程序包中的Rtsne函数用于流式细胞术和CyTOF数据，并且使用等于10的混乱状态(perplexity)来用于scRNAseq分析。UMAP 2.4.0版在Python中实施，但通过reticulate R程序包来执行以将R对象与Python相联接。通过使用15个最近邻域(nn)、0.2的min_dist和欧几里得距离来运行UMAP(Becht等人,2018；McInnes等人,2018)。在降维之前通过使用所有标志物或重大PC(基于Seurat分析)来进行Phenograph聚类(Levine等人,2015)，其中对于流式细胞术和CyTOF分析，用等于30的最近邻域数目，和对于scRNAseq分析，用等于15的最近邻域数目。

等距特征映射(isometric feature mapping；isoMAP)(Tenenbaum等人,2000)降维通过使用在vegan R程序包中的vegdist、spantree和isomap函数来进行(Chen等人,2016)。vegdist函数用method＝“euclidean”来运行。spantree函数用默认参数来运行。isoMAP函数用等于输入数据的原始维度数目的ndim和k＝5来运行。

Wishbone分析(Setty等人,2016)通过使用来自在图8B-C中的PCA的前40个荷载标志物来进行。选择具有高的CD5表达的候选细胞(n＝106)作为拟时间分析的开始。然后，计算中位拟时间轨迹并且将其用于进一步的NBOR分析(Schlitzer等人,2015b)。将轨迹分开到四个箱中作为NBOR输入。然后，NBOR细化细胞的次序并且将基因聚类为四个簇。生成在每个基因簇中的平滑的标志物表达值以阐明在所述簇中的表达趋势。

将从tSNE、UMAP、isoMAP、Wishbone拟时间维度和Phenograph分析获得的结果合并为附加参数并且转换为.fcs文件，其然后被加载到FlowJo中以在降低的维度上生成标志物表达的热图。

人细胞流式细胞术：标记、染色、分析和细胞分选

所有用于荧光激活细胞分选(FACS)和流式细胞术的抗体均为小鼠抗人单克隆抗体(mAb)，除了鸡抗人CADM1 IgY初级mAb之外。用于流式细胞术的mAb列在表S7中，和所有流式细胞术专题小组(panel)列在表S8中。简而言之，洗涤5×10⁶个细胞/管，并且与Live/Dead蓝色染料(Invitrogen)一起在PBS中在4℃下温育30分钟，然后在5％经热灭活的FCS(Sigma Aldrich)中在4℃下温育15分钟。向细胞添加在具有2％FCS和2mM EDTA的PBS中进行稀释的合适抗体并且在4℃下温育30分钟，然后进行洗涤并且用第二试剂进行检测。对于胞质内或核内标记或染色，分别按照制造商的说明书用BD Cytofix/Cytoperm(BDBiosciences)或用eBioscience FoxP3/转录因子染色缓冲液套组(eBioscience/Affimetrix)来固定和透化细胞。在BD FACSFortessa(BD Biosciences)上进行流式细胞术，并且使用BD FACSDiva 6.0(BD Biosciences)或FlowJo v.10.5.3(Tree Star Inc.)来分析数据。

质谱细胞计量术(mass cytometry)染色、加条形码、获取和数据分析

对于质谱细胞计量术，从Invitrogen、Fluidigm(经预缀合的抗体)、Biolegend、eBioscience、Becton Dickinson或R&D Systems获得经预缀合的或经纯化的抗体，如在表S9中所列出的。对于一些标志物，使用缀合有荧光团或缀合有生物素的抗体作为一抗，随后用抗荧光团的缀合有金属的抗体(例如，抗-FITC克隆FIT-22)或缀合有金属的链霉抗生物素蛋白进行二次标记，其如先前所描述的那样产生(Becher等人,2014)。简而言之，将在U形底96-孔平板(BD Falcon，Cat#3077)中的3×10⁶个细胞/孔用200μL FACS缓冲液(在1X PBS中的4％FBS、2mM EDTA、0.05％叠氮化物)洗涤一次，然后用100μL 200μM顺铂(Sigma-Aldrich，Cat#479306-1G)在冰上染色5分钟以排除死细胞。然后，将细胞用FACS缓冲液进行洗涤和用PBS洗涤一次，之后用200μL在PBS中的2％低聚甲醛(PFA；Electron MicroscopySciences，Cat#15710)固定过夜或更长时间。在固定之后，在室温下使细胞形成粒状沉淀并且重悬浮在200uL 1X透化缓冲液(Biolegend，Cat#421002)中5分钟以使得细胞内标记成为可能。通过在100mM HEPES缓冲液(Gibco，Cat#15630)中溶解BABE(Dojindo，Cat#B437)至2mM的最终浓度来制备连接有溴乙酰氨基苄基-EDTA(BABE)的金属条形码。然后，将在同位素方面经纯化的PdCl₂(Trace Sciences Inc.)添加至2mM BABE溶液至0.5mM的最终浓度。类似地，通过在L缓冲液(MAXPAR，Cat#PN00008)中溶解DM(Macrocyclics，Cat#B-272)至1mM的最终浓度来制备连接有DOTA-马来酰亚胺(DM)的金属条形码。然后，将RhCl₃(Sigma)和在同位素方面经纯化的LnCl₃以0.5mM的最终浓度添加至DM溶液。使用六个金属条形码：BABE-Pd-102、BABE-Pd-104、BABE-Pd-106、BABE-Pd-108、BABE-Pd-110和DM-Ln-113。

将所有BABE和DM-金属溶液混合物立即在液氮中闪冻并且储存于-80℃。选择独特的双重条形码组合以对每个组织样品进行染色。以1:4000稀释度使用条形码Pd-102，以1:2000稀释度使用条形码Pd-104，以1:1000稀释度使用条形码Pd-106和Pd-108，和以1:500稀释度使用条形码Pd-110和Ln-113。将细胞与100μL在PBS中的条形码一起在冰上温育30分钟，在透化缓冲液中进行洗涤，然后在FACS缓冲液中在冰上温育10分钟。然后，在室温下使细胞形成粒状沉淀并且重悬浮在100μL的在2％PFA/PBS中的核酸Ir-嵌入剂(MAXPAR，Cat#201192B)(1:2000)之中。在20分钟后，将细胞用FACS缓冲液洗涤两次和用水洗涤两次，之后重悬浮在水中。在每一套组中，从所有组织类型汇集细胞，进行计数，并且稀释至0.5×10⁶个细胞/mL。在获取之前以1％浓度添加EQ Four Element Calibration珠粒(DVS Science，Fluidigm)。获取细胞数据并且使用CyTOF质谱细胞计量仪(Fluidigm)来进行分析。

CyTOF数据以常规流式细胞术文件(.fcs)格式进行输出并且使用先前所描述的软件来进行规范化(Finck等人,2013)。使用在质谱细胞计量术软件的先前版本中所采用的自定义R脚本来给具有零值的事件随机分配在0和-1之间的值(Newell等人,2012)。使用在FlowJo之内的Boolean门控算法来使关于每个条形码的细胞去卷积。使用FlowJo来对PBMC的CD45⁺Lin(CD3/CD19/CD20)^-HLA-DR⁺群体进行门控并且以.fcs文件输出。

索引分选和SMARTseq2单细胞转录物组数据的生成

在BD FACSARIAIII(BD Biosciences)上通过使用索引分选专题小组(表S8)来将来自血液捐献者的PBMC索引分选入包含3μL裂解缓冲液(见下文)的96-孔平板中，其中使用70μm喷嘴。通过使用具有下列修改的SMARTSeq v2实验方案(Picelli等人,2014)来制备单细胞cDNA文库：(i)1mg/ml BSA裂解缓冲液(

Thermo Fisher Scientific,Waltham,MA,USA)；和(ii)200pg cDNA，用1/5反应的Illumina Nextera XT试剂盒(Illumina,San Diego,CA,USA)。在Perkin Elmer Labchip(Perkin Elmer,Waltham,MA,USA)上通过使用DNA高灵敏度试剂试剂盒来监测cDNA文库的长度分布。让所有样品都经历在Illumina HiSeq 4000系统(Illumina,San Diego,CA,USA)上的2×151个循环的索引双端测序(indexed paired-end sequencing)运行，其中300个样品/泳道。数据是通过GEO(GEO:GSE132566)可得的。

SMARTseq2单细胞转录物组数据的预处理、质量评估和控制以及分析

使用RSEM版本1.3.0将双端原始读段(read)与人参考基因组(GRCh38版本25版；Gencode)进行比对。每百万读段的转录物(TPM)值通过使用RSEM来进行计算并且用于下游分析。使用Seurat R程序包来进行质量控制、高度可变基因的选择、PCA和差异基因分析。将tSNE和UMAP用于降维，并且通过使用phenograph算法来鉴定细胞簇，如上面所详细说明的。将由已知细胞类型进行的关键特征基因的表达水平用于相应地注释细胞簇。最后，从由Villani等人(Villani等人,2017)进行的先前研究中提取出六个DC亚类和四个单核细胞亚类的特征基因，并且将前20个特征基因的表达叠加在以热图形式(图7G)或者作为所有特征基因的平均表达(作为意义图)(图7H)的数据上。从Segura等人的微阵列数据(GEO，登录号GSE40484；关于分析的更多细节参见下文)(Segura等人,2013)，生成炎性DC(inflDC)特异性基因[其被定义为在inflDC与四种其他细胞类型之间的差异表达基因(DEG)的交集]的列表，并且将其平均表达作为意义图或者作为在Prism 8(GraphPad)中编译的小提琴图进行叠加(图10F)。所有展示出基因表达水平或平均特征基因的scRNAseq点图和意义图均通过使用SecGec软件(Flow Jo LLC)来生成。

来自Segura等人的微阵列数据的分析

为了重新分析来自Segura等人(Segura等人,2013)的微阵列数据，通过使用来自Bioconductor项目的GEOquery和limma R程序包在原始的提交者提供的经处理的数据表格上进行比较(Davis和Meltzer,2007；Smyth,2004,2005)。GEOquery R程序包将GEO数据解析为R数据结构，其可以被其他R程序包使用。

大批量RNAseq数据的生成和分析

通过使用具有下列修改的SMARTSeq v2实验方案(Picelli等人,2014)来从100个细胞中制备cDNA文库：(i)1mg/ml BSA裂解缓冲液(

Thermo FisherScientific,Waltham,MA,USA)；(ii)添加20μM TSO；和(iii)200pg cDNA，用1/5反应的Illumina Nextera XT试剂盒(Illumina,San Diego,CA,USA)。在Perkin Elmer Labchip(Perkin Elmer,Waltham,MA,USA)上通过使用DNA高灵敏度试剂试剂盒来监测cDNA文库的长度分布。让所有样品都经历在Illumina HiSeq 4000系统(Illumina,San Diego,CA,USA)上的2×151个循环的索引双端测序运行，其中23-24个样品/泳道。通过使用Salmon(版本0.9.1)(Patro等人,2017)来将从RNA测序获得的双端读段映射至从Gencode版本28(Harrow等人,2012)获得的人转录物序列。通过使用tximport R/Bioconductor程序包(版本1.2.0)来将通过Salmon定量的转录物丰度总结为基因水平计数和规范化的基因水平丰度(以每百万的转录物(transcript per million；TPM)单位)。细胞亚类特异性DEG被鉴定为相比于所有其他细胞亚类而言显著地上调或下调的那些。为了鉴定这些基因，在每个目的细胞亚类和每个其他细胞亚类之间通过使用DESeq2来进行DEG分析。使用在所有比较中的t-检验的最大p-值(标称值)(p_max)来控制I型错误率，其中p_max的阈值<0.05。在对于通过p-值是显著的基因进行过滤后，选择上调(或下调)的基因作为对于其来说在所有比较中倍数变化始终大于(或小于)零的那些基因。使用Log₂ TPM值来生成DEG热图。通过实施比较了源自SLE患者和健康对照的样品的DEG分析来鉴定在细胞亚类中由于SLE而被调节的基因，其中将通过Benjamini Hochberg方法为了多重检验校正而进行调整的p-值用于控制I型错误率。对于途径分析，将通过上面提及的方法被鉴定为细胞亚类特异性的或SLE调节的基因的列表，连同各自的倍数变化和p-值一起，提供至独创性途径分析^TM(IPA)软件。基于在途径中差异表达基因的比例，IPA分析报告了在所提供的基因列表中的途径富集的p-值。基于倍数变化的方向，IPA将途径的上调或下调预测为Z-得分，其中正和负的得分分别暗示了所预测的上调和下调。在由IPA所报告的显著途径之内，48条与免疫应答有关的途径被列入决选名单，并且将雷达图用于总结在基因列表中的这些途径的p-值和Z-得分。通过使用由Villani等人所发表的在DC2和DC3之间的DEG(高和低基因)的列表来进行cMAP分析(Lamb等人,2006)。对于每个大批量RNAseq样本，cMAP生成了富集得分，其将富集程度(或“紧密度”)定量至给定的基因特征。将富集得分进行定等级并且分配正值或负值以分别指明关于DC3或DC2特征基因的富集。

扫描电子显微术

如先前所描述的(See等人,2017)那样，进行扫描电子显微术。

对于在SLE患者和健康捐献者的血清中进行培养的经分选的cDC2群体施行的

Drop Array^TM测定法

使用关于刺激和Luminex的分选专题小组(表S8)，通过使用BD FACS ARIAIII(BDBiosciences)来分选CD5⁺CD163^-、CD5^-CD163^-、CD5^-CD163⁺CD14^-和CD5^-CD163⁺CD14⁺cDC2。将细胞(2×10³)在V形底96-孔培养物处理平板(总体积，50μL)中在补充有10％FBS、1％青霉素/链霉素的Roswell Park Memorial Institute1640Glutmax培养基(LifeTechnologies)(完全培养基)中并且在2％的来自健康受试者或者具有非活动性或活动性疾病的SLE患者的血清存在下培养18小时。在18小时刺激后，收集上清液用于

分析，其中使用ProcartaPlex,人定制55-plex专题小组(Thermo Fisher Scientific，#PPX-55)来测量下列靶标：APRIL、BAFF、BLC、ENA-78、嗜酸细胞活化趋化因子(Eotaxin)、嗜酸细胞活化趋化因子-2、嗜酸细胞活化趋化因子-3、FGF-2、不规则趋化因子(Fractalkine)、G-CSF、GM-CSF、Gro-α、HGF、IFN-α、IFN-γ、IL-10、IL-12p70、IL-13、IL-15、IL-18、IL-1α、IL-1β、IL-2、IL-20、IL-23、IL-27、IL-2R、IL-3、IL-31、IL-6、IL-7、IL-8、IL-9、IP-10、I-TAC、LIF、MCP-1、MCP-2、MCP-3、MDC、MIF、MIG、MIP-1α、MIP-1β、MIP-3α、MMP-1、SCF、SDF-1α、TNF-α、TNF-β、TNF-RII、TRAIL、TSLP、TWEAK、VEGF-A。通过使用DA-Cell^TM(Curiox Biosystems)

基于珠粒的多重测定法(其同时测量在单个样品中的多个特异性蛋白质靶标)来分析所收获的上清液。使用DA-Cell^TM，将样品或标准品与经荧光编码的磁珠一起进行温育，所述磁珠已经预先包被有各自的捕获抗体。在4℃下温育过夜后，洗涤平板两次。将经生物素化的检测抗体与该复合物一起温育30分钟，然后添加链霉抗生物素蛋白-PE并且温育另外的30分钟。洗涤平板两次，然后用鞘液(sheath fluid)重悬浮珠粒，之后通过使用

4.0(Luminex)获取软件在

3D平台(Luminex)上进行获取。通过使用Bio-Plex Manager^TM 6.1.1(Bio-Rad)来进行数据分析。用5-参数逻辑斯谛(5-PL)算法来生成标准曲线，其报告了关于MFI和浓度数据两者的值。规范化的分析物浓度通过使用logicle变换函数(Parks等人,2006)来进行变换并且通过使用UMAP来进行分析，如上面所描述的那样。

同种异体混合淋巴细胞反应

按照制造商的说明书，使用幼稚CD4⁺T-细胞分离试剂盒II(Miltenyi Biotec)，从PBMC中分离出幼稚CD4⁺T细胞，并且用5μM CellTrace^TM Violet染料(ThermoFischer)在20℃下标记20分钟。将来自经分选的cDC2亚类的总共5,000个细胞与50,000个经CFSE标记的同种异体幼稚T细胞一起在补充有10％KnockOut^TM血清替代物(Life Technologies)的Iscove改良Dulbecco培养基(Life Technologies)中共培养6天。在第6天，用10μg/ml乙酸肉豆蔻佛波醇(InvivoGen)和500μg/ml离子霉素(Sigma Aldrich)在37℃下刺激T细胞1小时。然后，添加10μg/ml布雷菲尔德菌素A溶液4小时，其后用膜标志物(上面所描述的)和对于细胞内细胞因子(下面所描述的)对细胞进行标记。按照制造商的说明书用BD Cytofix/Cytoperm(BD Biosciences)固定和透化细胞，并且用细胞因子特异性抗体进行染色。使用BD LSRII或BD FACSFortessa(BD Biosciences)来进行流式细胞术，并且使用BD FACSDiva6.0(BD Biosciences)或FlowJo v.10(Tree Star Inc.)来分析数据。

统计学分析

关于途径分析(参见图10G、图12H和图6M)的显著性通过IPA软件(Qiagen)来定义。图8H中关于cDC2亚类和cMo的MFI的差异通过参数单因素ANOVA以及随后的Tukey多重比较检验来定义。将Friedman检验(非参数重复测量ANOVA)以及随后的Dunn多重比较检验用于比较在图10E的MLR实验中所述四个cDC2亚类诱导CD4⁺T细胞的增殖和细胞因子产生的能力。将Kruskal Wallis(非参数单因素ANOVA)以及随后的Dunn多重比较检验用于比较在SLE组中相对于在健康对照组中而言由每个cDC2亚类所产生的每种分析物的中位值(参见图14E)。将Mann-Whitney检验用于比较相对于健康受试者或具有SSc的患者而言源自具有SLE的患者的数据。将相关系数和p值计算为皮尔逊相关系数(参见图12D和图13C)。

增补的表格

表S1.LegendScreen标志物

表S2.InflDC差异表达基因(DEG)

表S3.差异表达基因(DEG)，图12F-G

CD5+DC2 DEG

CD5-CD163-DC3 DEG

CD163+CD14-DC3 DEG

CD163+CD14+DC3 DEG

表S4.临床数据，图12A-D

表S5.临床数据，FLT3L-inj

*滤泡型淋巴瘤(FL)，**小淋巴细胞淋巴瘤(SLL)

表S6.临床数据，图14

*HCQ(羟氯喹)，**Pred(泼尼松)，***AZA(硫唑嘌呤)

表S7.FACS抗体

表S9.CyTOF抗体

参考文献

Aliberti,J.,Schulz,O.,Pennington,D.J.,Tsujimura,H.,Reis e Sousa,C.,Ozato,K.,和Sher,A.(2003).Essential role for ICSBP in the in vivo developmentof murine CD8alpha+dendritic cells.Blood 101,305-310.

Becher,B.,Schlitzer,A.,Chen,J.,Mair,F.,Sumatoh,H.R.,Teng,K.W.,Low,D.,Ruedl,C.,Riccardi-Castagnoli,P.,Poidinger,M.等人,(2014).High-dimensionalanalysis of the murine myeloid cell system.Nat Immunol 15,1181-1189.

Becht,E.,McInnes,L.,Healy,J.,Dutertre,C.-A.,Kwok,I.W.H.,Ng,L.G.,Ginhoux,F.,和Newell,E.W.(2018).Dimensionality reduction for visualizingsingle-cell data using UMAP.Nat.Biotechnol.

Becht,E.,Simoni,Y.,Coustan-Smith,E.,Evrard,M.,Cheng,Y.,Ng,L.G.,Campana,D.,和Newell,E.W.(2019).Reverse-engineering flow-cytometry gatingstrategies for phenotypic labelling and high-performance cellsorting.Bioinforma.Oxf.Engl.35,301-308.

Brynjolfsson,S.F.,Magnusson,M.K.,Kong,P.L.,Jensen,T.,Kuijper,J.L.,

K.,Read,C.B.,Stennicke,V.W.,

H.,和Jo Wick,M.(2016).AnAntibody Against Triggering Receptor Expressed on Myeloid Cells 1(TREM-1)Dampens Proinflammatory Cytokine Secretion by Lamina Propria Cells fromPatients with IBD.Inflamm.Bowel Dis.22,1803-1811.

Calzetti,F.,Tamassia,N.,Micheletti,A.,Finotti,G.,Bianchetto-Aguilera,F.,和Cassatella,M.A.(2018).Human dendritic cell subset 4(DC4)correlates to asubset of CD14dim/-CD16++monocytes.J.Allergy Clin.Immunol.141,2276-2279.e3.

Chen,H.,Lau,M.C.,Wong,M.T.,Newell,E.W.,Poidinger,M.,和Chen,J.(2016).Cytofkit:A Bioconductor Package for an Integrated Mass Cytometry DataAnalysis Pipeline.PLoS Comput.Biol.12,e1005112.

Davis,S.,和Meltzer,P.S.(2007).GEOquery:a bridge between the GeneExpression Omnibus(GEO)and BioConductor.Bioinforma.Oxf.Engl.23,1846-1847.

DiGiuseppe,J.A.,Cardinali,J.L.,Rezuke,W.N.,和Pe’er,D.(2018).PhenoGraph and viSNE facilitate the identification of abnormal T-cellpopulations in routine clinical flow cytometric data.Cytometry BClin.Cytom.94,588-601.

Dress,R.,和Ginhoux,F.(2019).Plasmacytoid dendritic celldifferentiation is distinct from the myeloid lineage and occurs from Ly6D+early lymphoid progenitors.Nat.Immunol.

Dutertre,C.-A.,Amraoui,S.,DeRosa,A.,Jourdain,J.-P.,Vimeux,L.,Goguet,M.,Degrelle,S.,Feuillet,V.,Liovat,A.-S.,Müller-Trutwin,M.等人,(2012).Pivotalrole of M-DC8⁺monocytes from viremic HIV-infected patients in TNFαoverproduction in response to microbial products.Blood 120,2259-2268.

Dutertre,C.-A.,Wang,L.-F.,和Ginhoux,F.(2014).Aligning bona fidedendritic cell populations across species.Cell.Immunol.291,3-10.

Finck,R.,Simonds,E.F.,Jager,A.,Krishnaswamy,S.,Sachs,K.,Fantl,W.,Pe’er,D.,Nolan,G.P.,和Bendall,S.C.(2013).Normalization of mass cytometry datawith bead standards.Cytom.Part J.Int.Soc.Anal.Cytol.83,483-494.

Ginhoux,F.,和Guilliams,M.(2016).Tissue-Resident Macrophage Ontogenyand Homeostasis.Immunity 44,439-449.

Guilliams,M.,Ginhoux,F.,Jakubzick,C.,Naik,S.H.,Onai,N.,Schraml,B.U.,Segura,E.,Tussiwand,R.,和Yona,S.(2014).Dendritic cells,monocytes andmacrophages:a unified nomenclature based on ontogeny.Nat Rev Immunol 14,571-578.

Guilliams,M.,Dutertre,C.A.,Scott,C.L.,McGovern,N.,Sichien,D.,Chakarov,S.,Van Gassen,S.,Chen,J.,Poidinger,M.,De Prijck,S.等人,(2016a).Unsupervised High-Dimensional Analysis Aligns Dendritic Cells across Tissuesand Species.Immunity 45,669-684.

Guilliams,M.,Dutertre,C.-A.,Scott,C.L.,McGovern,N.,Sichien,D.,Chakarov,S.,Van Gassen,S.,Chen,J.,Poidinger,M.,De Prijck,S.等人,(2016b).Unsupervised High-Dimensional Analysis Aligns Dendritic Cells across Tissuesand Species.Immunity 45,669-684.

Günther,P.(2019).Rule-based data-informed generation of cellularconsensus maps.BioRxiv.

Hamers Anouk A.J.,Dinh Huy Q.,Thomas Graham D.,Marcovecchio Paola,Blatchley Amy,Nakao Catherine S.,Kim Cheryl,McSkimming Chantel,Taylor AngelaM.,Nguyen Anh T.等人,(2019).Human Monocyte Heterogeneity as Revealed by High-Dimensional Mass Cytometry.Arterioscler.Thromb.Vasc.Biol.39,25-36.

Haniffa,M.,Shin,A.,Bigley,V.,McGovern,N.,Teo,P.,See,P.,Wasan,P.S.,Wang,X.N.,Malinarich,F.,Malleret,B.等人,(2012).Human tissues contain CD141hicross-presenting dendritic cells with functional homology to mouse CD103+nonlymphoid dendritic cells.Immunity 37,60-73.

Harrow,J.,Frankish,A.,Gonzalez,J.M.,Tapanari,E.,Diekhans,M.,Kokocinski,F.,Aken,B.L.,Barrell,D.,Zadissa,A.,Searle,S.等人,(2012).GENCODE:the reference human genome annotation for The ENCODE Project.Genome Res.22,1760-1774.

Hildner,K.,Edelson,B.T.,Purtha,W.E.,Diamond,M.,Matsushita,H.,Kohyama,M.,Calderon,B.,Schraml,B.U.,Unanue,E.R.,Diamond,M.S.等人,(2008).Batf3deficiency reveals a critical role for CD8alpha+dendritic cells incytotoxic T cell immunity.Science 322,1097-1100.

Klarquist,J.,Zhou,Z.,Shen,N.,和Janssen,E.M.(2016).Dendritic Cells inSystemic Lupus Erythematosus:From Pathogenic Players to TherapeuticTools.Mediators Inflamm.2016,5045248.

Kuryliszyn-Moskal,A.,Klimiuk,P.A.,Sierakowski,S.,和

M.(2007).Vascular endothelial growth factor in systemic lupus erythematosus:relationship to disease activity,systemic organ manifestation,and nailfoldcapillaroscopic abnormalities.Arch.Immunol.Ther.Exp.(Warsz.)55,179-185.

Lamb,J.,Crawford,E.D.,Peck,D.,Modell,J.W.,Blat,I.C.,Wrobel,M.J.,Lerner,J.,Brunet,J.-P.,Subramanian,A.,Ross,K.N.等人,(2006).The ConnectivityMap:using gene-expression signatures to connect small molecules,genes,anddisease.Science 313,1929-1935.

Levine,J.H.,Simonds,E.F.,Bendall,S.C.,Davis,K.L.,Amir el,A.D.,Tadmor,M.D.,Litvin,O.,Fienberg,H.G.,Jager,A.,Zunder,E.R.等人,(2015).Data-DrivenPhenotypic Dissection of AML Reveals Progenitor-like Cells that Correlatewith Prognosis.Cell 162,184-197.

Li,H.-H.,Cheng,H.-H.,Sun,K.-H.,Wei,C.-C.,Li,C.-F.,Chen,W.-C.,Wu,W.-M.,和Chang,M.-S.(2008).Interleukin-20targets renal mesangial cells and isassociated with lupus nephritis.Clin.Immunol.Orlando Fla 129,277-285.

Liao,X.,Pirapakaran,T.,和Luo,X.M.(2016).Chemokines and ChemokineReceptors in the Development of Lupus Nephritis.Mediators Inflamm.2016,6012715.

McInnes,L.,Healy,J.,和Melville,J.(2018).UMAP:Uniform ManifoldApproximation and Projection for Dimension Reduction.ArXiv180203426Cs Stat.

Menon,M.,Blair,P.A.,Isenberg,D.A.,和Mauri,C.(2016).A RegulatoryFeedback between Plasmacytoid Dendritic Cells and Regulatory B Cells IsAberrant in Systemic Lupus Erythematosus.Immunity 44,683-697.

Merad,M.,Sathe,P.,Helft,J.,Miller,J.,和Mortha,A.(2013).The dendriticcell lineage:ontogeny and function of dendritic cells and their subsets inthe steady state and the inflamed setting.Annu.Rev.Immunol.31,563-604.

Newell,E.W.,Sigal,N.,Bendall,S.C.,Nolan,G.P.,和Davis,M.M.(2012).Cytometry by time-of-flight shows combinatorial cytokine expression andvirus-specific cell niches within a continuum of CD8+T cellphenotypes.Immunity 36,142-152.

Newman,A.M.,Liu,C.L.,Green,M.R.,Gentles,A.J.,Feng,W.,Xu,Y.,Hoang,C.D.,Diehn,M.,和Alizadeh,A.A.(2015).Robust enumeration of cell subsets fromtissue expression profiles.Nat.Methods 12,453-457.

Nguyen-Lefebvre,A.T.,Ajith,A.,Portik-Dobos,V.,Horuzsko,D.D.,Arbab,A.S.,Dzutsev,A.,Sadek,R.,Trinchieri,G.,和Horuzsko,A.(2018).The innate immunereceptor TREM-1promotes liver injury and fibrosis.J.Clin.Invest.128,4870-4883.

Nielepkowicz-

A.,Fendler,W.,Robak,E.,Kulczycka-Siennicka,L.,

P.,Pietras,T.,Brzeziańska,E.,和Antczak,A.(2014).Exhaled IL-8insystemic lupus erythematosus with and without pulmonaryfibrosis.Arch.Immunol.Ther.Exp.(Warsz.)62,231-238.

Parks,C.G.,Cooper,G.S.,Dooley,M.A.,Treadwell,E.L.,St Clair,E.W.,Gilkeson,G.S.,和Pandey,J.P.(2004).Systemic lupus erythematosus and geneticvariation in the interleukin 1gene cluster:a population based study in thesoutheastern United States.Ann.Rheum.Dis.63,91-94.

Parks,D.R.,Roederer,M.,和Moore,W.A.(2006).A new“Logicle”displaymethod avoids deceptive effects of logarithmic scaling for low signals andcompensated data.Cytom.Part J.Int.Soc.Anal.Cytol.69,541-551.

Patro,R.,Duggal,G.,Love,M.I.,Irizarry,R.A.,和Kingsford,C.(2017).Salmon provides fast and bias-aware quantification of transcriptexpression.Nat.Methods 14,417-419.

Picelli,S.,Faridani,O.R.,

A.K.,Winberg,G.,Sagasser,S.,和Sandberg,R.(2014).Full-length RNA-seq from single cells using Smart-seq2.Nat.Protoc.9,171-181.

Rodrigues,P.F.,Alberti-Servera,L.,Eremin,A.,Grajales-Reyes,G.E.,Ivanek,R.,和Tussiwand,R.(2018).Distinct progenitor lineages contribute to theheterogeneity of plasmacytoid dendritic cells.Nat.Immunol.19,711-722.

Samy,E.,Wax,S.,Huard,B.,Hess,H.,和Schneider,P.(2017).Targeting BAFFand APRIL in systemic lupus erythematosus and other antibody-associateddiseases.Int.Rev.Immunol.36,3-19.

Schlitzer,A.,McGovern,N.,Teo,P.,Zelante,T.,Atarashi,K.,Low,D.,Ho,A.W.S.,See,P.,Shin,A.,Wasan,P.S.等人,(2013).IRF4 transcription factor-dependent CD11b+dendritic cells in human and mouse control mucosal IL-17cytokine responses.Immunity 38,970-983.

Schlitzer,A.,McGovern,N.,和Ginhoux,F.(2015a).Dendritic cells andmonocyte-derived cells:Two complementary and integrated functionalsystems.Semin.Cell Dev.Biol.41,9-22.

Schlitzer,A.,Sivakamasundari,V.,Chen,J.,Sumatoh,H.R.B.,Schreuder,J.,Lum,J.,Malleret,B.,Zhang,S.,Larbi,A.,Zolezzi,F.等人,(2015b).Identification ofcDC1-and cDC2-committed DC progenitors reveals early lineage priming at thecommon DC progenitor stage in the bone marrow.Nat.Immunol.16,718-728.

B.,Smola,A.J.,Williamson,R.C.,和Bartlett,P.L.(2000).Newsupport vector algorithms.Neural Comput.12,1207-1245.

See,P.,Dutertre,C.-A.,Chen,J.,Günther,P.,McGovern,N.,Irac,S.E.,Gunawan,M.,Beyer,M.,

K.,Duan,K.等人,(2017).Mapping the human DClineage through the integration of high-dimensional techniques.Science 356.

Segura,E.,Touzot,M.,Bohineust,A.,Cappuccio,A.,Chiocchia,G.,Hosmalin,A.,Dalod,M.,Soumelis,V.,和Amigorena,S.(2013).Human inflammatory dendriticcells induce Th17 cell differentiation.Immunity 38,336-348.

Setty,M.,Tadmor,M.D.,Reich-Zeliger,S.,Angel,O.,Salame,T.M.,Kathail,P.,Choi,K.,Bendall,S.,Friedman,N.,和Pe’er,D.(2016).Wishbone identifiesbifurcating developmental trajectories from single-celldata.Nat.Biotechnol.34,637-645.

Smyth,G.K.(2004).Linear models and empirical bayes methods forassessing differential expression in microarray experiments.Stat.Appl.Genet.Mol.Biol.3,Article3.

Smyth,G.K.(2005).limma:Linear Models for Microarray Data.InBioinformaticsand Computational Biology Solutions Using R and Bioconductor,R.Gentleman,V.J.Carey,W.Huber,R.A.Irizarry,and S.Dudoit,eds.(New York,NY:Springer New York),pp.397-420.

Sun,F.,Teng,J.,Yu,P.,Li,W.,Chang,J.,和Xu,H.(2018).Involvement ofTWEAK and the NF-κB signaling pathway in lupus nephritis.Exp.Ther.Med.15,2611-2619.

Tan-Garcia,A.,Wai,L.-E.,Zheng,D.,Ceccarello,E.,Jo,J.,Banu,N.,Khakpoor,A.,Chia,A.,Tham,C.Y.L.,Tan,A.T.等人,(2017).Intrahepatic CD206+macrophages contribute to inflammation in advanced viral-related liverdisease.J.Hepatol.67,490-500.

Tang-Huau,T.-L.,和Segura,E.(2018).Human in vivo-differentiatedmonocyte-derived dendritic cells.Semin.Cell Dev.Biol.

Tenenbaum,J.B.,de Silva,V.,和Langford,J.C.(2000).A global geometricframework for nonlinear dimensionality reduction.Science 290,2319-2323.

Tussiwand,R.,Everts,B.,Grajales-Reyes,G.E.,Kretzer,N.M.,Iwata,A.,Bagaitkar,J.,Wu,X.,Wong,R.,Anderson,D.A.,Murphy,T.L.等人,(2015).Klf4expression in conventional dendritic cells is required for T helper 2cellresponses.Immunity 42,916-928.

Van der Maaten,L.,和Hinton,G.(2008).Visualizing data using t-SNE.J.Mach.Learn.Res.9,2579-2605.

Villani,A.-C.,Satija,R.,Reynolds,G.,Sarkizova,S.,Shekhar,K.,Fletcher,J.,Griesbeck,M.,Butler,A.,Zheng,S.,Lazo,S.等人,(2017).Single-cell RNA-seqreveals new types of human blood dendritic cells,monocytes,andprogenitors.Science 356.

应用

人单核吞噬细胞包括在表型上和在功能上重叠的树突细胞(DC)和单核细胞的亚类，但是它们的鉴定仍然是难以捉摸的。在本文中所公开的方法的实施方案将人循环DC和单核细胞的高维蛋白质和RNA表达数据与基于机器学习的方法相组合，以精确地描绘这些细胞并阐明其异质性。所述方法的实施方案将单核细胞与常规DC2(cDC2)清楚地描绘开来，并且鉴定出新的标志物，包括关于单核细胞的CD88/CD89和关于cDC2的HLA-DQ/FcεRIα，从而允许在血液和组织中对它们进行明确表征。

本公开内容还发现，血液CD1c⁺CD163⁺CD14⁺促炎细胞不是单核细胞，而是被包括在更宽的cDC2门中的四个在表型上和在功能上不同的亚类之一，并且还与由Villani等人(Villani等人,2017)所定义的DC3亚群体相关。实际上，如在本公开内容中所显示的，cDC2可以基于CD5、CD163和CD14表达而被再分为在表型上和在功能上不同的亚类，包括与先前所定义的DC3亚群体相关的循环炎性CD5^-CD163⁺CD14⁺细胞的独特亚类。

这些cDC亚类的关联性和重要性用在具有系统性红斑狼疮(SLE)的患者的血液中CD163⁺DC3(其包括CD14⁺DC3)的特异性积累进行了确证。这些炎性DC3在系统性红斑狼疮患者中扩展，与疾病活动性有关。在转录水平上，这些细胞展现出强大的促炎特性谱和功能激活特征，包括强大的使得幼稚CD4⁺T细胞准备向着Th2和Th17细胞进展并且分泌可能有助于疾病病理生理学的促炎介体的能力。

本公开内容提供了对于MNP异质性的新见解，其中澄清了相对于cDC群体而言的单核细胞的鉴定，以及在健康和疾病中DC亚群体的异质性，从而为基于操纵特定DC2和DC3亚类或者靶向特定DC亚类的疗法的治疗策略的设计铺平了道路。

本领域技术人员将会意识到，可以对在本文中所公开的实施方案进行其他变化和/或修改，而不背离宽泛地描述的本公开内容的精神或范围。例如，在本文中的描述之中，横跨不同的示例性实施方案，可以对不同的示例性实施方案的特征进行混合、组合、互换、合并、采用、修改、包括等。因此，当前的这些实施方案在所有方面都将被认为是举例说明性的而非限制性的。

Claims (20)

1.表征树突细胞的方法，所述方法包括：测定所述树突细胞中CD5、CD14和CD163中的一种或多种的表达。

2.根据权利要求1的方法，其中当所述树突细胞被确定为CD5^-、CD14⁺和/或CD163⁺时，将所述树突细胞鉴定为促炎树突细胞。

3.根据前述权利要求中任一项的方法，其中当所述树突细胞被确定为CD163⁺CD14⁺时，将所述树突细胞鉴定为比CD163^-或CD14^-树突细胞更促炎的高度促炎树突细胞。

4.根据前述权利要求中任一项的方法，所述方法进一步包括测定CD163⁺CD14⁺树突细胞的比例。

5.根据前述权利要求中任一项的方法，所述方法进一步包括测定所述树突细胞中CD11b、CD36、CD64、CD87、CD107a、CD206、CD274、CD354、FcεRIα、HLA-DQ、CD2、CD59、CD81、CD166、CD229、CD271和整联蛋白β7中的一种或多种的表达。

6.根据前述权利要求中任一项的方法，其中所述树突细胞具有下列特性中的一个或多个：

(i)为常规树突细胞2(cDC2)；

(ii)依赖于IRF4来进行分化；

(iii)依赖于KLF4来进行分化；

(iv)依赖于FLT3配体(FLT3L)来进行分化；和

(v)能够激活T细胞和/或使T细胞极化。

7.在受试者中表征炎症和/或炎性疾病的方法，所述方法包括：测定在所述受试者的样品中CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的比例，其中所述比例与所述受试者中炎症的水平和/或炎性疾病的严重度正相关。

8.根据权利要求7的方法，其中当在所述受试者的样品中CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的比例大于源自对照样品的阈值比例时，鉴定出在所述受试者中炎症和/或炎性疾病的存在。

9.根据权利要求7的方法，

其中当在所述样品中CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的比例大于在来自相同受试者的早期样品中的比例时，鉴定出在所述受试者中炎症和/或炎性疾病的恶化，和

其中当在所述样品中CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的比例低于在早期样品中的比例时，鉴定出在所述受试者中炎症和/或炎性疾病的改善。

10.根据权利要求7-9中任一项的方法，其中所述炎性疾病选自由下列各项组成的组：全身性炎性疾病、代谢性病症、自身免疫性疾病和癌症。

11.根据权利要求10的方法，其中所述炎性疾病选自由下列各项组成的组：炎性皮肤疾病、炎性肠病、哮喘、急性呼吸窘迫综合征、慢性阻塞性肺疾病、急性肺损伤、支气管肺发育不良、囊性纤维化、支气管炎、细支气管炎、关节炎、骨关节炎、强直性脊椎炎和风湿病。

12.根据权利要求10的方法，其中所述代谢性病症选自由下列各项组成的组：肥胖症、糖尿病饱满感和与衰老相关的内分泌缺乏。

13.根据权利要求10的方法，其中所述自身免疫性疾病选自由下列各项组成的组：系统性红斑狼疮(SLE)、糖尿病、类风湿性关节炎(RA)、多发性硬化(MS)、重症肌无力(MG)、硬皮病、克罗恩病、溃疡性结肠炎、桥本病、格雷夫斯病、舍格伦综合征、多内分泌功能衰竭、白斑、周围神经病、移植物抗宿主病、自身免疫性多腺性综合征I型、急性肾小球肾炎、艾迪生病、成年型特发性甲状旁腺功能减退(AOIH)、全秃、肌萎缩性侧索硬化、强直性脊椎炎、自身免疫性再生障碍性贫血、自身免疫性溶血性贫血、贝赫切特病、乳糜泻、慢性活动性肝炎、CREST综合征、皮肌炎、扩张型心肌病、嗜酸性粒细胞增多-肌痛综合征、获得性大疱性表皮松解症(EBA)、巨细胞动脉炎、古德帕斯丘综合征、吉-巴综合征、血色素沉着病、亨-舍紫癜、特发性IgA肾病、胰岛素依赖型糖尿病(IDDM)、幼年型类风湿性关节炎、兰-伊综合征、线性IgA皮肤病、心肌炎、发作性睡眠、坏死性血管炎、新生儿狼疮综合征(NLE)、肾病综合征、类天疱疮、天疱疮、多发性肌炎、原发性硬化性胆管炎、银屑病、特应性皮炎、急进性肾小球肾炎(RPGN)、赖特尔综合征、僵人综合征和甲状腺炎。

14.根据权利要求10的方法，其中所述自身免疫性疾病选自由下列各项组成的组：银屑病、特发性皮炎、系统性红斑狼疮(SLE)和系统性硬化病(SSc)。

15.根据权利要求10的方法，其中所述癌症包括非实体肿瘤，任选地其中所述非实体肿瘤选自由下列各项组成的组：白血病、多发性骨髓瘤和淋巴瘤。

16.根据权利要求10的方法，其中所述癌症包括实体肿瘤，任选地其中所述实体肿瘤包括肉瘤和/或癌，进一步任选地其中所述肉瘤和/或癌选自由下列各项组成的组：肝细胞癌、纤维肉瘤、粘液肉瘤、脂肉瘤、软骨肉瘤、骨原性肉瘤、脊索瘤、血管肉瘤、内皮肉瘤、淋巴管肉瘤、淋巴管内皮肉瘤、滑膜瘤、间皮瘤、尤因瘤、平滑肌肉瘤、横纹肌肉瘤、结肠癌、胰腺癌、乳腺癌、卵巢癌、前列腺癌、鳞状细胞癌、基底细胞癌、腺癌、汗腺癌、皮脂腺癌、乳头状癌、乳头状腺癌、囊腺癌、髓样癌、支气管癌、肾细胞癌、肝癌、胆管癌、绒毛膜癌、精原细胞瘤、胚胎性癌、维尔姆斯瘤、宫颈癌、睾丸肿瘤、肺癌、小细胞肺癌、膀胱癌、上皮癌、神经胶质瘤、星形细胞瘤、成神经管细胞瘤、颅咽管瘤、室管膜瘤、松果体瘤、成血管细胞瘤、听神经瘤、少突神经胶质细胞瘤、脑膜瘤、黑素瘤、神经母细胞瘤和视网膜母细胞瘤。

17.根据权利要求10的方法，其中所述癌症选自由下列各项组成的组：肝细胞癌、滤泡型淋巴瘤、小淋巴细胞淋巴瘤、胰腺肿瘤和乳腺癌。

18.根据权利要求8-17中任一项的方法，其中当鉴定出在所述受试者中炎症和/或炎性疾病的存在和/或恶化时，所述方法进一步包括将所述受试者分派至炎性疾病治疗方案。

19.根据权利要求18的方法，其中所述炎性疾病治疗方案包括向所述受试者施用一种或多种从由下列各项组成的组中选择的药剂：抗炎剂，免疫抑制剂，抗癌剂，FLT3L的抑制剂，能够与CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞相结合的药剂，能够中和CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的药剂，针对CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的抗体，能够降低CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的比例的药剂，能够降低CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的活性的药剂，能够降低CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的前体细胞的数目的药剂，和能够抑制所述前体细胞分化成CD5^-、CD14⁺、CD163⁺和/或CD14⁺CD163⁺树突细胞的药剂。

20.用于表征树突细胞、炎症和/或炎性疾病的试剂盒，所述试剂盒包含一种或多种用于检测CD5、CD14和/或CD163的试剂。

Images