“免疫力数字解码”重大研究计划

一、科学目标
基于高质量、标准化的免疫力大数据，开展人体免疫力整体性和系统性数字化解析与重构研究，揭示免疫力构成的生物基础、免疫力维持的关键特征和免疫力调控的普适规律，进而阐明免疫力的科学内涵；对免疫力进行定量化表征和数字化呈现，建立人群免疫力特征图谱，分析免疫力与衰老、疾病等重大生命健康事件的关系并阐释其内在机制和规律；开发基于免疫力数据的疾病风险预警、免疫力可视化和免疫力年龄测定等关键技术，建立个体和群体的免疫力档案，开展基于免疫力干预的健康维护及疾病防治新策略，形成未病先防、疾病早诊、预后评估、个性化医疗和健康管理新模式。
二、核心科学问题
（一）免疫力复杂系统的物质基础和动态规律。
针对免疫力复杂系统的高度多样性、时空动态性、多维交互性、自主适应性和模式记忆性等特点，采用动态化、跨尺度、多层次的全景研究新范式，以模型驱动和数据驱动相结合的研究方法，明确免疫力复杂系统的时空动态特征，阐明免疫力的组成要素、内在联系与变化规律等生物学内涵，揭示免疫力本质规律和深层运行机制。
（二）多模态免疫力定量表征及数字呈现。
建立不同免疫力表征状态的人群队列，获取并分析免疫分子和细胞的多样性信息，系统解析在分子、细胞、细胞间关联、器官、人群等不同尺度的免疫力数据，形成标准化的多维免疫大数据群，对多源、高维、跨尺度的免疫力数据进行耦合、重构与全景化表征，实现免疫力数字化呈现和量化评估，精准刻画免疫力肖像。
（三）基于免疫力解码的疾病诊疗与健康评估。
阐明重大生命健康事件的免疫力特征及其演变规律，获取重大疾病在器质性病变前的免疫力信号，设立基于免疫力解码的疾病分子分型、精准诊疗与预后评估标准，并整合传统医学证候辨识和“治未病”等理念与方法，构建疾病预警系统，及时评估健康状态并发现疾病早期隐患，为关键生命过程的免疫力干预提供理论依据。
三、2024年度资助研究方向
本重大研究计划拟聚焦我国高发病/高死亡率恶性肿瘤、自身免疫性疾病等重大疾病，优先资助本计划尚未立项的疾病类型，针对不同免疫状态，以获取高质量、多维度、时空动态的人体免疫力大数据为前提，鼓励依托具有完善基础数据和随访方案的队列资源，建立关键技术群，旨在阐明免疫复杂系统动态协同模式和时空交互规律。本计划拟设置培育项目、重点支持项目及集成项目：
（一）培育项目。
围绕上述科学问题，以总体科学目标为牵引，立足研究范式创新，对于探索性强、选题新颖、前期研究基础较好的申请项目，将以培育项目的方式予以资助，具体研究方向如下：
1. 健康状态免疫力特征与变化规律。
围绕不同年龄阶段（如婴幼儿、青春期、成年、老年等），不同健康状态（如长寿、中医偏颇体质等），不同遗传背景或特殊生活环境的人群，鼓励采用高通量多组学技术，采集生理状态下免疫细胞发育与新型细胞亚群、免疫识别与活化、免疫记忆与耗竭、免疫代谢与表观遗传等免疫力数据，丰富免疫系统可测量参数，延展免疫力大数据的覆盖维度，解码免疫行为并揭示深层规律，建立健康个体的免疫力档案。从免疫力维度表征机体的健康状态，实现人体免疫年龄及健康状态的数字判读。
2. 重大疾病状态免疫力动态感知机制。
针对我国高发病/高死亡率恶性肿瘤和自身免疫病等重大疾病，从分子、细胞、组织、器官、证候等不同尺度，分析疾病发生发展等关键环节的免疫特征信息，如免疫微环境、免疫调节与耐受、移植免疫排斥、免疫细胞及其亚群、肿瘤新抗原等，揭示免疫力时空变化与疾病演进过程之间的相关性和因果性，建立微观免疫力数值与宏观疾病表征之间的定量映射关系，阐明免疫力在重大疾病时空演变过程中的动态规律和机制。
3. 人工智能赋能的免疫力量化表征及数字化呈现。
建立从免疫细胞群和免疫分子等免疫载体数据中捕获用于量化免疫特征信息的新方法，发展诸如可解释机器学习等先进人工智能技术，对多源、高维、跨尺度的免疫力数据进行耦合重构，开发前沿计算模型和大数据解析算法，提取可以表征免疫力的多维信息，实现免疫力的数字化与全景化呈现。
4. 免疫复杂系统的时空动态特征。
针对代表性疾病或免疫过程，基于复杂系统的视角，研究免疫力组成元件、关系集合、系统结构等关键要素，融合还原论、控制论、系统论等方法，定量研究免疫力的层次性、涌现性、动态稳定性、自主适应性等复杂系统特点，研究这些特点与免疫分子、细胞行为或证候表征等的映射关系，探究免疫复杂系统运行的主要特征、普适规律及深层机制，定量探索免疫力的科学内涵和生物基础。
5. 基于免疫力数字解码的重大疾病预警。
围绕肿瘤、自身免疫性疾病等重大疾病的“未病”状态，比对病变前后及健康人群的免疫力大数据，通过免疫检测新技术（如新组学技术、流式技术及其他可视化技术等）和免疫数据智能化分析新方法，挖掘疾病演进的特异免疫应答模式，鉴定可以表征疾病演进的免疫力信号，构建免疫力维度的疾病预警模型并验证其敏感性和特异性，从免疫力视角发现重大疾病的早期关键特征，实现重大疾病的早期精准诊断。
（二）重点支持项目。
围绕核心科学问题，以总体科学目标为牵引，立足研究范式创新，对于前期研究基础积累较好，特别是与本重大研究计划其它申请项目能够形成学科交叉、优势互补且共同对总体科学目标形成重要贡献的申请项目，将以重点支持项目的方式予以资助，具体研究方向如下：
1. 免疫力大数据的标准化获取与深度挖掘。
建立不同免疫状态如健康群体、自身免疫病（如系统性红斑狼疮、类风湿关节炎）、恶性肿瘤（如肺癌、肝癌、结肠癌、胰腺癌）的中国人群大样本队列，获取并汇交疾病不同阶段（如发生、发展、治疗前后等）的标准化数据，完善免疫力多维大数据收集的标准与规范，研发多尺度免疫力数据融合与分析的新方法，发现疾病发生发展等过程中的免疫力特征。
2. 免疫组库等多样性特征的数字化呈现。
建立TCR、BCR和MHC等免疫多样性大数据捕获新方法（如重轻链全长获取和功能性配对等），发展免疫组库大数据的编码规律深度挖掘、疾病关键特征提取、高维特征信息数据降维和多样性分子功能聚类等关键核心技术，基于多样性免疫特征量化表征人体免疫力水平，揭示免疫力多样性特征与疾病和健康的内在关联，刻画群体和个体免疫力数字肖像和时空图谱，从免疫组库视角揭示人体免疫力多样性的动态变化规律。
3. 跨尺度免疫力大数据耦合与群体免疫力特征解析。
系统整合多中心多来源的数据，开展多尺度免疫力大数据耦合、分析等新方法辅助临床样本队列分析的研究，为多中心多来源的数据提供生信分析与验证等支撑。基于耦合的多中心数据，研究不同年龄、性别、体质和遗传背景的人群免疫力多样性和差异性，创建人群免疫力特征图谱，开展基于免疫力干预的健康维护及疾病防治新策略及新措施研究，实现群体层面免疫力的健康监测与干预。
（三）集成项目。
建立一种高致死性恶性肿瘤前瞻性多中心队列及健康对照队列，严格按照数据标准（详见附件1）采集并汇交肿瘤及外周血匹配的免疫力大数据，揭示敏感性高的肿瘤早期免疫力特征，建立准确度高、泛化能力强的肿瘤早期诊断人工智能模型并验证其效能，探索模型可解释性，挖掘肿瘤发生、进展、治疗响应与免疫力重塑的内在科学规律与生物学基础。
具体要求如下：
1. 临床中心数目不少于5个；
2. 疾病队列人数不少于1000例；
3. 健康对照队列人数不少于300例；
4. 肿瘤及外周血匹配例数不少于300例；
5. 鼓励采集包括新辅助治疗等治疗前后对照样本。
四、申请要求
（一）申请条件。
本重大研究计划项目申请人应当具备以下条件：
1. 具有承担基础研究课题的经历；
2. 具有高级专业技术职务（职称）。
在站博士后研究人员、正在攻读研究生学位以及无工作单位或者所在单位不是依托单位的人员不得作为申请人进行申请。
（二）限项申请规定。
执行《2024年度国家自然科学基金项目指南》“申请规定”中限项申请规定的相关要求。

2024年度拟资助培育项目10- 15项，资助直接费用资助强度约为80万元/项，资助期限为3年，培育项目申请书中研究期限应填写“2025年1月1日- 2027年12月31日”；拟资助重点支持项目4- 5项，资助直接费用资助强度约为300万元/项，资助期限为4年，重点支持项目申请书中研究期限应填写“2025年1月1日- 2028年12月31日”；拟资助集成项目1项，资助直接费用资助强度约1300万元/项，资助期限为3年，集成项目申请书中研究期限应填写“2025年1月1日- 2027年12月31日”。

1. 申请人应根据本重大研究计划拟解决的核心科学问题和项目指南公布的拟资助研究方向，自行拟定项目名称、科学目标、研究内容、技术路线和直接费用等。
2. 本重大研究计划项目实行无纸化申请，申请人应当按照科学基金网络信息系统中重大研究计划项目的填报说明与撰写提纲要求在线填写和提交电子申请书及附件材料。申请书提交日期为2024年5月16日- 5月23日16时。
3. 申请书中的资助类别选择“重大研究计划”，亚类说明选择“培育项目”、“重点支持项目”或“集成项目”，附注说明选择“免疫力数字解码”，受理代码选择T03，根据申请的具体研究内容选择不超过5个申请代码。
培育项目和重点支持项目的合作研究单位不得超过2个。集成项目的合作研究单位不得超过4个。
4. 申请人在“立项依据与研究内容”部分，首先明确申请对应本项目指南中的资助研究方向，以及对解决本重大研究计划核心科学问题、实现本重大研究计划科学目标的贡献。
如果申请人已经承担与本重大研究计划相关的其他科技计划项目，应当在申请书正文的“研究基础与工作条件”部分论述申请项目与其他相关项目的区别与联系。