抗体是以分泌形式存在的B细胞受体,是适应性免疫的重要组成部分,具有极高的序列多样性（约1013）,从而有抵御任何病原体入侵的可能。个体内所有抗体的集合称为抗体组库,其动态变化可反映个体的免疫历史以及当前的免疫状态。获得性免疫组库测序技术（Adaptive immune receptor repertoire sequencing,AIRR-seq或Repertoire sequencing,Rep-seq）可一次性获得百万条甚至千万条抗体序列,极大地推动抗体组库在疾病发生、发展以及诊断中的应用,并已积累了海量Rep-seq数据集。整合大数据对疫苗设计、自身免疫性疾病和传染性疾病免疫反应的探索、癌症预后监测等意义重大,然而目前尚未建立有效整合Rep-seq数据集的平台,限制了跨研究或跨平台的数据比较分析与再利用。因此,本研究收集了 2449套Rep-seq原始测序数据集,并采用标准化分析流程进行再分析,提取了基因使用率、体细胞高频突变模式（Somatic hypermutation）、克隆多样性等多种免疫组库特征,最终构建了集查询和分析于一体的在线平台—RAPID（Rep-seq dataset Analysis Platform with an Integrated antibody Database）。基于RAPID,用户可从2449套数据中选择特定样本作为对照,减少数据再利用时繁琐的预处理过程,有助于疾病关联组库特征的鉴定。RAPID还存储了 3.06亿个克隆、521条治疗性抗体和88059条已知功能的抗体,根据抗体CDR3序列,平台能够自动化进行克隆注释,统计注释性抗体对应的疾病构成并进行疾病富集分析。此外,平台同时支持多功能抗体查询和组库查询功能。基于上述收集的2449套Rep-seq数据集,从人群水平探索了公共克隆的分布与功能。本研究将出现在两个及以上个体中,且包含相同CDR3氨基酸序列的抗体定义为公共克隆,共获得507万个公共克隆,单个抗体库中公共克隆占比约为10%。注释结果显示公共克隆中包含治疗性抗体以及病毒中和性抗体;相较于私有克隆,公共克隆中的功能性抗体富集现象更为明显。因此,公共克隆是抗体筛选的有效候选集。此外,我们选取326个病原体感染样本和276个健康对照样本,使用1915个组库水平特征和160个序列水平特征表征各抗体库,经特征选择分别保留了 547个组库水平特征和4个序列水平特征用于构建感染性疾病预测模型—DeepID（Deep learning method for infection diagnosis）。该模型性能显著优于传统机器学习方法,内部测试样本中AUC高达0.9883,应用于COVID-19患者分类时,尽管AUC下降至0.8267,但仍高于参比模型。综上所述,本研究从Rep-seq数据出发,首先整理归纳已有大数据,搭建在线比较分析平台,并借助该数据集进行公共克隆的探索以及感染性疾病预测模型的建立。