- 综合排序
- 最热优先
- 最新优先
- 来自专栏流式抗体推文
Elabscience Foxp3 流式抗体：精准靶向核内 Foxp3，助力肿瘤免疫、自身免疫病研究
在肿瘤免疫治疗、自身免疫病机制探索的科研战场上，调节性 T 细胞（Treg）始终是破解免疫调控谜题的核心靶点。 靶点选对，研究成功一半：Foxp3 为何是免疫研究 "黄金标志物"？免疫研究界早已形成共识：要解析 Treg 的功能机制，Foxp3 是绕不开的关键靶点。 从疾病机制到治疗开发，Foxp3 的研究价值贯穿免疫领域全场景：在肿瘤微环境中，Foxp3+Treg 的浸润程度直接关联免疫治疗疗效与患者预后；在自身免疫病中，Foxp3 突变会导致 IPEX 综合征等严重疾病 聚焦科研热点：解锁多领域研究新可能Elabscience Foxp3抗体的应用场景已全面覆盖当前免疫研究的核心领域，成为科研人员的得力助手：肿瘤免疫微环境分析：精准量化肿瘤组织中 Foxp3+Treg 自身免疫病机制探索：在系统性红斑狼疮、IPEX 综合征等疾病研究中，可动态监测 Foxp3 表达变化，助力揭示免疫耐受失衡机制。
14000编辑于 2025-11-10 【免疫学实验】放射免疫法、酶联免疫吸附法和竞争抑制分析
放射免疫法（RIA）和酶联免疫吸附法（ELISA）是利用抗体和抗原直接结合的检测方法，两者原理相同，但其检测的方式不同。 放射免疫分析常用于测量血液和组织液中的激素水平，而酶联免疫吸附法常用于病毒诊断，如检测人类免疫缺陷病毒（HIV）引发的艾滋病。 这类检测的另外一种方法是以标记的抗免疫球蛋白抗体作为RIA 或ELISA 的二抗，将未标记的抗体与未标记的抗原涂层板结合，因为每个未标记的抗体上能够结合两个分子以上标记的抗免疫球蛋白抗体，所以使用这种二抗放大了信号 图1 酶联免疫吸附法（ELISA）的原理：为了检测抗原A，纯化的抗原A特异性抗体与酶发生化学反应。将待测样品涂布于塑料孔表面，非特异性结合；塑料上残留的黏性位点被添加的无关蛋白（未显示）封闭。 在此基本方法基础上的改进版可检测未知样本中的抗体或抗 捕获酶联免疫吸附法（capture ELISA）或夹心酶联免疫吸附法（sandwich ELISA）是ELISA 的一种改良方法，常被用于检测细胞因子等分泌性产物
24210编辑于 2025-12-29【免疫学笔记】免疫原、抗原与佐剂：免疫应答的基础
️ 免疫应答与抗原 免疫应答：免疫系统可对病原体抗原或简单非活性抗原产生应答，表现为释放细胞因子、特异性抗体（体液免疫）及诱导效应T细胞（细胞免疫）。 免疫原（Immunogen）：指能刺激机体免疫细胞活化、增殖、分化并产生免疫效应物质（抗体或致敏淋巴细胞）的物质。 关系：所有免疫原都是抗原，但并非所有抗原（如半抗原）都是免疫原。 免疫接种与抗原递呈 免疫接种：有目的地诱导免疫应答称为免疫接种，抗原的注入途径、剂量和形式会影响免疫应答的类型和强度。 免疫应答的监测与抗血清 在免疫诱导过程中，通过检测个体的免疫产物（如血清中的抗体、细胞因子，或脾脏、外周血中的T细胞）来跟踪免疫应答。血清是血液凝固后的液体部分，经特定抗原免疫后的血清称为抗血清。 高剂量：极高的抗原剂量反而可能导致免疫应答下降（高带耐受）。 免疫记忆：二次免疫应答在较低剂量下即可迅速达到高峰。 初始免疫中使用的抗原剂量影响初次和再次抗体应答 3.
41410编辑于 2025-12-21肿瘤免疫逃逸
此外，肿瘤细胞可能还缺乏其他共刺激分子如ICAM-I、 IFA-3、VCAM-1或HSA等。 (3)前列腺素E2(prostaglandin E2,PGE2):前列腺素E家族具有多种免疫抑制活性，其中 PGE2是公认的与荷瘤机体免疫抑制相关的一种前列腺素,它在多种肿瘤如乳腺癌、头颈部癌等中的表达水平明显增高 3.趋化因子 趋化因子及其受体家族在肿瘤免疫中的作用主要有以下几点:①募集免疫细胞进入肿瘤组织调控机体免疫功能，如C2、 CCL5能募集髓系细胞,CXCL9、CXCL10能够趋化T细胞,CCL19、CCL20 此后Treg在肿瘤免疫逃逸中的作用备受关注。人体内，Treg是一个异质性的群体，主要包括 CD4+CD25highTreg,Tr1(IL-10+T细胞)以及TH3(TGF-β+T细胞)细胞。 3.炎症反应的负反馈机制 炎症反应的适时启动与消退是机体维护自身稳态和防御细胞变异的重要机制。
53910编辑于 2024-02-28【免疫学实验】揭秘蛋白互作：免疫沉淀与免疫共沉淀
今天，我们就来聊聊两种核心的“打捞”技术：免疫沉淀（Immunoprecipitation, IP）和免疫共沉淀（Co-Immunoprecipitation, Co-IP）。 一、 免疫沉淀（IP）：精准捕获目标蛋白 免疫沉淀是利用抗体从复杂的混合物中分离特定蛋白质的技术。 1. 3. 分离原理抗体通常被固定在固体载体上（如亲和层析微球），或者利用金黄色葡萄球菌的蛋白A与IgG抗体的Fc区结合，从而将“抗原-抗体”复合物从混合液中沉淀分离出来。 最后通过放射自显影（或显色）确定蛋白位置 三、 免疫共沉淀（Co-IP）：验证蛋白互作 如果说免疫沉淀是“抓单个”，那么免疫共沉淀就是“抓团伙”。 总结 免疫沉淀技术不仅帮助我们纯化和鉴定蛋白质（分子量、等电点），更是通过免疫共沉淀技术，成为了揭示蛋白质之间物理相互作用的金标准实验方法。
32810编辑于 2025-12-29- 来自专栏用户7627119的专栏
免疫组库
免疫组库分析：通过分析决定B细胞受体（BCR）或T细胞受体（TCR）多样性的互补决定区（CDR区），全面评估免疫系统的多样性，深入挖掘免疫组库与疾病的关系。 ? 每条肽链又可分为可变区（V区）、恒定区（C 区）、跨膜区和胞质区等几部分，α链的可变区由V、J两个基因片段编码，β链的可变区由V、D、J三个基因片段编码，而α和β两条肽链的V区（Vα、Vβ） 又各有3 个高变区CDR1、CDR2 和CDR3，其中以CDR3区（又称超变区）变异最大，直接决定了TCR的抗原结合特异性。 轻链的可变区由V、J两个基因片段编码，重链的可变区由V、D、J三个基因片段编码；V区由3个互补决定区（CDR1、CDR2 和CDR3） 组成，而互补决定区CDR3比CDR1、CDR2更具多样性，是B细胞识别抗原的主要部位 应用领域：免疫组库中每一种免疫蛋白彼此间结构差异很小，但亚型种类繁多，正是这种多样性对健康的维护起着至关重要的作用；免疫蛋白的亚型越多，越能有效抵抗病原体。
1.6K30发布于 2020-08-06 肿瘤免疫与单细胞、空间、外显子和免疫疗法
ILCs包括NK细胞， ILC1s,ILC2s,ILC3s等亚群，多为组织驻留淋巴细胞,广泛分布于肠道、皮肤等黏膜屏障部位。ILCs能够通过分泌细胞因子等参与抵抗肿瘤的第一道防线。 3、自然杀伤细胞( natural killer cell,NK 细胞)是淋巴细胞的亚群，也可归为ILC，约占外周血淋巴细胞的15%。 classII抑制性受体配体CD85(ILT-2)HLA-A，-B，-GCD94/NKG2AHLA-ECD244(2B4)CD48KIR2DL,KIR3DLHLA class ITGF-BRTGF-β Fc端受体+--CD35(CR1)补体C3d分子的受体+--CD40信号转导+--CD45信号转导+++T 细胞对抗原的识别具有MHC 限制性。 (3)制备的定向性:抗体药物最重要特点是可以定向制造，即根据患者的实际情况，制备具有特定治疗作用的抗体药物。目前，所有的抗肿瘤抗体药物都是针对特定的分子靶点定向制造的。
53510编辑于 2024-02-27- 来自专栏人工智能与演化计算成长与进阶
不完全免疫算法简介DMMO--AIS学习笔记3
人工免疫系统是一种有趣的仿生智能方法，它模拟了生物免疫系统的信息处理过程[45,46]。 当生物免疫系统中检测到外来抗原时，其b细胞会相应地进行相应的适应以消除入侵者，这是通过超突变的克隆选择和亲和成熟过程来实现的。能够更好识别抗原的抗体将通过克隆选择增殖，这一过程被称为克隆选择。 该信息处理原理为设计人工免疫算法提供了一些启示，提高了算法的收敛速度，保持了抗体种群的多样性。 ,WFG1, DTLZ1 and DTLZ3 [54,55].
76520发布于 2020-08-14 - 来自专栏mwangblog
免疫算法简单介绍
免疫算法的基本步骤： 抗原识别。输入目标函数和各种约束作为免疫算法的抗原。 初始抗体生成。随机生成初始抗体种群。 亲和力计算。计算抗体的适应值。 免疫处理。 免疫处理包括免疫选择、克隆、变异和抑制。 免疫选择：根据抗体的亲和力选出亲和度较高的抗体。 克隆：对选出的亲和力较高的抗体进行复制。 变异：对克隆得到的个体进行交叉、变异操作，使其亲和力发生改变。 将免疫选择的抗体和免疫抑制后的抗体组成一个集合，保留其中亲和度较高的抗体，使这些抗体进入新的种群。新的种群中不足的部分随机生成，以增加多样性。 免疫算法流程图： ?
1.6K10发布于 2018-12-21 - 来自专栏免疫组库研究
【生信分析】免疫组库基础分析9-CDR3 motif分析
1.研究意义 CDR3 的氨基酸序列多样性是免疫系统识别海量抗原（如病原体、肿瘤抗原、自身抗原等）的分子基础，而 CDR3 motif 往往与特定抗原的识别相关。 通过分析 CDR3 motif 的序列特征（如长度、关键氨基酸残基），可阐明免疫受体（Ig/TCR）与抗原结合的分子规律，揭示 “抗原 - 受体” 相互作用的特异性机制，为理解免疫应答的精准调控提供依据 图1.不同长度的CDR3 氨基酸motif比较 2.2 CDR3 中间氨基酸motif 分析 这是一种忽略CDR3长度，关注CDR3中间氨基酸多样性motif分析策略。 <- c("CDR3of13AAA", "CDR3of14AAA","CDR3of15AAA","CDR3of16AAA", "CDR3of17AAA", "CDR3of18AAA","CDR3of19AAA", "CDR3of20AAA","CDR3of21AAA","CDR3of26AAA") for (file_name in files_to_process
28410编辑于 2025-10-20 - 来自专栏生信小驿站
科研绘图系列：（3）使用PPT绘制免疫系统细胞（二维）
根据来源 从网上下载免疫细胞形态如下所示： ? image.png ? ? 设置形状大小为高度3cm，宽度4cm； 4.右键，去掉形状边框，填充颜色选择取色器，取色器对准参照图片颜色； 5.右键，选择填充，设定为渐变； 6.新插入一个较小的圆形，选择颜色，摆正位置，最后组合图片 绘制嗜酸性细胞 1.打开PPT； 2.插入形状选择椭圆； 3.设置形状大小为高度3cm，宽度4cm，在图形右侧上下各新增一个顶点，调整形状与示例相似即可； ? 绘制肥大细胞mast cell 1.打开PPT； 2.插入形状选择椭圆； 3.设置形状大小为高度3cm，宽度4cm，在图形四个角度各新增一个顶点，调整形状与示例相似即可； ? 绘制肥树突状细胞 1.打开PPT； 2.插入形状选择椭圆； 3.设置形状大小为高度3cm，宽度4cm，在图形各处新增多个顶点，调整形状与示例相似即可； ?
3K20发布于 2020-05-18 - 来自专栏免疫组库研究
【生信分析】免疫组库基础分析7-CDR3长度分析
计算范围：从 C 后的第一个氨基酸到 F/W 前的最后一个氨基酸 1.2 CDR3长度是免疫多样性的核心指标‘ 1)决定抗原识别能力 CDR3 是 TCR/BCR 中直接接触抗原表位的区域 同样，BCR 也有类似的选择过程，如下图所示，IGH CDR3长度选择前后分布是不一样的，主峰位置不同。这种长度依赖性为解析免疫组库形成机制提供依据。 图1.CDR3 长度在选择前后不同 CDR3 长度分布作为免疫组库的“分子指纹”，其高斯分布特征（峰值约 12-18 个氨基酸）反映了进化优化的重排规律，而非随机事件。 通过高通量测序量化这一参数，可解码免疫应答的克隆动态，为精准免疫诊疗提供基石 2.如何分析CDR3长度 2.1 CDR3 核苷酸长度与CDR3氨基酸长度 在免疫组库分析文件中，提供CDR3区域的 因此，对CDR3长度的分析包括：CDR3 核苷酸长度与CDR3氨基酸长度，后者在分析中更为常见。
49910编辑于 2025-10-20 - 来自专栏科研菌
这篇3+分文章带你学会多数据库分析免疫浸润
今天和大家分享的是2020年3月发表在Journal of Cancer（IF：3.182）上的一篇文章，“The immune infiltration in clear cell Renal 免疫应答在肿瘤生长、侵袭和转移中起重要作用，因此肿瘤浸润免疫细胞（TIICs）可以成为化疗放射治疗的靶点。 本篇文章中，作者用CIBERSORT网页工具研究了肾透明细胞癌（ccRCC）中的免疫浸润细胞及其临床意义。 二、 分析流程 ? 三、 结果解读 1. ccRCC中的免疫浸润环境 用CIBERSORT比较肿瘤组织和正常匹配组织中22种肿瘤浸润免疫细胞（TIICs）情况。（图1） ? （CIBERSORT筛选p<0.05的数据，得到418个包含总体生存率的病人数据，并且计算了中位TIICs亚群风险比HR和95%置信区间）（图3） 8个预后相关TIICs：静息和激活的树突状细胞，静息和激活的肥大细胞
1.3K21发布于 2020-06-28 - 来自专栏单细胞天地
头颈癌免疫状况研究
Abstract 本文研究了HPV+/HPV- (Human Papillomavirus) 的Head and Neck Squamas Cancer (HNSCC) 患者的肿瘤免疫微环境，发现这两类患者中 免疫疗法为HNSCC的一个新疗法，但只有20-30%患者在PD-1/PD-L1的临床试验中获益，且原因不明。因此，有必要研究HNSCC的免疫微环境，从而为免疫治疗提供可能靶点。 ? => pathway enrichment (C) 分化trajectory (E) HPV-/+于DC1的分布上相似 (F) 分化终末表达更高的inhibitory receptors (LAG3, CTLA4, PDCD1(PD1), HAVCR2(TIM3)) 2.2 CD4+ Tconv & CD4+ Treg ? 分亚群，组织分布（AB)；亚群DEG => pathway enrichment (C) 分化trajectory (DE): PBMC和TIL的分化终末态不同（DEFG) 1 3.
82520发布于 2020-03-27 新突破 | 治愈自身免疫性疾病？序贯免疫疗法：免疫系统也能 开机重启！ | MedChemExpress (MCE)
，从而实现对自身免疫性疾病的治愈[3]。 序贯免疫治疗的“重启”功能一共包括 3 个阶段: (1) 控制炎症; (2) 重置免疫系统; (3) 维持免疫稳态。第一步：控制炎症步骤 1 是通过靶向免疫抑制来控制炎症 (图 2)。 所以序贯免疫疗法的第二步是重置免疫系统，其主要目标是通过消除病理性免疫记忆细胞来减少免疫系统的异常反应，从而恢复免疫系统的正常功能[3]。 步骤 2 是通过消除致病性免疫记忆细胞来重置免疫系统 (图 3)。例如 B 细胞，通过使用针对 CD19 的嵌合抗原受体 (CAR) T 细胞进行深度 B 细胞耗竭。 第三步：促进/维持免疫稳态 步骤 3 是通过免疫调节剂和组织修复来促进和维持免疫稳态 (图 4)。
39500编辑于 2024-11-04- 来自专栏百味科研芝士
3分+多组学分析识别与胃癌肿瘤免疫相关的分子特征
结果：一些重要的癌基因和抑癌基因的突变与GC中的免疫特征明显相关，包括PIK3CA，MTOR，RNF213，TP53，ARID1A，PTEN，ATM和CDH1。 此外，许多基因与GC中的免疫特征显示出显著的表达相关性，包括CXCL9，CXCL13，CXCR6，CCL5，GUCY2C，MAP3K9，NEK3，PAK6，STK35和WNK2。 作者识别了几种蛋白质的表达与GC中的免疫特征显著正相关。这些蛋白质包括caspase-7，PI3K-p85，PREX1，Lck，Bcl-2和转谷氨酰胺酶。 作者还确定了许多与癌症免疫相关的癌症相关通路，包括mTOR，PI3K-AKT，MAPK，HIF-1和VEGF信号通路。 3.
74930发布于 2020-10-09 - 来自专栏百味科研芝士
3分+非肿瘤纯生信免疫浸润分析还可以这么做！
和E2F3是骨关节炎的诊断标志分子并与免疫浸润相关 一. 差异表达分析识别DEGs 图3：作者用limma包在OA与正常对照组间进行差异表达分析，DEGs(差异表达基因)的筛选条件是p<0.05，|logFC|>1。 图3. 差异表达分析得到的火山图 3. 免疫细胞浸润的结果 A：作者用CIBERSORT算法评估了自己整和的芯片数据中的免疫细胞浸润情况，并得到22种免疫细胞的丰度值。 分析GRB10，E2F3与浸润免疫细胞的相关性 A：分析OA中GRB10的表达量与22种免疫细浸润胞的特征基因表达量相关性 B：分析OA中国E2F3的表达量与22种免疫细浸润胞的特征基因表达量相关性 ?
5.9K31发布于 2020-11-13 【免疫笔记】胸腺的“衰老剧本”—从发育到免疫老化的秘密
现在看这话简直是“大型真香现场”——胸腺根本不是“意外”，而是T细胞发育的“命运之地”：它负责筛选能识别外来抗原、同时不攻击自身的T细胞，是免疫耐受和免疫功能的“起跑线”。 通过单细胞分析能看到：不同年龄组的ETP基因表达差异巨大——年轻组的ETP高表达T细胞发育相关基因（比如CD3G、LCK），而老年组的ETP这些基因“哑火”了。 六、 naive T细胞：免疫老化的“预测指标” 通过分析外周血里的初始T细胞（naive T细胞），可以预测“免疫年龄”。 比如： •健康人群的实际年龄和免疫年龄基本匹配； •百岁老人的免疫年龄比实际年龄“年轻”（这可能是他们长寿的原因之一）； •乙肝、HIV患者，以及红斑狼疮、重症肌无力患者的免疫年龄，比实际年龄“老很多” 相当于给免疫系统装了个“体检仪”，能提前预警免疫老化相关的疾病。
28210编辑于 2025-12-24- 来自专栏医学和生信笔记
免疫浸润结果可视化
免疫浸润结果可视化 在之前的推文中我们介绍了2行代码实现9种免疫浸润方法，今天给大家介绍下常见的免疫浸润结果的可视化。 就以大家最常见的cibersort为例进行介绍。 首先大家要对每种免疫浸润方法的结果有一个大体的认知，比如cibersort的结果是各种免疫细胞在样本中的比例，所以一个样本中所有的免疫细胞比例加起来总和是1！ 但是ssGSEA就不是这样了。 tidyheatmap ## >>>>=== Palette option for random: 1: palette1; 2: palette2; 3: palette3; 4: palette4 CD4 T cell 0.0120 ## 3 TCGA-3L-AA1B-01A-11R-A37K-07 Activated CD8 T cell 0.170 scale_color_manual(values = palette4,name=NULL) plot of chunk unnamed-chunk-24 除此之外也是可以添加分组，画热图等，其他的免疫浸润结果也是同样的可视化思路
1.9K30编辑于 2023-08-30 - 来自专栏医学和生信笔记
WGCNA实战：识别免疫相关lncRNA
前面的推文给大家介绍了3种识别免疫相关lncRNA的方法：免疫相关lncRNA的识别 今天再给大家介绍下如何使用WGCNA识别免疫相关lncRNA，也算是WGCNA的实战教程。 2 1 3 1 3 3 3 3 ... ## $ msi : num 4 1 1 4 4 2 4 4 1 4 ... ## $ cluster: num 1 1 1 1 1 2 1 2 2 基因和性状的相关性：gene significance GS 基因和模块的相关性：module membership MM 选择我们感兴趣的性状（临床信息），这里是cluster，也就是根据ssGSEA免疫浸润的结果而得到的分子亚型 ，所以只要提取和这个性状信息相关的基因，就得到了免疫相关lncRNA！ 那加上今天介绍的识别免疫相关lncRNA的方法，就一共有4种方法了！ 这么多方法又有选择困难症了？天真，小孩子才做选择，大人都是全都要！
1.2K30编辑于 2023-08-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号