此外,根据基质和免疫打分,高免疫组的基质和免疫打分更高(图2C和2D)。对高免疫组和低免疫组进行差异分析,共得到1233个差异表达基因。 图2 分析TCGA患者的免疫状态 4. 风险评估模型和预测能力的评估 缺氧和免疫相关的共有差异表达基因有320个。 风险打分与肿瘤分级(图4A)和性别(图4B)显著相关。ICGC HCC队列共有203例病例记录了完整的临床表型数据。风险打分与临床分期、侵犯门静脉和侵犯静脉显著相关(图4C-E)。 ? 图4 TCGA和ICGC HCC队列预后特征与临床表型的相关性 6. 高风险和低风险组缺氧状态的评估 为验证高风险组和低风险组之间的缺氧状态,作者进行GSEA分析。 CD8+T细胞(图6D),CD4+T细胞(图6E)和B细胞(图6F)也与风险评分有关。
介绍 ImmGenMaps是免疫基因组计划联盟(ImmGen)启动的全新开源项目,旨在利用空间转录组学技术绘制小鼠器官中免疫细胞的综合空间图谱。 该项目第一阶段将生成25个健康小鼠器官的高质量数据集,建立雄性和雌性标本的基线图谱,以揭示免疫细胞在自然组织环境中的多样性、动态及其与非免疫细胞的整合。 作为基础工具,该项目致力于增进对免疫学过程的理解,并指导未来的创新治疗策略。 在输入框输入需要分析的组织,然后Explore点击注册BioTuring账号后,进行组织空间转录组分析。
HCC是一种免疫原性肿瘤,由潜在慢性肝脏疾病而出现在慢性发炎的肝脏中。这种炎症导致肿瘤发展,并与更高的肿瘤免疫原性有关。HCC包括病毒感染和非病毒性环境,这两类HCC执行不同的基因表达和途径。 核心24个靶标与KEGG富集的蛋白相互作用 3、分析肝癌中的适应性免疫细胞 热图显示了22种免疫细胞亚型分别在VIR组和NVIR组的计数和激活状态。 小提琴图:NVIR组合和VIR组的4个TMES(浆细胞,肥大细胞活性,巨噬细胞(M1)和γδT细胞)显著不同。(p<0.05) ? 图4. 随后作者测试了VIR和NVIR中的靶标,表征和量化了HCC免疫细胞亚型。作者分组分析靶标与免疫微环境的相互作用,分析了它们对于患者的预后。 密切相关,而在VIR组相关性弱,高水平NR1I2和CYP3A4的预后较好。
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
4. 单因素分析表明,高低氧风险评分与不良OS显著相关(图4C)。其他变量与不良生存相关的因素包括年龄,WHO等级,IDH状况和1p19q共丢失状况。 多变量分析表明,高风险评分与神经胶质瘤患者的显著较差OS有关(图4D),可以作为神经胶质瘤的独立预后指标。TCGA数据库也得到了相似的结果(图4E,F)。 ? 6. 对高风险组样本和低风险组样本进行GSEA分析,高风险组胶质瘤表达谱明显在免疫途径的负调控中富集,例如B细胞的负调控、CD4+αβ细胞活化,αβ T细胞活化和T细胞分化(图6H)。 此外,高风险评分组中关键免疫检查点基因(CTLA-4和LAG-3)的表达明显高于低氧风险组(图7G,H),免疫抑制细胞因子也明显上调表达(图7I,J)。
️ 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。 口服/鼻内:可引起肠道局部抗体应答,但同时可能诱导系统性免疫耐受,防止食物过敏。 佐剂的作用机制 佐剂(Adjuvant):是一种非特异性免疫增强剂,能增强抗原的免疫原性或改变免疫应答类型。 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。
、 IL-4、IL-13、TGF-B、PGE-2和M-S等;②共抑制信号及促凋亡分子,如B7-H1(PD-L1)、CTLA-4、 TRAIL和 FasL等;③趋化因子,如CCL2、CCL19、 CCL20 4、代谢酶(1)吲哚胺 2,3-双加氧酶(indoleamine 2,3- dioxygcnase,IDO):IDO是一种免疫抑制性酶类,它在产生和维持局部免疫抑制中有重要作用,尤其是实体瘤的微环境。 的产生或者扩增自然产生的Treg;③肿瘤微环境的多种抑制分子如IL-10和TGF-B,能将CD4CD25T细胞转化成为CD4+CD25highTreg Foxp3+ Treg。 4.其他抑制性细胞DC是体内唯一能活化初始性T细胞的专职 APC。 例如,除了直接诱导抑制性免疫环境外,肿瘤细胞可利用炎症反应中产生的IFN-y等活化性的炎症因子,诱导CTLA-4、PD-L1、IDO等免疫抑制分子的表达,帮助免疫抑制网络的形成。
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. 免疫沉淀与 SDS-PAGE 分析 免疫沉淀法用于从细胞裂解液中富集特定抗原。细胞可通过 ³⁵S-蛋氨酸代谢标记(标记所有新合成蛋白)或 表面碘化/生物素化(仅标记膜蛋白)进行示踪。 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。
多目标免疫算法 实际应用研究 Artificial immune system is a kind of heuristic algorithms imitating the information processing superior performance of MOIA-DPS is also confirmed by our experimental studies, as provided in Section 4.
在两组之间进一步比较了差异表达的基因,免疫细胞的浸润水平和几种免疫相关分子。 结果:研究纳入了594位LUAD患者。 在实施了两步机器学习筛选方法之后,最终选择了12个与免疫相关的基因作为风险评分公式,高风险组的患者的总生存期明显变差。作者还发现两组中独特的免疫浸润模式,即高风险组患者的几种免疫细胞明显富集和上调。 4. 差异表达基因和基于12个基因的风险评分相关的相关生物学通路 作者在高低风险打分组间进行差异表达分析,并进行了功能富集分析。如下图A、B所示。 5.不同的免疫浸润模式 考虑到这12个基因在肿瘤微环境中的免疫浸润中发挥的重要作用,作者采用了包括代表28个免疫细胞亚群的597个基因的参考微环境矩阵,系统地表征了来自不同风险组的患者的免疫浸润模式。 同时,高评分组的肿瘤倾向于表现出上调的免疫浸润水平,从而为浸润的免疫细胞与肿瘤细胞之间的相互作用提供了新的见解。
免疫组库(immune repertoire, IR):是指某个体在特定时间点其循环系统中所有功能多样性B淋巴细胞和T淋巴细胞的总和。 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。 ? 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。 正因为如此,免疫组库在肿瘤研究、移植和免疫重建、自身免疫性疾病、感染性疾病、抗体开发、用药及疫苗评估等多个方面均有重要的应用价值。 单细胞测序揭示新型模式 ? 抗体在免疫应答反应中发挥着至关重要的作用,抗体的多样性是抗体能够抵御各种各样入侵病原体的关键所在。
在体外培养模型中, IFN-y 诱导的Mφ经典活化(classical activation)能够诱导一系列促炎症反应的发生,清除外来病原菌及病变细胞;IL-4和IL-13则诱导了Mφ的非经典活化( 表达CD4分子的T淋巴细胞只能识别由MHCⅡ类分子呈递的抗原;而表达CD8分子的T淋巴细胞只能识别由MHCI类分子呈递的抗原。 CD4+TH淋巴细胞发挥抗肿瘤免疫应答的重要辅助作用,其介导的抗肿瘤免疫机制有几种:①活化的CD4+TH1细胞可辅助CD8+CTL激活,同时,它们分泌的IL-2及肿瘤微环境中其他细胞分泌的IL-15能够促进和维持 CD8细胞的功能与活性;②活化的CD4+TH2细胞参与辅助B细胞产生特异性抗肿瘤抗体;③活化的CD4+T淋巴细胞可辅助固有免疫细胞(如NK细胞、DC)的活化;④部分活化的CD4+T细胞可直接杀伤肿瘤细胞 在APC参与和CD4+T细胞的辅助下,B细胞能够对肿瘤细胞分泌的可溶性抗原或肿瘤细胞膜抗原产生应答,并分泌抗肿瘤抗体。
为了评价水通道蛋白9在肾细胞癌组织中的表达水平,进行了免疫组化染色,发现癌组织中水通道蛋白9的表达密度和强度均显著高于癌旁正常肾组织。 ? 六、免疫浸润水平的相关性研究 使用肿瘤免疫估计资源(Timer,https://cistr ome.shiny apps.io/Timer/)对肿瘤浸润免疫细胞特征与所选HUB基因进行综合相关性分析。 肿瘤-免疫系统相互作用的集成库门户TISIDB,用来检查人类癌症中28种类型的TIL的肿瘤和免疫系统相互作用,关于该数据库的详细用法请看我们以往推文 (TISIDB(点击查看))。 AQP9升高与B细胞、T细胞、单核细胞、巨噬细胞、肿瘤相关巨噬细胞和中性粒细胞浸润显著相关(p<0.05),导致免疫浸润的普遍增加。 ? 七、总结 整篇文章几乎不涉及代码,简单的在线工具结合一点实验就能轻松上4分,偷偷说一句,这个杂志对生信文章比较友好哈?
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: ?
一、IRAK家族的结构与功能白细胞介素-1受体相关激酶(IRAK)家族是Toll样受体(TLR)和白细胞介素-1受体(IL-1R)介导的先天免疫信号通路中的关键调节因子。 激活的IRAK-1与TRAF6形成复合物,通过一系列级联反应,最终导致核因子κB(NF-κB)和活化蛋白-1(AP-1)等转录因子的活化,驱动促炎细胞因子、趋化因子等多种免疫介质的基因表达。 二、靶向IRAK4的药物研发方向鉴于IRAK-4在炎症及肿瘤发生发展中的核心作用,其已成为药物研发的重要靶点。 三、DDB1-CRBN&IRAK4PROTAC试剂盒的应用价值聚焦于PROTAC技术,DDB1-CRBN&IRAK4PROTAC试剂盒是研究IRAK-4蛋白功能及验证降解策略的有力工具。 综上所述,IRAK-4是连接先天免疫识别与炎症反应的核心分子,针对其开发抑制剂及PROTAC降解剂是重要的研究方向。
Colorectal Cancer Is Caused by Activation of Different Immune Signals”,文章中作者对一个包含了207例患者的队列进行了RNA测序、免疫组化以及免疫细胞浸润评估 图1A:在不同组织中MRE11的表达(免疫组化) ? 图4A:MRE11在队列1中 MSS / MSI 组织中的表达 图4B:MRE11在队列2中 MSS / MSI 组织中的表达 有 MSS 的 RSCC 中 MRE11的表达高于 MSI 在 LSCRC 图4C:对队列1和2中MSS的RSCC患者根据MRE11分组后的KM曲线 ? 图4D:队列1和2的MSS的LSSCC患者根据MRE11分组后的KM曲线 在MSS患者中,在蛋白质和 mRNA 水平上表达高 MRE11的患者比在 LSCRC 表达低 MRE11的患者有更好的 OS
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 CD4+和B细胞更加多样而CD8+和Treg更相似。 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。 ? Tconv、CD14+ cells有显著不同,而CD4+ Treg、CD8+相似。 PDCD1(PD1), HAVCR2(TIM3)) 2.2 CD4+ Tconv & CD4+ Treg ?
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)。 CD19 CAR-T 细胞治疗研究人员采用 CD19 CAR-T 细胞疗法,通过深度消耗 B 细胞来重置自身免疫性疾病中的异常自身免疫[4]。 评估了 15 名患有重度系统性红斑狼疮 (SLE)(8 名)、特发性炎性肌炎 (3 名) 或系统性硬化症 (4 名) 的患者,这些患者在用 Fludarabine 和 Cyclophosphamide 此外,针对抗 IL-23 和抗 TNF 疗法等药物的合理组合(这些药物正在打破炎症性肠病治疗的疗效上限)以及针对慢性阻塞性肺疾病和 2 型炎症患者亚组的抗 IL-4Rα 疗法等精准方法的出现,也为在自身免疫和炎症性疾病的治疗中实现长期缓解和治愈的可能性提供了支持 Nat Rev Drug Discov. 2024 Jul;23(7):501-524. [4] Müller F, et al.
五、关键信号变了:JAG1替代DLL4成了“衰老信号” 胸腺里的Notch信号是T细胞发育的“刚需”,但衰老后这个信号的“配体”换了: 年轻胸腺:主要靠DLL4和Notch1结合,推动T细胞正常发育; 老年胸腺:DLL4变少,JAG1(另一种Notch配体)变多——但JAG1和Notch结合后,根本带不动T细胞发育。 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。 八、外周血的“证据”:新输出T细胞(RTE)越来越少 外周血的数据也印证了胸腺的“摆烂”:随着年龄增长,新从胸腺输出的T细胞(RTE)比例断崖式下降——不管是CD4+还是CD8+ RTE,老年组的占比连年轻组的
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。 palette4 plot of chunk unnamed-chunk-17 但是这个图你可能不能接受,没关系,转换好的长数据已经在res_cibersort这个对象里了。 ,其他的免疫浸润结果也是同样的可视化思路,这里就不再重复了,大家自己尝试下即可。 我们就以CTLA4 EGFR PDL1 BRAF "VEGFB" "VEGFA" "VEGFC" "VEGFD" "NTRK2" "NTRK1" "NTRK3"这几个分子为例吧。