Immune Monitoring and Analysis of Cancer at Stanford (IMACS)

美国斯坦福大学(IMacs)的癌症免疫监测和分析系统。 -- 摘要： 斯坦福大学(IMacs)癌症研究免疫监测中心和数据分析中心(IMacs)将发挥出色的作用。 对NCI确定的临床试验的免疫表型和免疫功能进行全面的检测。这些检测将包括。 标准化的细胞分析已经在CyTOF、高维DNA流式细胞仪、Luminex、TCRseq、和上开发出来。 RNAseq平台。作为该计划的一部分，我们还将继续标准化测试，并像斯坦福发明的测试那样提供服务。 技术正在开发中，包括多路复用的离子束成像技术(MIBI)和ASSaid的转座子技术-- 可访问染色质(ATAC-？seq)。我们已经为我们的中心和结构设计了新的结构，以便与其他调查人员合作，以便重新定义。 这些分析最适合于解决提出的免疫学问题，并将这些问题与所需的样本进行匹配。 类型。我们将对所有化验结果进行质量控制和措施，并为每个化验结果生成一份标准的化验报告。 化验和测试项目。我们将通过我们最新的在线数据数据库，如斯坦福大学的数据和Miner，来组织这些数据，以确保这些数据。 寿命和可转移性，以及对原始数据和文件的访问权限以及对结果的分析。最后，我们将继续工作。 随着越来越多的调查人员致力于研究一种新颖的生物信息学，从这些高维生物信息学数据集中进行挖掘的方法越来越多。这些数据将被发现。 包括为建立单一数据类型数据而设计的方法(例如，用于CyTOF的VviSNE和用于Citrus的方法)和流式细胞术。 数据)，以及在所有分析中整合数据的方法，以及使用适当的机器和学习算法的方法。 为了帮助NCI，研究人员正在努力确定他们的免疫系统特征，以支持他们的临床试验。 -- 相关性：苹果iMacs检测中心还将提供一套最先进的免疫检测方法，其中许多检测方法都是最先进的。 在斯坦福大学开发或精炼的技术。这套无与伦比的技术组合将有助于我们更好地发现新技术。 生物标记物有助于预测癌症的转归或治疗效果，以及定义新的治疗潜力。 癌症的免疫和控制机制。

IMMUNE MONITORING AND ANALYSIS OF CANCER AT STANFORD (IMACS)    Abstract  The  Center  for  Immune  Monitoring  and  Analysis  of  Cancer  at  Stanford  (IMACS)  will  perform  highly  comprehensive assays of immune phenotype and function for NCI-­identified clinical trials.  These will include  standardized  assays  already  developed  on  CyTOF,  high-­dimensional  flow  cytometry,  Luminex,  TCRseq,  and  RNAseq  platforms.    As  part  of  the  program  we  will  also  standardize  and  offer  as  assays  Stanford-­invented  technologies under development, including Multiplexed Ion Beam Imaging (MIBI) and Assays of Transposon-­ Accessible Chromatin (ATAC-­seq).  We have designed our center structure to work with investigators to define  the assays best suited to the immunological questions being posed, and match these with the required sample  types.  We will perform quality control measures on all assays, as well as generate a standard report for each  assay  and  project.    Data  will  be  organized  via  our  online  database,  Stanford  Data  Miner,  to  ensure  data  longevity and transferability, as well as access to both raw data files and analyzed results.  Finally, we will work  with investigators on novel bioinformatics approaches to mining these high-­dimensional data sets.  These will  include  approaches  designed  for  a  single  data  type  (e.g.,  viSNE  and  Citrus  for  CyTOF  and  flow  cytometry  data), as well as approaches for integrating data across assays, using appropriate machine learning algorithms  to aid NCI researchers in identifying immune hallmarks central to their trials.    Relevance:  The IMACS center will provide access to a suite of state-­of-­the-­art immune assays, many of them  developed  or  refined  at  Stanford.    This  unmatched  set  of  technologies  will  facilitate  the  discovery  of  new  biomarkers  for  predicting  cancer  outcome  or  therapeutic  response,  as  well  as  defining  potential  new  mechanisms of immune control of cancer.