直肠癌肿瘤浸润T细胞受体库的高通量测序研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31200688
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C0805.肿瘤免疫微环境
  • 结题年份:
    2015
  • 批准年份:
    2012
  • 项目状态:
    已结题
  • 起止时间:
    2013-01-01 至2015-12-31

项目摘要

T cells recognize antigens by T cell receptors (TCR). Due to genetic recombination of germline cells, the diversity of TCR repertoire is estimated to be more than 10 millions. Recently, high throughput sequencing technique has been applied to sequence millions of TCRs at a single run, which enables us to investigate the global features of immune repertoires. Tumor infiltrating T cell (TIL) is a key player in restrcting tumor growth and in immunotherapy. In this project, we propose to study the diversity of TCR repertoire in colorectal tumors by high throughput sequencing. We aim to identify the tumor antigen specific T cell receptors by selecting highly expressed T cell receptors, based on bioinformatic analysis. By correlating the diversity of TCRs with patients' clinlic outcomes, this study will develop a prognostic tool in the treatment of colorectal cancer and possibly other malignancies.
T细胞受体(TCR)是T细胞表面识别抗原的分子。人体免疫系统具有一个庞大的T细胞受体库,通过VDJ重组,人体的T细胞受体多样性的数目超过一千万。近年来兴起的高通量测序技术可以一次性测出上百万个TCR分子,为全面刻画T细胞受体库特征提供了契机。肿瘤浸润T细胞是抑制肿瘤和过继免疫治疗的的重要免疫效应细胞。本项目拟以直肠癌患者的肿瘤浸润T细胞为研究对象,将采用深度测序方法对人体T细胞受体库多样性进行深入研究。并且结合生物信息学的分析,分离出其中大量表达的T细胞受体,以此来筛选肿瘤抗原特异性T细胞受体。将T细胞受体库的多样性和病人的临床表现进行关联,提出一个临床预测的方法,为免疫特异性治疗提供研究基础。

结项摘要

本项目收集了肾癌的肿瘤组织样本和匹配的外周血样本,分选出肿瘤浸润T细胞,使用多重引物特异性扩增T细胞受体基因,使用高通量测序进行免疫组库测序研究,通过生物信息学方法研究肿瘤浸润T细胞的免疫组库特性。.我们研究得出以下结论:.1..建立了TCR多重PCR扩增的技术。为了覆盖大部分可能的T细胞受体基因,我们在T细胞受体基因的V区设计了30个引物,在J区设计了13个引物。基于随机标签的多重PCR扩增技术的优势在于解决了当前免疫基因组测序的两大技术难题:引物扩增的不均匀和测序产生的错误。.2..编写了首个免疫组库自动化生物信息学分析平台,并且上线运行。鉴于国际上对T细胞受体高通量测序的生物信息学工具缺乏的现状,我们开发了一系列软件,可以实现从原始测序数据,到全面分析T细胞受体基因的生物信息学分析。我们开发的软件取名为iRAP (Immune Repertoire Analyzing Pipline),是一个公开的在线服务器。相比起前IMGT-high Vquest和NCBI IgBlast,我们的软件能提供全面的免疫组库分析流程,包括分析TCR组库的多样性和预测TCR组库的大小。.3..发现了肾癌病人中TCRV2的过度表达。我们发现病人的组织中的高度增值TCR数目和外周血中相似,并未出现明显的TCR 限制性。我们统计了CDR3序列的克隆大小,通过计算每一条CDR3序列出现的频率。发现大部分的CDR3序列只出现一次。我们统计了病人的V基因的使用频率分布,发现TCRV2的使用频率在所有样本中最高。我们统计了病人的CDR3区间的长度分布,发现肿瘤组织和外周血中的长度分布特征非常相似。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Quantitative assessment of single-cell whole genome amplification methods for detecting copy number variation using hippocampal neurons.
使用海马神经元检测拷贝数变异的单细胞全基因组扩增方法的定量评估。
  • DOI:
    10.1038/srep11415
  • 发表时间:
    2015-06-19
  • 期刊:
    Scientific reports
  • 影响因子:
    4.6
  • 作者:
    Ning L;Li Z;Wang G;Hu W;Hou Q;Tong Y;Zhang M;Chen Y;Qin L;Chen X;Man HY;Liu P;He J
  • 通讯作者:
    He J
Comprehensive analysis of the T-cell receptor beta chain gene in rhesus monkey by high throughput sequencing.
高通量测序综合分析恒河猴T细胞受体β链基因
  • DOI:
    10.1038/srep10092
  • 发表时间:
    2015-05-11
  • 期刊:
    Scientific reports
  • 影响因子:
    4.6
  • 作者:
    Li Z;Liu G;Tong Y;Zhang M;Xu Y;Qin L;Wang Z;Chen X;He J
  • 通讯作者:
    He J
PGWD: Integrating Personal Genome for Warfarin Dosing.
PGWD:整合华法林剂量的个人基因组。
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Interdiscip Sci Comput Life Sci
  • 影响因子:
    --
  • 作者:
    Cheng, Ronghai;Li, Zhoufang;Zhao, Yujun;He, Jiankui
  • 通讯作者:
    He, Jiankui
Virtual Pharmacist: A Platform for Pharmacogenomics.
虚拟药剂师:药物基因组学平台。
  • DOI:
    10.1371/journal.pone.0141105
  • 发表时间:
    2015
  • 期刊:
    PloS one
  • 影响因子:
    3.7
  • 作者:
    Cheng R;Leung RK;Chen Y;Pan Y;Tong Y;Li Z;Ning L;Ling XB;He J
  • 通讯作者:
    He J
Current challenges in the bioinformatics of single cell genomics.
单细胞基因组学生物信息学的当前挑战。
  • DOI:
    10.3389/fonc.2014.00007
  • 发表时间:
    2014
  • 期刊:
    Frontiers in oncology
  • 影响因子:
    4.7
  • 作者:
    Ning L;Liu G;Li G;Hou Y;Tong Y;He J
  • 通讯作者:
    He J

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

贺建奎的其他基金

循环肿瘤细胞的单细胞转录组测序定位肿瘤发生的器官
  • 批准号:
    81470136
  • 批准年份:
    2014
  • 资助金额:
    30.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码