ImmunoTAR:整合性优先排序癌症免疫治疗的细胞表面靶点

癌症是全球范围内导致死亡的主要原因之一。尽管近年来免疫治疗取得了显著进展,如嵌合抗原受体T细胞(CAR-T)疗法和抗体药物偶联物(ADCs)的成功应用,但如何有效识别癌症特异性表面蛋白靶点仍然是当前研究的重大挑战。表面蛋白靶点的识别对于开发精准且低毒的免疫疗法至关重要。现有的技术,如RNA测序和蛋白质组学,虽然能够帮助研究人员分析这些靶点,但仍然缺乏系统化的方法来优先选择最合适的免疫治疗靶点。 为此,来自Children’s Hospital of Philadelphia、Drexel University、BC Cancer Research Institute等机构的科研团队开发了一种名为ImmunoTAR的计算工具,旨在通过整合多种公共数据库的数据,系统化地优先选择免疫治疗靶点。该工...

基于单细胞统一极化评估的免疫细胞极化分析方法

免疫细胞在应对多种刺激时会经历细胞因子驱动的极化过程,这一过程会改变其转录谱和功能状态。这种动态变化在健康和疾病中的免疫反应中起着核心作用。然而,目前尚缺乏一种系统的方法来评估单细胞RNA测序(scRNA-seq)数据中的细胞因子驱动极化现象。为了解决这一问题,研究人员开发了单细胞统一极化评估(SCUPA)方法,这是首个用于全面评估免疫细胞极化的计算方法。 论文来源 该论文由Wendao Liu和Zhongming Zhao共同撰写,他们分别来自The University of Texas MD Anderson Cancer Center UTHealth Houston Graduate School of Biomedical Sciences和Center for Precisio...

单细胞转录组学中的轨迹对齐:Tragedy方法的创新与应用

单细胞转录组测序(single-cell RNA sequencing, scRNA-seq)技术的出现,为研究细胞发育和分化过程中的基因表达动态提供了前所未有的分辨率。然而,由于生物过程的复杂性,不同条件下的细胞发育轨迹往往是不对称的,这给数据的整合和比较带来了挑战。现有的方法通常依赖于将不同条件下的样本整合后再进行聚类分析或推断共享轨迹,但这些方法在处理不对称轨迹时往往效果不佳,可能会掩盖关键的差异表达基因(differentially expressed genes, DEGs)。 为了解决这一问题,研究人员开发了一种新的方法——Trajectory Alignment of Gene Expression Dynamics (Tragedy)。Tragedy方法能够在不进行数据集整合...

基于APNet的稀疏深度学习模型在COVID-19严重程度驱动因素发现中的应用

学术背景 COVID-19大流行对全球公共卫生系统造成了巨大冲击,尽管目前疫情已有所缓解,但其复杂的免疫病理机制、长期后遗症(如“长新冠”)以及未来可能出现的类似威胁,仍然推动着相关研究的深入。特别是重症COVID-19患者,常伴随“细胞因子风暴”、急性呼吸窘迫综合征(ARDS)、多器官衰竭等严重症状,亟需更精准的预测模型和生物标志物来指导临床决策。 传统的机器学习(ML)和深度学习(DL)模型在高通量组学数据分析中表现出色,但往往缺乏生物可解释性,难以揭示非线性蛋白质动态(如翻译后修饰)和复杂的信号通路调控机制。为了解决这一问题,作者开发了APNet(Activity PASNet),一种结合了差异活性分析和生物信息驱动的稀疏深度学习模型,旨在通过可解释的预测发现COVID-19重症的驱动...

针对胶质母细胞瘤起始细胞的EVA1-抗体药物偶联物新型治疗策略

背景介绍 胶质母细胞瘤(Glioblastoma, GBM)是最具侵袭性的脑癌之一,患者的中位生存期仅为约15个月。尽管目前采用了手术、化疗和放疗等多种治疗手段,GBM患者的总体生存率在过去几十年中并未显著改善。近年来,研究发现GBM起始细胞(GBM-initiating cells, GICs)在肿瘤的发生、发展以及对放疗和化疗的抵抗中起着关键作用。这些细胞不仅具有强大的致瘤能力,还能抵抗常规的癌症治疗手段。因此,深入研究GICs的特性并开发针对这些细胞的新型治疗方法成为了GBM研究的重要方向。 在此背景下,研究团队先前发现了一种名为上皮V样抗原1(Epithelial V-like antigen 1, EVA1)的膜蛋白,该蛋白在GICs中特异性表达,并可能成为治疗GBM的新靶点。为了...

免疫受损患者急性呼吸衰竭中侵袭性肺曲霉病的多变量预测模型(IPA-GRRR-OH评分)

免疫抑制患者急性呼吸衰竭中侵袭性肺曲霉病的预测模型 背景介绍 侵袭性肺曲霉病(Invasive Pulmonary Aspergillosis, IPA)是一种严重的机会性感染,常见于免疫抑制患者,尤其是那些因血液系统恶性肿瘤、干细胞移植或长期使用免疫抑制剂而导致免疫功能低下的患者。IPA的诊断通常较为困难,且一旦患者需要机械通气,死亡率可高达90%。因此,早期诊断和及时治疗对改善患者预后至关重要。然而,目前的诊断方法(如肺活检、支气管肺泡灌洗等)在临床实践中存在诸多局限性,尤其是在重症患者中,这些侵入性操作可能会加重病情。此外,生物样本的检测结果往往需要较长时间,无法在患者入院时迅速提供诊断依据。 为了解决这一问题,研究者们致力于开发一种基于临床数据的预测模型,能够在患者入住重症监护室(I...