肿瘤浸润原代 NK 细胞的体内 AAV–SB-CRISPR 筛选可确定 CAR-NK 疗法的基因检查点
Vivier, E., Tomasello, E., Baratin, M., Walzer, T. 和 Ugolini, S. 自然杀伤细胞的功能。 天然免疫学。 9,503–510 (2008)。 文章 中科院 PubMed 谷歌学术 Ben-Shmuel, A., Biber, G. 和 Barda-Saad, M. 在肿瘤微环境中释放自然杀伤细胞——下一代免疫疗法？ 正面。免疫学。 11，275 (2020)。 文章 中科院 PubMed PubMed Central 谷歌学术 Hu, W., Wang, G., Huang, D., Sui, M. 和 Xu, Y. 基于自然杀伤细胞的癌症免疫治疗：当前进展和新机遇。 正面。免疫学。 10，1205（2019）。 文章 中科院 PubMed PubMed Central […]
牦牛（Bos grunniens）在高海拔地区营养同化适应的基因组学见解
基因组比较和对高海拔的适应 牛和牦牛基因组之间的比较分析揭示了明显的差异，凸显了牦牛对高海拔生活的独特适应。 具体来说，我们在牦牛中发现了数量增加的基因家族，这些基因家族主要与感官知觉和能量代谢相关。 这种基因组特征表明，进化对高海拔缺氧条件带来的挑战有潜在的反应。 此外，牦牛谱系内的蛋白质结构域显着富集，在检测缺氧应激和监测细胞外条件方面发挥着关键作用，这说明了牦牛对其环境的复杂生物适应。 与营养和缺氧相关的功能类别和途径 我们的研究结果强调了经过正向选择和快速进化的基因的大量富集，主要属于与营养代谢和缺氧反应相关的功能类别和途径。 这些遗传适应对于牦牛至关重要，因为它们增强了牦牛有效代谢营养物质的能力，并在低氧条件下茁壮成长，这是高海拔栖息地的特征。 这一见解不仅增进了我们对动物适应极端环境的理解，而且对解决与缺氧相关的人类疾病也具有潜在的意义。 营养途径基因的进化史 为了揭示哺乳动物营养途径基因的进化史，我们以牦牛作为参考基因组，对 48 个哺乳动物基因组中存在的两个消化酶基因进行了全面的进化分析。补充文件）。 该分析总结于表中 1，对于了解这些基因如何进化和适应不同的饮食需求至关重要，特别是对于居住在高海拔地区的物种。 选择压力评估表明这些消化酶基因经历了适应性进化，这可能归因于这些物种的饮食多样化。 表 1 aBSREL 在系统发育的 57 个分支中的 10 个分支上发现了情景多样化选择的证据。 牦牛营养途径基因的正向选择 我们的数据强调了正向选择在牦牛营养途径基因适应性进化中的关键作用，有助于它们在高海拔地区增强营养同化。 值得注意的是，乳糖酶基因等基因经历了正选择，使牦牛能够在成年后继续产生乳糖酶，并有效消化富含乳糖的乳制品。 这种适应对于它们的生存至关重要，为它们在充满挑战的环境中提供了可靠的必需营养来源。 此外，参与脂肪酸、碳水化合物和氨基酸代谢的基因也显示出正选择的迹象，进一步支持牦牛在高海拔地区繁衍生息的非凡能力。 蛋白激酶的结构分析 蛋白激酶的结构分析揭示了对其功能至关重要的保守区域。 如图所示。 1 和 2，这些激酶的催化结构域具有几个保守区域。 两个特定位置已被识别为具有特征模式：靠近 N 末端的富含甘氨酸的片段对于 ATP 结合至关重要，以及中间区域的保守天冬氨酸残基对于催化活性至关重要。 了解这些保守的模式可以深入了解驱动牦牛适应性进化的分子机制，为未来旨在揭示高海拔生活复杂性的研究奠定基础。 图1 牦牛 CAMK2B 蛋白的结构域结构和选择分析。 该图由 DOG 1.0 illustrator 创建，展示了 CAMK2B 蛋白的结构域结构，并强调了对其保守结构域的分析。 特别关注蛋白激酶结构域，其中已确定正选择位点。 这些位点被映射到牦牛 CAMK2B […]
动态且独特的组蛋白修饰促进人类滋养层谱系分化
H3K4me3 的景观在 TSC 分化过程中经历动态变化 为了在滋养层谱系分化过程中获得 H3K4me3、H3K27me3、H3K27ac 和 H3K9me3 跨基因组的全面概况，我们使用 ChIP-seq 在 TSC、中期和完全分化的 ST（TSC 分化为ST 6 天）和 EVT（TSC 分化为 EVT 8 天）。 使用 MAnorm 比较 TSC 和 ST 之间的 H3K4me3 基因座后26，我们将 H3K4me3 位点分为三个不同的簇：S1（富含 TSC）、S2（常见）和 S3（富含 ST）簇（图 1）。 1A，补充图。 1A、补充表 1）。 虽然大部分 H3K4me3 基因座 (S2) 在 ST 形成过程中保持其 H3K4me3 信号不变，但富含 TSC 的簇 (S1) 即使在 ST 形成的中期（分化第 3 […]
足月和早产的昼夜节律特征
在此，我们提出了第一项关于斯洛文尼亚超过 50 万单胎出生的大型回顾性数据集的研究，重点关注昼夜节律以及昼夜节律随临产时间和分娩胎龄而变化的方式。 在第一组分析中，我们观察了不同胎龄组的分娩开始的昼夜节律模式，与分娩类型无关。 接下来，我们将引产的发作与自发分娩分开观察，以减少潜在混杂因素的影响。 引产可以简单地排除在外。 然而，我们也进行了彻底的分析，以验证我们方法的适当性，因为我们知道何时会出现引产数量的峰值，即在白天开始和夜班开始时。 我们还观察了不同类型的自然分娩（即，自发收缩引发的分娩和自发胎膜破裂引发的分娩），因为这两种分娩类型是由不同的机制引发的，并且可能反映不同的模式，正如所获得的结果所证明的那样。 此前有报道称，初产妇和经产妇的产程持续时间存在显着差异25,26。 为了减少特定混杂因素（例如妇女已经生育的孩子数量）的影响，我们关注的是临产开始时间而不是临产时间。 对于自然临产，如果胎膜破裂就开始临产，则观察到临产开始的时间；如果宫缩开始临产，则观察宫缩开始的时间。 当所有分娩类型结合起来时，所有胎龄组的节律模型都很重要。 我们观察到所有孕龄的病例数在上午 10 点左右出现峰值。 对于早产，即早产、极早产和极早产，该峰值的显着性较小（图 1）。 2光盘）。 还观察到晚上 8 点到凌晨 1 点之间的另一个峰值，但其确切位置取决于分娩时的胎龄。 这组数据还包括引产，其中昼夜行为很可能是由于医院工作人员的工作时间表而不是内在的昼夜节律性质。 因此，引产组被认为是宫缩或自然破膜自然分娩的对照组。 当仅观察自然临产时，无论自然临产的类型如何，昼夜节律紊乱都会发生在非常早产的胎龄中（图 1 和 2）。 3 和 4）。 在非常早产和极度早产组中，以自发宫缩开始的分娩显示出昼夜节律趋势的紊乱或缺失（图1）。 3）。 此后，我们还一起分析了两组（极早产和极早产合并），并另外将早产每周的数据分开。 分析显示，昼夜节律趋势在第 35 周被打乱，其中昼夜节律行为的 p 值失去了统计显着性 (p = 0.066)。 从第 38 周开始，产程的主要高峰出现在上午 6 点至 7 点之间，而最低点出现在下午 5 点至 7 点之间（补充图 2）。 […]
鉴定与阿尔茨海默病相关的免疫原性细胞死亡相关基因
ICD 最初是在癌症研究中概念化的，通过从垂死细胞中释放抗原和佐剂来增强免疫反应28。 在 ICD 期间，垂死细胞会产生新的抗原表位并释放 DAMP。 此外，这些 DAMP 会招募 APC，促进死细胞抗原的识别和吞噬，并将其呈递给 T 细胞，从而激活适应性免疫反应。 这种适应性免疫反应对于识别和清除肿瘤抗原至关重要，最终产生持久的抗肿瘤作用29。 此外，新出现的证据表明，正常细胞可以在氧化应激和高血糖等特定损伤下触发抗原特异性免疫反应，从而导致疾病发病机制30。 ICD 期间产生的 DAMP 也可能对非恶性和非传染性疾病具有显着影响11,31,32。 尽管 ICD 和 AD 之间的精确关联需要进一步阐明，但我们的研究揭示了一些相关的观察结果。 首先，神经元细胞死亡诱导细胞外释放大量神经元 Aβ，引发免疫反应和抗原特性13。 其次，ICD导致与AD密切相关的DAMP（例如HSP和HMGB1蛋白）的释放12 并可能在 AD 病理过程中充当佐剂。 最后，受 AD 影响的神经元表现出典型的大脑微环境特征，包括缺氧14改变pH值15和炎症反应16，与有利于 ICD 的微环境非常相似。 通过WGCNA分析，可以基于系统的基因表达水平构建网络，从而显示基因之间的共表达关系； 这些基因被分配到不同的模块，那么同一模块内的基因具有相似的表达模式，并且可能是共同调控的或功能相关的。 此外，不同模块和表型之间存在相关性。 因此，通过筛选AD相关模块，有助于获得某些基因随着AD的发展具有相同趋势的表达趋势。 因此，通过WGCNA分析，可以很好地反映AD发生时哪些基因随后被共同调控或功能上相互作用，从而通过筛选这组基因更好地说明AD的生物学特征。 基于这些发现，本研究采用WGCNA方法来分析和鉴定AD患者中ICD相关的疾病特征基因。 我们的研究结果可能提供新颖的见解，有助于 AD 的早期诊断，并为治疗这种神经退行性疾病的靶向药物研究提供信息。 在本研究中，我们最初采用差异基因表达分析和 WGCNA 来鉴定 AD 中的 DEG。 随后，我们将这些基因与 ICD 相关基因交叉，并鉴定出 9 个重叠基因。 接下来，GO分析显示这些基因主要富集于与AD发病机制相关的各种生物过程，包括免疫反应（例如PRR活性、Toll样受体） […]
游离寡糖和粘蛋白型 O-聚糖的模拟消化揭示了产气荚膜梭菌的潜在作用
如方法中所述，从 UniProt（版本 2023_02）中提取与子亚类 EC 3.2.1（糖苷水解酶）和 EC 3.1.6（硫酸酯水解酶）活性相关的细菌蛋白。 从 EC 3.2.1 的 CAZy（2023 年 5 月更新）中提取了类似的数据。 当与 BRENDA 交叉引用时，在这些蛋白质中发现了 155 个完整的 EC 编号31 存储库，其中 30 个是 UniProt 独有的，20 个是 BRENDA 独有的（图 1）。 1B）。 发现了 12 种与硫酸酯水解酶（硫酸酯酶）活性相关的蛋白质，所有这些蛋白质都存在于 UniProt 中，其中 6 个蛋白质存在于 BRENDA 中（图 1）。 1A）。 图1 UniProt 中不同细菌硫酸酯酶 (EC 3.1.6.-) 和糖苷水解酶 (EC 3.2.1.-) 活性的数量，与 BRENDA 数据库和 CAZy […]