Čeprav ni videti, da bi odstotek TEX naraščal z resnostjo bolezni (dodatna slika 6C) ali s staranjem živali, nagnjenih k lupusu (6), se skupno število infiltriranih celic T povečuje z resnostjo bolezni pri teh modelih in človeških bolnikih. Tako lahko pride do točke, čez katero lahko izčrpanostne nadzoruje več bolezni. Predhodno delo je pokazalo, da je pri tistih bolnikih s podpisom CD8 in TEX v periferni krvi manj verjetno, da bodo izbruhnili v primerjavi s tistimi brez tega podpisa (52). Vendar pa ostaja odprto vprašanje, kaj se zgodi na ravni ciljnega organa, in v prihodnjem delu bo zanimivo ugotoviti, ali je delež izčrpanih celic v biopsiji mogoče povezati z izidi bolezni.

Po ustreznih študijah je cistanča tradicionalno kitajsko zelišče, ki se že stoletja uporablja za zdravljenje različnih bolezni. Znanstveno je dokazano, da ima protivnetne, proti staranju in antioksidativne lastnosti. Študije so pokazale, da je cistanche koristen za bolnike z boleznijo ledvic. Znano je, da učinkovine cistanche zmanjšujejo vnetje, izboljšujejo delovanje ledvic in obnavljajo okvarjene ledvične celice. Tako lahko vključitev cistanche v načrt zdravljenja ledvične bolezni nudi velike koristi bolnikom pri obvladovanju njihovega stanja. Cistanche pomaga zmanjšati proteinurijo, znižuje raven BUN in kreatinina ter zmanjša tveganje za nadaljnjo poškodbo ledvic. Poleg tega cistanche pomaga zniževati raven holesterola in trigliceridov, kar je lahko nevarno za bolnike z boleznijo ledvic.

Kliknite na dodatek Cistanche Tubulosa

【Za več informacij: david.deng@wecistanche.com / WhatApp:86 13632399501】

Pomembno bo identificirati mehanizme, s katerimi ledvice zavirajo vsakega od teh potencialno škodljivih tipov celic in dogodkov, ter kako lahko obstoječe in nove terapije vplivajo nanje. Upamo, da bo to delo nam in drugim omogočilo, da bomo natančneje ciljali na te različne populacije T-celic in s tem odprli nove terapevtske poti.

Metode

Živali. Miši C57BL/6 so bile kupljene pri Jackson Laboratory. Miši MRL/lpr so bile prvotno pridobljene iz laboratorija Jackson in so bile vzdrževane v našem laboratoriju. Miši Fc R2B–/–.Yaa so bile pridobljene od Silvie Bolland (Nacionalni inštitut za alergije in infekcijske bolezni, NIH, Rockville, Maryland, ZDA) in so bile vzdrževane v našem laboratoriju. Miši so bile starane in proteinurija je bila izmerjena pred žrtvovanjem, kot je dokumentirano v dodatni tabeli 2.

Izolacija celic T iz ledvic in vranice. Celice T smo izolirali, kot je opisano prej (6). Na kratko, po žrtvovanju smo odstranili vranico in živali perfundirali s 4 0 ml HBSS, dokler ni prišlo do popolnega bledenja jeter in ledvic. KIT so izolirali z Octodissociatorjem (Miltenyi Biotec) v prisotnosti 1600 Kunitzovih enot/mL kolagenaze D (Roche Diagnostics) in 0,2 mg/mL DNAse IV (MilliporeSigma) 30 minut pri 37 stopinjah. Izvedena je bila liza RBC in celice so bile filtrirane skozi celično cedilo (100 μM najlon; Falcon, Corning). Splenocite smo izolirali z uporabo mehanske disociacije med 2 stekelcema iz motnega stekla in filtrirali skozi mrežni filter 70 μm po lizi RBC.

Celice smo obarvali, kot je opisano prej (6), z naslednjo ploščo: anti-CD8 (Lyt-2/TIB-105, Pac-Blue, proizvedeno v podjetju), anti-CD4 (GK{{9 }}.5, v PE, kupljeno pri BioLegendu), in anti-CD90.2 (Thy1.2/30H12, Al488, proizvedeno v podjetju) za miši MRL/lpr ali anti-CD90.2 (Thy1.2/30H12 , Al647, proizvedeno v podjetju) za Fc R2B–/–. Yaa Ghost BV510 (Tonbo) je bil uporabljen za izključitev mrtvih celic. Za vsa "hišna" protitelesa so hibridomski kloni komercialno dostopni, protitelesa pa so bila prečiščena, kot je opisano (6).

Celice T so bile razvrščene z uporabo FACSAria (BD Biosciences). Po sortiranju smo celice dvakrat sprali z 2 odstotki BSA v PBS. Nato smo vsakemu od razvrščenih vzorcev dodali reagente anti-CD45 HTO v razredčitvi 1:50. Anti-CD45 TotalSeq-A0096 30-F11 (BioLegend) je bil uporabljen za kohorto Main-Seq, TotalSeq-C0096 30-F11 (BioLegend) pa je bil uporabljen za obe kohorti TCR-Seq. Po obarvanju s HTO smo celice dvakrat sprali v 2 odstotkih BSA v PBS.

Priprava knjižnice in RNA-Seq celic T. Celice so bile preštete in naložene v sistem 10x Genomics Chromium po navodilih proizvajalca. Genska ekspresija, TCR in knjižnice hashtag/značilnosti protitelesa so bile ustvarjene, njihova kakovost je bila ocenjena z Agilent TapeStation High Sensitivity D5000 Screentape, njihove količine pa so bile kvantificirane s KAPA Library Quantification Kit za platforme Illumina. Za kohorto Main-Seq je bila uporabljena knjižnica 3PrimeV2; knjižnica črtnih kod funkcij je bila ustvarjena v skladu s protokolom New York Genome Center (56). Za kohorte TCR-Seq so bile knjižnice 5PrimeV1 pridobljene od 10x Genomics. Za hashtagging smo sledili navodilom proizvajalca za "črtno kodo lastnosti". Knjižnice so bile združene in sekvencirane na NovaSeq (Illumina Biosciences). Datoteke FASTQ so bile ustvarjene in poravnane z mišjim referenčnim genomom mm10 s programom Cell Ranger 5.0.0 (10x Genomics), da se ustvari matrika števila genov-celic in celic-protiteles.

obdelava podatkov scRNA-Seq. 10x neobdelani podatki iz vsakega vzorca so bili demultipleksirani in datoteke FASTQ so bile ustvarjene s "hitrim" cevovodom Cell Ranger (v5.0.0, 10 x Genomika). "Število" Cell Rangerja je bilo uporabljeno za uskladitev odčitkov z referenčnim genomom mm10, ustvarjeni pa so bili transkript mRNA in količinske tabele HTO edinstvenega molekularnega identifikatorja (UMI). Datoteke neobdelane matrike črtne kode, ustvarjene iz cevovoda Cell Ranger, so bile nadalje uporabljene za nadaljnjo analizo z uporabo paketa Seurat (v4.0.0) (12) v R (v3.4.3).

Začetna kontrola kakovosti in obdelava. Celice, ki izražajo manj kot 200 genov ali z več kot 10 odstotki UMI, ki so preslikani v mitohondrijsko DNK, so bile filtrirane. Tabele HTO so bile dodane naboru podatkov in normalizirane z metodo razmerja s centriranim dnevnikom z uporabo funkcije "NormalizeData". Normalizirano število HTO je bilo uporabljeno za določitev, ali vsaka kroglica gela v emulziji vsebuje eno samo celico, z uporabo funkcije Seurat "MULTIseqDemux" in ročnega pregleda celic, pri čemer je bila celica obravnavana kot enojna, če je izražanje ene same HTO predstavljalo več kot 70 odstotkov celotne ekspresije HTO v tej celici; drugače je bila celica obravnavana kot dvojnica in odstranjena. Vrednosti genske ekspresije za vsako celico so bile log2 -normalizirane s funkcijo "NormalizeData", kjer je bila ekspresija gena normalizirana na skupno ekspresijo vseh genov v tej celici in pomanjšana s faktorjem 10,{{8 }}. UMI, vsebnost mitohondrijev ter rezultati vsebnosti genov hemoglobulina in ribosomskih genov so bili "regresirani" z uporabo Seuratove funkcije "ScaleData".

Zmanjšanje dimenzionalnosti in združevanje v gruče. Spremenljivi geni so bili odkriti z metodo "mean.var.plot" v funkciji "FindVariableFeatures" s privzetim izrezom, ki izračuna povprečno izraženost in disperzijo (log[variance/mean]) na gen, čemur sledi združevanje podatkov v 20 binov glede na njihov srednji izraz. Spremenljivi geni so bili nato izbrani na podlagi z-točkovne disperzije znotraj vsakega zabojnika. Ti spremenljivi geni so bili uporabljeni za zmanjšanje dimenzionalnosti na podlagi analize glavnih komponent (PCA) z uporabo funkcije "RunPCA". "ElbowPlot" je bil uporabljen za oceno prvih 50 glavnih komponent, glavne komponente, ki so predstavljale največjo variabilnost v podatkih, pa so bile izbrane za nadaljnje zmanjšanje dimenzij in analizo združevanja v skupine UMAP.

Za identifikacijo različnih skupin celic je bilo izvedeno nenadzorovano združevanje v gruče z uporabo funkcije "FindClusters", ki izračuna k-najbližjih sosedov glede na spremenljivo izražanje genov v vseh celicah, s čimer se zgradi skupni graf najbližjih sosedov z algoritmom Louvain. Da bi se izognili prekomernemu združevanju v gruče, smo preizkusili različne parametre ločljivosti (»res«), ki so segali od 0.1 do 2 v korakih po 0.1, napredovanje združevanja v gruče pa je bilo ocenjeno in vizualizirano z uporabo »Cluster « (v 0.4.3) (57). Optimalna ločljivost je bila določena na podlagi nenehnega ločevanja pred "prekomernim združevanjem v gruče", kot je opaziti naraščajoče križanje med gručami. Združevanje v skupine z nizko ločljivostjo je bilo nato opredeljeno kot analiza vseh celic znotraj celotne kohorte, združevanje v skupine z visoko ločljivostjo pa je bilo opredeljeno kot združevanje v skupine na vnaprej izbrani podpopulaciji, tj. analizo. Na podlagi teh opazovanj smo izbrali ločljivosti 0.9, 1.4, {{20}}.6 oziroma 0.9 za Main-Seq, CD4 plus, CD4 plus Treg sub in CD8 plus iz kohorte 1 in resolucija 0,7 za združeno kohorto CD8 plus celice T. Celične grozde smo vizualizirali z uporabo grafov zmanjšanja dimenzij UMAP.

Funkcija "FindAllMarkers" s privzetimi nastavitvami je bila uporabljena za iskanje DEG v vsaki gruči v primerjavi z vsemi drugimi grozdi z uporabo Wilcoxonovega testa vsote rangov z geni, odkritimi v najmanj 10 odstotkih celic, najmanj 0.25 povprečne spremembe logaritma in najmanj 0,01 vrednosti P, prilagojene za Bonferroni.

Analiza harmonije. Za kombinirani UMAP na sliki 8 so bile 3 neodvisno vodene kohorte združene z uporabo Harmony (58) s privzetimi nastavitvami parametrov.

Ocena celičnega cikla. Funkcija "CellCycleScoring" v Seuratu je bila uporabljena za izračun ekspresijske ocene markerjev faze G1, G2/M in S v vsaki celici z uporabo prej opisane strategije točkovanja (59). Število celic, za katere je bilo ugotovljeno, da so v fazi G1, G2/M ali S, je bilo izračunano na podlagi posamezne skupine, odstopanje od celotne porazdelitve pa je bilo ocenjeno z analizo χ2.

GSEA in preslikava izrazov. Vrednosti P za GSEA so bile določene z uporabo Wilcoxonovega testa za objavljene podpise nabora genov, kot je opredeljeno v dodatni tabeli 1. Z uporabo "ggplot2" v Seuratu so bile vrednosti P –log10 narisane na UMAP.

Dodatna analitika. Paličaste ploskve, pikčaste ploskve in ploskve PCA so bile izdelane z uporabo ggplot2 v R. Toplotni zemljevidi so bili ustvarjeni s funkcijo "heatmap" v R.

Analiza podatkov TCR. Podatki TCR so bili obdelani z uporabo cell ranger vdj s–referenco {{0}} refdata-cellranger-vdj-GRCm38-alts-ensembl-3.1.0 za sestavljanje TCR in verig ter določanje klonotipov . Celice z 1 produktivnim TCR ( in ) smo hranili za nadaljnjo analizo, medtem ko so bile neproduktivne verige TCR izključene. Klonalne celice T so bile definirane kot celice, ki izražajo skupne receptorje TCR- in - z identičnimi sekvencami CDR3 na ravni nukleotidov.

Analiza trajektorije psevdočasa. Analiza poti z uporabo štetja genov, obdelanih s Seuratom, je bila izvedena z uporabo Monocle 3 (različica 0.1.3) za modeliranje CD4 in diferenciacije celic T. Za zmanjšanje dimenzionalnosti je bila uporabljena metoda vdelave obratnega grafa DDRTree, celice so bile urejene vzdolž trajektorije s funkcijo "orderCells", trajektorija pa je bila vizualizirana v zmanjšanem dimenzionalnem prostoru.

Za modeliranje diferenciacije celic CD8 plus T smo uporabili Slingshot z "start. clubs", nastavljenim kot B6/naivni grozd. Celice so bile razvrščene po psevdočasu Slingshot in združene v skupine Seurat, da bi projicirali trajektorijo skupine. Rezultat linije linije trajektorije Slingshot je bil narisan na celici CD8 plus Seurat UMAP.

Analiza regulativnega omrežja TF. Potek dela SCENIC v.1.1.2 je bil uporabljen v R za identifikacijo regulonov z uporabo Seuratovega štetja in skupin v skladu s prejšnjo študijo (60). Nato so bili ustvarjeni toplotni zemljevidi, kot je opisano zgoraj.

Histološko točkovanje. Priprava ledvične histologije in točkovanje sta bila izvedena, kot je opredeljeno prej (61).

Dostopnost podatkov in materialov. Vse analize in vizualizacije so bile izvedene v R. Posebna metodologija in analiza z uporabo objavljenih programov Seurat sta podrobno opisana v razdelku Metode. Podatki, metapodatki in rezultati analiz, kot je identifikacija grozdov, so deponirani v omnibusu Gene Expression National Center for Biotechnology Information (GSE197339).

Statistika. Statistični podatki so bili izračunani v R, kot je navedeno v razdelkih, specifičnih za analizo, ali GraphPad Prism s 1-way ANOVA s Tukeyjevim testom za večkratne primerjave, 2-way ANOVA s ponovljenimi meritvami ali analizo χ2, kot je definirano v legendah na slikah, z vrednostmi P, predstavljenimi kot *P < 0.05, **P < 0.{{10}}1, ***P < 0,001, ****P < 0,0001. P <0,05 je veljal za statistično značilen.

Odobritev študije. Vse delo je odobril Institucionalni odbor za oskrbo in uporabo živali Univerze v Pittsburghu ali Univerze Yale.

Avtorski prispevki

Študijo sta zasnovala JST in MJS. SS, MC, JST in MJS so razvili metodologijo. JST in SS sta bila preiskana. Vizualizirani podatki JST in SS. JST in MJS sta pridobila sredstva. JST in MJS sta zagotovila administracijo projekta. JST in MJS sta zagotovila nadzor. JST in MJS sta napisala prvotni osnutek. JST, MJS, SS in MC so osnutek pregledali in uredili.

Zahvala

Radi bi se zahvalili Minjung Kim za njena neumorna prizadevanja v laboratoriju, s čimer je omogočila izvedbo tega dela, in priznavamo kritičen vpogled v projekt Kevina Nickersona, Rachael Gordon in Petra Lipskyja ter kritični pregled tega dela Fadija Lakkisa in Warrena Shlomchik. Poleg tega bi se radi zahvalili Univerzi Pittsburgh Single Cell Core in posebej Tracy Tabib, ki je pomagala pri dokončanju priprave knjižnice in tehnologije 10x Genomics.

Financiranje je zagotovilo Lupus Research Alliance, Novel Research Grant (za JST); NIH/Nacionalni inštitut za artritis ter mišično-skeletne in kožne bolezni odobri K08AR075056 (za JST); in NIH/Nacionalni inštitut za alergije in nalezljive bolezni dodeli R01 AI137132 (za MJS).

Korespondenco naslovite na:Jeremy S. Tilstra, 3500 Terrace Street, BST S705A, Pittsburgh, Pennsylvania 15261, ZDA. Telefon: 412.383.8861; Ali pa Marku J. Shlomchiku, W1052 Biomedical Science Tower, 200 Lothrop Street, Pittsburgh, Pennsylvania 15261, ZDA. Telefon: 412.648.8771.

1. Hope HC, Salmond RJ. Ciljanje na tumorsko mikrookolje in metabolizem celic T za učinkovito imunoterapijo raka. Eur J Immunol. 2019; 49 (8): 1147–1152.

2. Jiang Y, et al. Izčrpanost T-celic v tumorskem mikrookolju. Cell Death Dis. 2015; 6: e1792.

3. Scharping NE, et al. Mitohondrijski stres, ki ga povzroči neprekinjena stimulacija pod hipoksijo, hitro povzroči izčrpanost T-celic. Nat Immunol. 2021; 22 (2): 205–215.

4. Clark MR, et al. Patogeneza in terapevtske posledice tubulointersticijskega vnetja pri človeškem lupusnem nefritisu. Semin Nefrol. 2015;35(5):455–464.

5. Hsieh C, et al. Napovedovanje izidov lupusnega nefritisa s tubulointersticijskim vnetjem in brazgotinjenjem. Arthritis Care Res (Hoboken). 2011;63(6):865–874.

6. Tilstra JS, et al. T-celice, ki infiltrirajo ledvice pri mišjem lupusnem nefritisu, so presnovno in funkcionalno izčrpane. J Clin Invest. 2018; 128 (11): 4884–4897.

7. Schmitz JE, et al. Nadzor viremije pri okužbi z virusom opičje imunske pomanjkljivosti s CD8 plus limfociti. Znanost. 1999;283(5403):857–860.

8. Paley MA, et al. Predhodne in končne podskupine celic CD8 plus T sodelujejo pri zadrževanju kronične virusne okužbe. Znanost. 2012;338(6111):1220–1225.

9. Lanata CM, et al. Fenotipski in genomski pristop v večetnični kohorti za podtip sistemskega eritematoznega lupusa. Nat Commun. 2019; 10 (1): 3902.

10. Peterson KS, et al. Karakterizacija heterogenosti v molekularni patogenezi lupusnega nefritisa iz transkripcijskih profilov lasersko zajetih glomerulov. J Clin Invest. 2004; 113 (12): 1722–1733.

11. Arazi A, et al. Imunska celična pokrajina v ledvicah bolnikov z lupusnim nefritisom. Nat Immunol. 2019; 20 (7): 902–914.

12. Butler A, et al. Vključevanje enoceličnih transkriptomskih podatkov v različnih pogojih, tehnologijah in vrstah. Nat Biotechnol. 2018;36(5):411–420.

13. Hashimoto K, et al. Enocelična transkriptomika razkriva širjenje citotoksičnih CD4 T celic pri superstoletnikih. Proc Natl Acad Sci US A. 2019;116(48):24242–24251.

14. Pevec M, et al. Različen genski modul za disfunkcijo, ločen od aktivacije v celicah T, ki infiltrirajo tumor. Celica. 2016; 166 (6): 1500–1511.

15. Stubbington MJ, et al. Atlas transkriptomov mišjih CD4(plus) celic T. Biol Direct. 2015; 10:14.

16. Tibbitt CA, et al. Enocelično RNA sekvenciranje odziva celic T pomočnic na hišne pršice opredeljuje izrazit podpis genske ekspresije v Th2 celicah dihalnih poti. Imuniteta. 2019; 51 (1): 169–184.

17. Mackay LK, et al. Razvojna pot za CD103(plus)CD8 plus tkivno rezidenčne spominske celice T kože. Nat Immunol. 2013; 14 (12): 1294–1301.

18. Chen PM, et al. Hipoksija ledvičnega tkiva narekuje T-celično posredovano poškodbo pri mišjem lupusnem nefritisu. Sci Transl Med. 2020;12(538):eaay1620.

19. Aubert N, et al. Karakterizacija molekularnega metapodpisa regulativnih celic T identificira gen za pro-enkefalin kot nov marker pri miših [preprint]. Objavljeno na bioRxiv 6. marca 2020.

20. Martin MD, Badovinac VP. Definiranje spominske celice CD8 T. Front Immunol. 2018; 9: 2692.

21. Willinger T, et al. Molekularni podpisi razlikujejo človeški centralni spomin od podmnožic CD8 T celic efektorskega spomina. J Immunol. 2005; 175 (9): 5895–5903.

22. Ahrends T, et al. Pomoč celicam CD4 plus T ustvarja pomnilniške celice CD8 plus T s prirojeno in od pomoči neodvisno sposobnostjo priklica. Nat Commun. 2019; 10 (1): 5531.

23. Jusuf I. et al. Proizvodnja IL-4 folikularnih pomožnih celic T zarodnega centra je odvisna od signalnega receptorja molekule limfocitne aktivacije (CD150). J Immunol. 2010; 185 (1): 190–202.

24. Luzina IG, et al. Spontana tvorba zarodnih centrov pri avtoimunskih miših. J Leukoc Biol. 2001;70(4):578–584.

25. Blaszczyk K, et al. Edinstvena vloga STAT2 pri konstitutivni in IFN-inducirani transkripciji in protivirusnih odzivih. Citokinski rastni faktor Rev. 2016; 29: 71–81.

26. Swarnalekha N, et al. Rezidenčne celice pomočnice spodbujajo humoralne odzive v pljučih. Sci Immunol. 2021;6(55):eabb6808.

27. Hayward SL, et al. Okoljski znaki uravnavajo epigenetsko reprogramiranje CD8 in T-celic pomnilnika dihalnih poti. Nat Immunol. 2020; 21 (3): 309–320.

28. Sacher AG, et al. Citotoksične celice CD4 plus T pri raku mehurja – novo dovoljenje za ubijanje. Rakava celica. 2020;38(1):28–30.

29. Maehara T, et al. Citotoksični CD4 plus limfociti T lahko inducirajo apoptozo endotelijskih celic pri sistemski sklerozi. J Clin Invest. 2020; 130 (5): 2451–2464.

30. Miragaia RJ, et al. Enocelična transkriptomika regulatornih celic T razkriva trajektorije prilagoditve tkiva. Imuniteta. 2019; 50 (2): 493–504.

31. Doering TA, et al. Mrežna analiza razkriva centralno povezane gene in poti, vključene v izčrpanost celic CD8 plus T v primerjavi s spominom. Imuniteta. 2012;37(6):1130–1144.

32. Li J, et al. Visoke ravni domov spodbujajo izčrpanost protitumorskih celic CD8 plus T. Front Immunol. 2018; 9: 2981.

33. Seo H, et al. Transkripcijski faktorji TOX in TOX2 sodelujejo s transkripcijskimi faktorji NR4A, da povzročijo izčrpanost celic CD8 in T. Proc Natl Acad Sci US A. 2019;116(25):12410–12415.

34. Li H, et al. Disfunkcionalne celice CD8 T tvorijo proliferativni, dinamično reguliran predel znotraj človeškega melanoma. Celica. 2020; 181 (3): 747.

35. Celhar T, Fairhurst AM. Modeliranje kliničnega sistemskega eritematoznega lupusa: podobnosti, razlike in zgodbe o uspehu. Revmatologija (Oxford). 2017; 56 (dodatek 1): i88–i99.

36. Massengill SF, et al. SLE nefritis je povezan z oligoklonsko ekspanzijo intrarenalnih T celic. Am J Kidney Dis. 1998;31(3):418–426.

37. Winchester R, et al. Imunološke značilnosti intrarenalnih celic T: trgovina z razširjenimi klonotipi verige celic CD8 in T pri progresivnem lupusnem nefritisu. Artritis Rheum. 2012; 64 (5): 1589–1600.

38. Murata H, et al. Repertoar receptorjev T celic T celic v ledvicah bolnikov z lupusnim nefritisom. Artritis Rheum. 2002; 46 (8): 2141–2147.

39. Yost KE, et al. Klonalna zamenjava tumorsko specifičnih celic T po blokadi PD-1. Nat Med. 2019; 25 (8): 1251–1259.

40. Collier JL, et al. Ne tako nasprotni konci spektra: CD8 in disfunkcija celic T prek kronične okužbe, raka in avtoimunosti. Nat Immunol. 2021; 22 (7): 809–819.

41. Chang A, et al. Celični vidiki patogeneze lupusnega nefritisa. Curr Opin Rheumatol. 2021; 33 (2): 197–204.

42. Kiner E, et al. Fenotipi celic CD4 in T v črevesju so kontinuum, ki ga oblikujejo mikrobi, ne arhetipi TH. Nat Immunol. 2021; 22 (2): 216–228.

43. Peine M, et al. Stabilne hibridne celice T-bet( plus )GATA-3( plus ) Th1/Th2 nastanejo in vivo, se lahko razvijejo neposredno iz naivnih prekurzorjev in omejijo imunopatološko vnetje. PLoS Biol. 2013;11(8):e1001633.

44. Huang S. Hibridne T-celice pomočnice: stabilizacija zmernega centra v polariziranem sistemu. PLoS Biol. 2013;11(8):e1001632.

45. Scharping NE, et al. Tumorsko mikrookolje zavira mitohondrijsko biogenezo T-celic, da povzroči intratumorsko presnovno insuficienco in disfunkcijo T-celic. Imuniteta. 2016; 45 (3): 701–703.

46. ​​Scharping NE, et al. Mitohondrijski stres, ki ga povzroči neprekinjena stimulacija pod hipoksijo, hitro povzroči izčrpanost T-celic. Nat Immunol. 2021; 22 (2): 205–215.

47. Acharya N, et al. Endogena glukokortikoidna signalizacija uravnava diferenciacijo celic CD8 plus T in razvoj disfunkcije v tumorskem mikrookolju. Imuniteta. 2020; 53 (3): 658–671.

48. Mohan C, et al. Genetska disekcija patogeneze lupusa: recept za nekrofilna avtoprotitelesa. J Clin Invest. 1999; 103 (12): 1685–1695.

49. Hedrich CM, et al. Modulator odzivnega elementa cAMP nadzoruje ekspresijo IL2 in IL17A med predajo linije CD4 in distribucijo podskupine pri lupusu. Proc Natl Acad Sci US A. 2012;109(41):16606–16611.

50. ElTanbouly MA, et al. VISTA je regulator kontrolne točke za naivno mirovanje celic T in periferno toleranco. Znanost. 2020;367(6475):eaay0524.

51. Zarour HM. Odpravljanje disfunkcije T-celic in izčrpanosti pri raku. Clin Cancer Res. 2016; 22 (8): 1856–1864.

52. McKinney EF, et al. Izčrpanost celic T, kostimulacija in klinični izid pri avtoimunosti in okužbi. Narava. 2015; 523 (7562): 612–616.

53. Maxwell R, et al. Kontrastni vpliv kortikosteroidov na učinkovitost imunoterapije proti PD-1 pri tumorskih histologijah znotraj ali zunaj centralnega živčnega sistema. Onkoimunologija. 2018;7(12):e1500108.

54. Flint TR, et al. S tumorjem povzročen IL-6 reprogramira presnovo gostitelja, da zavre protitumorsko imunost. Cell Metab. 2016; 24 (5): 672–684.

55. Hanoteau A, et al. Zdravljenje s ciklofosfamidom uravnava ravnovesje funkcionalnih/izčrpanih tumorsko specifičnih celic CD8 plus T. Onkoimunologija. 2017;6(8):e1318234.

56. Stoeckius M, et al. Zgoščevanje celic s protitelesi s črtno kodo omogoča multipleksiranje in dvojno zaznavanje za enocelično genomiko. Genome Biol. 2018; 19 (1): 224.

57. Zappia L, Oshlack A. Drevesa združevanja v gruče: vizualizacija za ocenjevanje združevanja v gruče pri več ločljivostih. Gigascience. 2018;7(7):giy083.

58. Korsunsky I, et al. Hitra, občutljiva in natančna integracija enoceličnih podatkov s Harmony. Nat metode. 2019; 16 (12): 1289–1296.

59. Tiroš I, et al. Razčlenitev večceličnega ekosistema metastatskega melanoma z enocelično RNA-seq. Znanost. 2016;352(6282):189–196.

60. Aibar S, et al. SCENIC: sklepanje in združevanje v enocelično regulativno omrežje. Nat metode. 2017; 14 (11): 1083–1086.

61. Tilstra JS, et al. Intrinzična ekspresija TLR9 celic B je zaščitna pri mišjem lupusu. J Clin Invest. 2020; 130 (6): 3172–3187.

【Za več informacij: david.deng@wecistanche.com / WhatApp:86 13632399501】