Kuigi ei näi, et TEX-i protsent suureneb koos haiguse tõsidusega (täiendav joonis 6C) või luupusele kalduvate loomade vanusega (6), suureneb nende mudelite ja inimpatsientide puhul infiltreeruvate T-rakkude koguarv haiguse raskusastmega. Seega võib olla punkt, millest kurnatus võib ületadaei kontrolli enam haigust. Eelnev töö näitas, et perifeerse vere CD8 ja TEX-i signatuuriga patsientidel oli vähem tõenäoline ägenemine võrreldes nendega, kellel see signatuur puudus (52). Siiski jääb lahendamata küsimus, mis toimub sihtorgani tasemel, ja tulevases töös on huvitav kindlaks teha, kas biopsia ammendatud rakkude osakaalu saab korreleerida haiguse tulemustega.

Asjakohaste uuringute kohaselt on tsistanche traditsiooniline Hiina ravimtaim, mida on sajandeid kasutatud erinevate haiguste raviks. Teaduslikult on tõestatud, et sellel on põletikuvastased, vananemisvastased ja antioksüdantsed omadused. Uuringud on näidanud, et tsistanche on kasulik neeruhaigust põdevatele patsientidele. Tistanche toimeained vähendavad teadaolevalt põletikku, parandavad neerufunktsiooni ja taastavad kahjustatud neerurakke. Seega võib cistanche'i integreerimine neeruhaiguste raviplaani pakkuda patsientidele oma seisundi juhtimisel suurt kasu. Cistanche aitab vähendada proteinuuriat, alandab BUN-i ja kreatiniini taset ning vähendab edasise neerukahjustuse riski. Lisaks aitab tsistanche vähendada kolesterooli ja triglütseriidide taset, mis võib olla ohtlik neeruhaigusega patsientidele.

Klõpsake valikul Cistanche Tubulosa Supplement

【Lisateabe saamiseks: david.deng@wecistanche.com / WhatApp:86 13632399501】

Oluline on tuvastada mehhanismid, mille abil neerud inhibeerivad kõiki neid potentsiaalselt kahjustavaid rakutüüpe ja sündmusi ning kuidas olemasolevad ja uudsed ravimeetodid võivad neid mõjutada. Loodetakse, et see töö võimaldab meil ja teistel neid erinevaid T-rakkude populatsioone täpsemalt sihtida, avades seeläbi uusi ravivõimalusi.

meetodid

Loomad. C57BL/6 hiired osteti firmast Jackson Laboratory. MRL/lpr hiired saadi algselt Jacksoni laborist ja neid on meie laboris hoitud. Fc R2B–/–.Yaa hiired saadi Silvia Bollandilt (National Institute of Allergy and Infectious Diseases, NIH, Rockville, Maryland, USA) ja neid on hoitud meie laboris. Hiired olid vanad ja enne surmamist mõõdeti proteinuuria, nagu on dokumenteeritud täiendavas tabelis 2.

T-rakkude eraldamine neerudest ja põrnast. T-rakud eraldati nagu eelnevalt kirjeldatud (6). Lühidalt, pärast surmamist eemaldati põrnad ja loomi perfuseeriti 40 ml HBSS-ga, kuni maks ja neerud olid täielikult pleekinud. KIT-id isoleeriti, kasutades Octodissociatorit (Miltenyi Biotec) 1600 Kunitzi ühikut/ml kollagenaas D (Roche Diagnostics) ja 0,2 mg/ml DNAse IV (MilliporeSigma) juuresolekul 30 minuti jooksul 37 kraadi juures. Viidi läbi RBC lüüs ja rakud filtriti läbi rakusõela (100 µM nailon; Falcon, Corning). Splenotsüüdid eraldati mehaanilise dissotsiatsiooni abil kahe mattklaasi slaidi vahel ja filtreeriti pärast RBC lüüsi läbi 70 μm võrgusilma filtri.

Rakud värviti vastavalt eelnevalt kirjeldatule (6) järgmise paneeliga: anti-CD8 (Lyt-2/TIB-105, Pac-Blue, toodetud ettevõttesiseselt), anti-CD4 (GK{{9) }}.5, PE-s, ostetud ettevõttest BioLegend) ja anti-CD90.2 (Thy1.2/30H12, Al488, toodetud ettevõttesiseselt) MRL/lpr hiirtele või anti-CD90.2 (Thy1.2/30H12) , Al647, toodetud ettevõttesiseselt) Fc R2B–/– jaoks. Yaa Ghost BV510 (Tonbo) kasutati surnud rakkude välistamiseks. Kõigi "majasiseste" antikehade jaoks on hübridoomi kloonid kaubanduslikult saadaval ja antikehad puhastati vastavalt kirjeldusele (6).

T-rakud sorteeriti FACSAria (BD Biosciences) abil. Pärast sorteerimist pesti rakke kaks korda 2% BSA-ga PBS-s. Seejärel lisati igale sorteeritud proovile anti-CD45 HTO reagendid lahjenduses 1:50. Main-Seq kohordi jaoks kasutati anti-CD45 TotalSeq-A0096 30-F11 (BioLegend) ja mõlema TCR-Seq kohordi jaoks TotalSeq-C0096 30-F11 (BioLegend). Pärast HTO värvimist pesti rakke kaks korda 2-protsendilises BSA-s PBS-is.

Raamatukogu ettevalmistamine ja T-rakkude RNA-Seq. Rakud loendati ja laaditi 10x Genomics Chromium süsteemi vastavalt tootja juhistele. Loodi geeniekspressiooni, TCR ja antikehade hashtag/funktsiooni vöötkoodi raamatukogud, nende kvaliteeti hinnati Agilent TapeStation High Sensitivity D5000 Screentape'i abil ja nende kogused kvantifitseeriti Illumina platvormidele mõeldud KAPA raamatukogu kvantifitseerimiskomplektiga. Main-Seq kohorti jaoks kasutati 3PrimeV2 teeki; funktsiooni vöötkoodi raamatukogu genereeriti vastavalt New Yorgi genoomikeskuse protokollile (56). TCR-Seq kohortide jaoks saadi 5PrimeV1 raamatukogud ettevõttest 10x Genomics. Räsimärgistamisel järgisime tootja juhiseid "funktsioonide vöötkoodiga". Raamatukogud ühendati ja sekveneeriti NovaSeq (Illumina Biosciences) abil. FASTQ-failid genereeriti ja joondati hiire võrdlusgenoomiga mm10 rakendusega Cell Ranger 5.0.0 (10x Genomics), et toota geenirakkude ja raku-antikehade loendusmaatriksit.

scRNA-Seq andmetöötlus. Iga proovi 10x toorandmed demultipleksiti ja FASTQ-failid genereeriti "kiire" Cell Rangeri konveieri (v5.0.0, 10 abil). x Genoomika). Cell Rangeri "loendust" kasutati lugemite joondamiseks mm10 võrdlusgenoomiga ning mRNA transkriptsioon ja HTO ainulaadse molekulaarse identifikaatori (UMI) kvantifitseerimistabelid. Cell Rangeri torujuhtmest genereeritud töötlemata vöötkoodi maatriksfaile kasutati täiendavalt allavoolu analüüsiks, kasutades Seurat paketti (v4.0.0) (12) R-is (v3.4.3).

Esialgne kvaliteedikontroll ja töötlemine. Rakud, mis ekspresseerivad vähem kui 200 geeni või rohkem kui 10 protsenti UMI-sid, mis kaardistati mitokondriaalse DNA-ga, filtreeriti välja. HTO tabelid lisati andmekogumile ja normaliseeriti tsentreeritud logi suhte meetodil, kasutades funktsiooni "NormalizeData". Normaliseeritud HTO arvu kasutati selleks, et teha kindlaks, kas iga geeli bead-in-mulsioon sisaldas ühte rakku, kasutades Seurat funktsiooni "MULTIseqDemux" ja rakkude käsitsi kontrollimist, kus rakku peeti singletiks, kui ühe HTO ekspressioon moodustas rohkem. rohkem kui 70 protsenti HTO koguekspressioonist selles rakus; vastasel juhul peeti rakku dubletiks ja eemaldati. Iga raku geeniekspressiooni väärtused log2 -normaliseeriti funktsiooni "NormalizeData" abil, kus geeni ekspressioon normaliseeriti kõigi selle raku geenide koguekspressioonile ja skaleeriti 10 korda,{{8 }}. UMI, mitokondriaalse sisu ning hemoglobuliini geeni ja ribosomaalse geeni sisalduse skoorid "tagastati", kasutades Seurat' funktsiooni "ScaleData".

Mõõtmete vähendamine ja rühmitamine. Muutuvad geenid tuvastati "mean.var.plot" meetodi abil funktsioonis "FindVariableFeatures" vaikepiiriga, mis arvutab keskmise ekspressiooni ja dispersiooni (log[variatsioon/keskmine]) geeni kohta, millele järgnes andmete rühmitamine 20 salve. nende keskmise väljenduse põhjal. Seejärel valiti varieeruvad geenid z-skooriga dispersiooni põhjal igas prügikastis. Neid muutuvaid geene kasutati mõõtmete vähendamiseks põhikomponentide analüüsi (PCA) põhjal, kasutades funktsiooni "RunPCA". Esimese 50 peamise komponendi hindamiseks kasutati "ElbowPlot" ja UMAP-i mõõtmete edasiseks vähendamiseks ja rühmitamise analüüsiks valiti peamised komponendid, mis andsid andmete suurima varieeruvuse.

Erinevate rakurühmade tuvastamiseks viidi läbi järelevalveta rühmitamine, kasutades funktsiooni "FindClusters", mis arvutab k-lähimad naabrid vastavalt muutuva geeniekspressioonile kõigis rakkudes, luues seeläbi jagatud lähima naabri graafiku, kasutades Louvaini algoritmi. Üleliigse klastri moodustamise vältimiseks testisime erinevaid eraldusvõime ("res") parameetreid vahemikus 0,1 kuni 2, sammuga 0,1, ning klastrite edenemist hinnati ja visualiseeriti "Cluster" abil. " (v 0.4.3) (57). Optimaalne eraldusvõime määrati kindlaks jätkuva eraldamise põhjal enne "üle rühmitamist", mida täheldas klastrite vaheline ristumine. Seejärel määratleti madala eraldusvõimega klasterdamine kui kõigi rakkude analüüs terves kohordis, samas kui kõrge eraldusvõimega klasterdamine määratleti kui rühmitamine eelnevalt valitud alampopulatsioonis, st CD4 pluss, CD8 pluss või Treg rakud, mis on eelnevalt määratletud meie madala eraldusvõimega. analüüs. Nende tähelepanekute põhjal valisime Main-Seq, CD4 plus jaoks eraldusvõimed vastavalt 0.9, 1.4, {{20}}.6 ja 0.9, CD4 pluss Treg sub ja CD8 plus kohordist 1 ja eraldusvõime 0,7 liidetud kohordi CD8 pluss T-rakkude jaoks. Rakuklastrid visualiseeriti UMAP-i mõõtmete vähendamise graafikute abil.

Vaikesätetega funktsiooni "FindAllMarkers" kasutati DEG-de leidmiseks igas klastris, võrreldes kõigi teiste klastritega, kasutades Wilcoxoni järjestussumma testi, mille geenid tuvastati vähemalt 10 protsendis rakkudest. 0,25 keskmine logaritmne voldimuutus ja minimaalselt 0,01 Bonferroni järgi kohandatud P väärtus.

Harmoonia analüüs. Joonisel 8 kujutatud kombineeritud UMAP-i jaoks liideti 3 sõltumatult käitatud kohorti Harmony (58) abil parameetrite vaikeseadetega.

Rakutsükli hindamine. G1-, G2/M- ja S-faasi markeri ekspressiooniskoori arvutamiseks igas rakus kasutati Seurati funktsiooni "CellCycleScoring", kasutades eelnevalt kirjeldatud hindamisstrateegiat (59). G1-, G2/M- või S-faasis olevate rakkude arv arvutati klastripõhiselt ja kõrvalekaldeid üldisest jaotusest hinnati χ2 analüüsiga.

GSEA ja väljendi kaardistamine. GSEA P väärtused määrati Wilcoxoni testiga avaldatud geenikomplekti signatuuride jaoks, nagu on määratletud täiendavas tabelis 1. Kasutades "ggplot2" Seurat's, kanti -log10 P väärtused UMAP-idele.

Täiendav analüüs. Tulpdiagrammid, punktdiagrammid ja PCA graafikud koostati ggplot2 abil R-s. Soojuskaardid genereeriti R-i "soojuskaardi" funktsiooni abil.

TCR-i andmete analüüs. TCR-i andmeid töödeldi raku ranger vdj-ga koos viitega {{0}} refdata-cellranger-vdj-GRCm38-alts-ensembl-3.1.0, et koostada TCR ja ahelad ning määrata klonotüübid . 1 produktiivse TCR-iga ( ja ) rakke hoiti edasiseks analüüsiks, samas kui mitteproduktiivsed TCR-ahelad jäeti välja. Klonaalsed T-rakud määratleti kui rakud, mis ekspresseerivad ühiseid TCR- ja -retseptoreid identsete CDR3 järjestustega nukleotiidide tasemel.

Pseudoaja trajektoori analüüs. Trajektoori analüüs Seurat' töödeldud geenide loenduse abil viidi läbi, kasutades Monocle 3 (versioon 0.1.3), et modelleerida CD4 pluss T-rakkude diferentseerumist. Mõõtmete vähendamiseks kasutati pöördgraafiku manustamismeetodit DDRTree, rakud järjestati mööda trajektoori, kasutades funktsiooni "orderCells" ja trajektoor visualiseeriti vähendatud mõõtmete ruumis.

CD8 pluss T-rakkude diferentseerumise modelleerimiseks kasutasime Slingshot'i, mille "start. clubs" oli seatud B6/naiivse klastriks. Rakud järjestati Slingshoti pseudoaja järgi ja rühmitati Seurati klastriteks, et projitseerida klastri trajektoori. Slingshoti trajektoori liini tulemus joonistati CD8 pluss rakule Seurat UMAP.

TF reguleeriva võrgu analüüs. R-is kasutati SCENIC v.1.1.2 töövoogu, et tuvastada regulonid, kasutades Seurat' töödeldud loendust ja klastreid nagu eelmises uuringus (60). Seejärel loodi soojuskaardid, nagu ülalpool kirjeldatud.

Histoloogiline hindamine. Neeru histoloogia ettevalmistamine ja punktide määramine viidi läbi vastavalt eelnevalt määratletule (61).

Andmete ja materjalide kättesaadavus. Kõik analüüsid ja visualiseerimised viidi läbi rakenduses R. Spetsiifiline metoodika ja analüüs avaldatud Seurat programmide abil on üksikasjalikult kirjeldatud jaotises Meetodid. Andmed, metaandmed ja analüüsiväljundid, nagu klastri identifitseerimine, salvestatakse riikliku biotehnoloogia teabekeskuse geeniekspressiooni koondkogusse (GSE197339).

Statistika. Statistika arvutati R-s, nagu on näidatud analüüsispetsiifilistes jaotistes või GraphPad Prismas, kasutades 1-ANOVA-meetodit Tukey testiga mitme võrdluse jaoks, 2-viisi ANOVA-d korduvate mõõtmistega või χ2-analüüsi, nagu on määratletud jooniste legendides, P väärtused on esitatud kui *P < 0.05, **P < 0.{{10}}1, ***P < 0,001, ****P < 0,0001. P < 0,05 loeti statistiliselt oluliseks.

Uuringu heakskiit. Kogu töö kiitis heaks Pittsburghi ülikooli või Yale'i ülikooli institutsionaalne loomade hooldamise ja kasutamise komitee.

Autorite kaastööd

Uuringu koostasid JST ja MJS. SS, MC, JST ja MJS töötasid välja metoodika. Uuriti JST ja SS. JST ja SS visualiseeritud andmed. JST ja MJS omandasid rahastuse. Projekti haldasid JST ja MJS. JST ja MJS teostasid järelevalvet. JST ja MJS kirjutasid algse mustandi. JST, MJS, SS ja MC vaatasid mustandi üle ja redigeerisid.

Tänuavaldused

Soovime tänada Minjung Kimi väsimatute pingutuste eest laboris, võimaldades seda tööd teha, ning tunnustada Kevin Nickersoni, Rachael Gordoni ja Peter Lipsky kriitilist ülevaadet projektist ning Fadi Lakkise ja Warreni kriitilist ülevaadet selle töö kohta. Shlomchik. Lisaks soovime tänada Pittsburghi ülikooli ühe raku tuuma ja eriti Tracy Tabibi, kes aitasid raamatukogu ettevalmistamise ja 10-kordse genoomika tehnoloogia lõpuleviimisel.

Rahastas Lupus Research Alliance, Novel Research Grant (JST-le); NIH/Riikliku artriidi ning luu- ja lihaskonna ning nahahaiguste instituudi stipendium K08AR075056 (JST-le); ja NIH/Riiklik Allergia- ja Nakkushaiguste Instituut stipendiumi R01 AI137132 (MJS-ile).

Aadressi kirjavahetus aadressil:Jeremy S. Tilstra, 3500 Terrace Street, BST S705A, Pittsburgh, Pennsylvania 15261, USA. Telefon: 412 383 8861; Või Mark J. Shlomchikile, W1052 Biomedical Science Tower, 200 Lothrop Street, Pittsburgh, Pennsylvania 15261, USA. Telefon: 412 648 8771.

1. Hope HC, Salmond RJ. Kasvaja mikrokeskkonna ja T-rakkude metabolismi sihtimine tõhusa vähi immunoteraapia jaoks. Eur J Immunol. 2019;49(8):1147–1152.

2. Jiang Y et al. T-rakkude kurnatus kasvaja mikrokeskkonnas. Cell Death Dis. 2015;6:e1792.

3. Scharping NE et al. Pidevast stimulatsioonist hüpoksia all põhjustatud mitokondriaalne stress põhjustab kiiresti T-rakkude kurnatuse. Nat Immunol. 2021;22(2):205–215.

4. Clark MR, et al. Tubulointerstitsiaalse põletiku patogenees ja terapeutilised tagajärjed inimese luupusnefriidi korral. Semin Nephrol. 2015;35(5):455–464.

5. Hsieh C, et al. Luupusnefriidi tulemuste ennustamine koos tubulointerstitsiaalse põletiku ja armistumisega. Arthritis Care Res (Hoboken). 2011;63(6):865–874.

6. Tilstra JS et al. Hiire luupuse nefriidi neerudesse infiltreeruvad T-rakud on metaboolselt ja funktsionaalselt ammendatud. J Clin Invest. 2018;128(11):4884–4897.

7. Schmitz JE et al. Vireemia kontroll ahvide immuunpuudulikkuse viiruse infektsiooni korral CD8 pluss lümfotsüütide poolt. Teadus. 1999;283(5403):857–860.

8. Paley MA et al. CD8 pluss T-rakkude eellas- ja terminaalsed alamhulgad teevad kroonilise viirusinfektsiooni ohjeldamiseks koostööd. Teadus. 2012;338(6111):1220–1225.

9. Lanata CM, et al. Fenotüübiline ja genoomiline lähenemine süsteemse erütematoosluupuse alatüübile mitmerahvuselises kohordis. Nat Commun. 2019;10(1):3902.

10. Peterson KS, et al. Luupusnefriidi molekulaarse patogeneesi heterogeensuse iseloomustus laseriga püütud glomerulite transkriptsiooniprofiilidest. J Clin Invest. 2004;113(12):1722–1733.

11. Arazi A et al. Immuunrakkude maastik luupusnefriidiga patsientide neerudes. Nat Immunol. 2019;20(7):902–914.

12. Butler A et al. Üherakuliste transkriptoomiliste andmete integreerimine erinevate tingimuste, tehnoloogiate ja liikide lõikes. Nat Biotechnol. 2018;36(5):411–420.

13. Hashimoto K et al. Üherakuline transkriptoomika näitab tsütotoksiliste CD4 T-rakkude laienemist supersajandatel inimestel. Proc Natl Acad Sci US A. 2019;116(48):24242–24251.

14. Singer M et al. Eraldi geenimoodul düsfunktsiooni jaoks, mis on lahti ühendatud kasvajasse infiltreeruvate T-rakkude aktivatsioonist. Kamber. 2016;166(6):1500–1511.

15. Stubbington MJ et al. Hiire CD4 (pluss) T-rakkude transkriptoomide atlas. Biol Direct. 2015;10:14.

16. Tibbitt CA, et al. T-abistajarakkude vastuse üherakuline RNA sekveneerimine kodutolmulestadele määrab hingamisteede Th2 rakkudes selge geeniekspressiooni allkirja. Immuunsus. 2019;51(1):169–184.

17. Mackay LK, et al. CD103 (pluss) CD8 pluss koe-residentide mälu T-rakkude arengutee nahal. Nat Immunol. 2013;14(12):1294–1301.

18. Chen PM, et al. Neerukoe hüpoksia määrab T-rakkude poolt vahendatud vigastuse hiire luupuse nefriidi korral. Sci Transl Med. 2020;12(538):eaay1620.

19. Aubert N, et al. Regulatoorsete T-rakkude molekulaarse metasignatuuri iseloomustamine identifitseerib pro-enkefaliini geeni uudse markerina hiirtel [eeltrükk]. Postitatud bioRxivis 6. märtsil 2020.

20. Martin MD, Badovinaci asepresident. Mälu CD8 T-raku määratlemine. Front Immunol. 2018; 9:2692.

21. Willinger T et al. Molekulaarsed signatuurid eristavad inimese keskmälu efektormälu CD8 T-rakkude alamhulkadest. J Immunol. 2005;175(9):5895–5903.

22. Ahrends T et al. CD4 pluss T-rakkude abi loob mälu CD8 pluss T-rakud, millel on kaasasündinud ja abist sõltumatud meeldetuletusvõimed. Nat Commun. 2019;10(1):5531.

23. Yusuf I et al. Idukeskuse T-folliikulite abistajaraku IL-4 tootmine sõltub signaali edastavast lümfotsüütide aktivatsioonimolekuli retseptorist (CD150). J Immunol. 2010;185(1):190–202.

24. Luzina IG, et al. Idukeskuste spontaanne moodustumine autoimmuunsetes hiirtes. J Leukoc Biol. 2001;70(4):578–584.

25. Blaszczyk K et al. STAT2 ainulaadne roll konstitutiivses ja IFN-indutseeritud transkriptsioonis ja viirusevastastes vastustes. Cytokine Growth Factor Rev. 2016;29:71–81.

26. Swarnalekha N, et al. T-residendist abistajarakud soodustavad humoraalseid reaktsioone kopsudes. Sci Immunol. 2021;6(55):eabb6808.

27. Hayward SL, et al. Keskkonnanäitajad reguleerivad hingamisteedes elavate mälu CD8 pluss T-rakkude epigeneetilist ümberprogrammeerimist. Nat Immunol. 2020;21(3):309–320.

28. Sacher AG, et al. Tsütotoksilised CD4 pluss T-rakud põievähi korral – uus litsents tapmiseks. Vähirakk. 2020;38(1):28–30.

29. Maehara T et al. Tsütotoksilised CD4 pluss T-lümfotsüüdid võivad süsteemse skleroosi korral esile kutsuda endoteelirakkude apoptoosi. J Clin Invest. 2020;130(5):2451–2464.

30. Miragaia RJ et al. Regulatiivsete T-rakkude üherakuline transkriptoomika näitab kudede kohanemise trajektoore. Immuunsus. 2019;50(2):493–504.

31. Doering TA et al. Võrguanalüüs näitab tsentraalselt ühendatud geene ja radu, mis on seotud CD8 pluss T-rakkude ammendumise ja mäluga. Immuunsus. 2012;37(6):1130–1144.

32. Li J et al. Kodude kõrge tase soodustab kasvajavastaste CD8 pluss T-rakkude ammendumist. Front Immunol. 2018; 9:2981.

33. Seo H, et al. TOX ja TOX2 transkriptsioonifaktorid teevad koostööd NR4A transkriptsioonifaktoritega, et kehtestada CD8 ja T-rakkude ammendumine. Proc Natl Acad Sci US A. 2019;116(25):12410–12415.

34. Li H, et al. Düsfunktsionaalsed CD8 T-rakud moodustavad inimese melanoomi proliferatiivse, dünaamiliselt reguleeritud sektsiooni. Kamber. 2020;181(3):747.

35. Celhar T, Fairhurst AM. Kliinilise süsteemse erütematoosluupuse modelleerimine: sarnasused, erinevused ja edulood. Reumatoloogia (Oxford). 2017;56 (suppl 1):i88–i99.

36. Massengill SF et al. SLE-nefriit on seotud intrarenaalsete T-rakkude oligoklonaalse laienemisega. Olen J Kidney Dis. 1998;31(3):418–426.

37. Winchester R et al. Intrarenaalsete T-rakkude immunoloogilised omadused: laiendatud CD8 pluss T-rakuahela klonotüüpide kaubitsemine progresseeruva luupusnefriidi korral. Rheum artriit. 2012;64(5):1589–1600.

38. Murata H, et al. Lupusnefriidiga patsientide T-rakkude T-rakkude retseptorite repertuaar neerudes. Rheum artriit. 2002;46(8):2141–2147.

39. Yost KE et al. Kasvajaspetsiifiliste T-rakkude klooniline asendamine pärast PD-1 blokaadi. Nat Med. 2019;25(8):1251–1259.

40. Collier JL et al. Spektri mitte nii vastupidised otsad: CD8 pluss T-rakkude düsfunktsioon kroonilise infektsiooni, vähi ja autoimmuunsuse korral. Nat Immunol. 2021;22(7):809–819.

41. Chang A et al. Luupusnefriidi patogeneesi rakulised aspektid. Curr Opin Rheumatol. 2021;33(2):197–204.

42. Kiner E et al. Soolestiku CD4 pluss T-rakkude fenotüübid on mikroobide, mitte TH arhetüüpide vormitud kontiinum. Nat Immunol. 2021;22(2):216–228.

43. Peine M, et al. Stabiilsed T-bet( pluss )GATA-3( plus ) Th1/Th2 hübriidrakud tekivad in vivo, võivad areneda otse naiivsetest prekursoritest ja piiravad immunopatoloogilist põletikku. PLoS Biol. 2013;11(8):e1001633.

44. Huang S. Hübriidsed T-abistajarakud: mõõduka keskuse stabiliseerimine polariseeritud süsteemis. PLoS Biol. 2013;11(8):e1001632.

45. Scharping NE et al. Kasvaja mikrokeskkond represseerib T-rakkude mitokondriaalset biogeneesi, et juhtida kasvajasisest T-rakkude metaboolset puudulikkust ja düsfunktsiooni. Immuunsus. 2016;45(3):701–703.

46. ​​Scharping NE et al. Pidevast stimulatsioonist hüpoksia all põhjustatud mitokondriaalne stress põhjustab kiiresti T-rakkude kurnatuse. Nat Immunol. 2021;22(2):205–215.

47. Acharya N, et al. Endogeenne glükokortikoidi signaaliülekanne reguleerib CD8 pluss T-rakkude diferentseerumist ja düsfunktsiooni arengut kasvaja mikrokeskkonnas. Immuunsus. 2020;53(3):658–671.

48. Mohan C, et al. Luupuse patogeneesi geneetiline dissektsioon: nekrofiilsete autoantikehade retsept. J Clin Invest. 1999;103(12):1685–1695.

49. Hedrich CM, et al. cAMP vastuseelemendi modulaator kontrollib IL2 ja IL17A ekspressiooni CD4 liini sidumise ja alamhulga jaotuse ajal luupuses. Proc Natl Acad Sci US A. 2012;109(41):16606–16611.

50. ElTanbouly MA, et al. VISTA on naiivsete T-rakkude vaikuse ja perifeerse taluvuse kontrollpunkti regulaator. Teadus. 2020;367(6475):eaay0524.

51. Zarour HM. T-rakkude düsfunktsiooni ja kurnatuse pöördumine vähi korral. Clin Cancer Res. 2016;22(8):1856–1864.

52. McKinney EF, et al. T-rakkude ammendumine, kaasstimulatsioon ja kliiniline tulemus autoimmuunsuse ja infektsiooni korral. Loodus. 2015;523(7562):612–616.

53. Maxwell R, et al. Kortikosteroidide vastandlik mõju anti-PD-1 immunoteraapia efektiivsusele kesknärvisüsteemis või väljaspool seda paiknevate kasvajate histoloogiate korral. Onkoimmunoloogia. 2018;7(12):e1500108.

54. Flint TR et al. Kasvaja poolt indutseeritud IL-6 programmeerib ümber peremeesorganismi metabolismi, et pärssida kasvajavastast immuunsust. Lahtri metab. 2016;24(5):672–684.

55. Hanoteau A et al. Tsüklofosfamiidravi reguleerib funktsionaalsete / ammendunud kasvajaspetsiifiliste CD8 pluss T-rakkude tasakaalu. Onkoimmunoloogia. 2017;6(8):e1318234.

56. Stoeckius M et al. Rakkude räsimine vöötkoodiga antikehadega võimaldab üherakulise genoomika multipleksimist ja topelttuvastust. Genome Biol. 2018;19(1):224.

57. Zappia L, Oshlack A. Klasterdamispuud: visualiseerimine klastrite hindamiseks mitme eraldusvõimega. Gigascience. 2018;7(7):giy083.

58. Korsunsky I et al. Üheraku andmete kiire, tundlik ja täpne integreerimine Harmonyga. Nat meetodid. 2019;16(12):1289–1296.

59. Tirosh I et al. Metastaatilise melanoomi mitmerakulise ökosüsteemi lahkamine üherakulise RNA-seq abil. Teadus. 2016;352(6282):189–196.

60. Aibar S et al. SCENIC: ühe rakuga reguleeriv võrgu järeldus ja rühmitamine. Nat meetodid. 2017;14(11):1083–1086.

61. Tilstra JS et al. B-rakkude sisemine TLR9 ekspressioon on hiire luupuse korral kaitsev. J Clin Invest. 2020;130(6):3172–3187.

【Lisateabe saamiseks: david.deng@wecistanche.com / WhatApp:86 13632399501】