基于TCGA数据库筛选点突变肿瘤新抗原诱导特异性CTL的研究
发布时间：2021-04-19 00:27
目的基于TCGA数据库的基因突变测序数据来预测肿瘤新生抗原,结合生物信息学设计抗原表位肽,通过免疫原性实验筛选出理想的抗原表位肽,诱导能高效激活细胞免疫反应的特异性CTL克隆,并对其TCR基因表达情况进行分析,分析将特定肿瘤新抗原作为抗肿瘤治疗靶点的可能性。方法一、在TCGA数据库中筛选出结直肠癌,肺癌,肝癌基因前10位碱基单取代的高频突变位点,运用生物信息学计算机预测算法选择与MHC亲和力高的3组抗原表位肽并合成。基于TCGA数据库,查找表达KRAS G12V,TP53 R158L,CTNNB1 K335I突变型及野生型癌症患者的生存资料,并对其生存曲线进行分析。探讨KRAS G12V,TP53 R158L,CTNNB1 K335I突变热点分布在各癌症中的发生率及覆盖率。二、通过流式初步检测3组抗原表位肽与MHC分子的亲和力,用各组突变肽与野生肽体外诱导出特异性细胞毒性T淋巴细胞。通过IFN-r的分泌和钙黄绿素的检测方法,初步验证肽诱导特异性CTL对负载肽-T2细胞模型的杀伤功能。三、构建表达3个点突变基因的重组真核表达质粒并分别转染入HCT116结肠癌细胞,NCI-H292肺癌细胞...
【文章来源】：广东药科大学广东省
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
TCGA美国癌症基因组数据库
广东药科大学硕士研究生学位论文5图1-1TCGA美国癌症基因组数据库图1-2SYFPEITHI预测评价系统Fig.1-1TheCancerGenomeAtlasFig.1-2SYFPEITHIEpitopePrediction图1-3IEDBMHC-I表位肽预测系统图1-4PREDEPMHC-I表位肽预测系统Fig.1-3IEDBMHC-IEpitopePredictionFig.1-4PREDEPEpitopePrediction表1-5野生型与突变型抗原表位肽基因突变位点野生肽突变肽KRASG12VYKLVVVGAG,Peptide(krasWT)YKLVVVGAV,Peptide(krasmutant)TP53R158LVRAMAIYKQ,Peptide(TP53WT)VLAMAIYKQ,Peptide(TP53mutant)CTNNB1K335IIMRTYTYEK,Peptide(CTNNB1WT)IMRTYTYEI,Peptide(CTNNB1mutant)1.2.3KRASG12V,TP53R158L,CTNNB1R158L相关生存曲线的比较基于TCGA数据库的基因突变热点的统计数据，查找表达KRASG12V,TP53R158L,CTNNB1K335I突变型及野生型癌症患者的生存资料，提取总体生存曲线图（TCGA数据库汇集患者的生存数据，进行Kaplan-Meier生存分析得出），并通过Log-Rank检验法对患者的生存曲线进行比较分析。
广东药科大学硕士研究生学位论文5图1-1TCGA美国癌症基因组数据库图1-2SYFPEITHI预测评价系统Fig.1-1TheCancerGenomeAtlasFig.1-2SYFPEITHIEpitopePrediction图1-3IEDBMHC-I表位肽预测系统图1-4PREDEPMHC-I表位肽预测系统Fig.1-3IEDBMHC-IEpitopePredictionFig.1-4PREDEPEpitopePrediction表1-5野生型与突变型抗原表位肽基因突变位点野生肽突变肽KRASG12VYKLVVVGAG,Peptide(krasWT)YKLVVVGAV,Peptide(krasmutant)TP53R158LVRAMAIYKQ,Peptide(TP53WT)VLAMAIYKQ,Peptide(TP53mutant)CTNNB1K335IIMRTYTYEK,Peptide(CTNNB1WT)IMRTYTYEI,Peptide(CTNNB1mutant)1.2.3KRASG12V,TP53R158L,CTNNB1R158L相关生存曲线的比较基于TCGA数据库的基因突变热点的统计数据，查找表达KRASG12V,TP53R158L,CTNNB1K335I突变型及野生型癌症患者的生存资料，提取总体生存曲线图（TCGA数据库汇集患者的生存数据，进行Kaplan-Meier生存分析得出），并通过Log-Rank检验法对患者的生存曲线进行比较分析。
【参考文献】：
期刊论文
[1]精准细胞免疫治疗中肿瘤新抗原相关研究进展[J]. 荆羽萌,赵海潮,肖虹. 现代肿瘤医学. 2020(05)
[2]肿瘤突变负荷对非小细胞肺癌免疫治疗效果的预测价值[J]. 李思妮,王鑫,白桦,王洁. 中国医学前沿杂志(电子版). 2019(12)
[3]个体化肿瘤疫苗用于黑色素瘤治疗的研究进展[J]. 秦岚群,邹征云. 中国癌症杂志. 2019(11)
[4]肿瘤免疫治疗疗效和预后相关生物标志物的研究进展[J]. 刘丹丹,韩雷,于津浦. 中国肿瘤生物治疗杂志. 2019(10)
[5]肿瘤免疫治疗现状及发展前景[J]. 李芳芳,郑尚永. 昆明理工大学学报(自然科学版). 2019(05)
[6]新生抗原在肿瘤免疫治疗中的应用进展[J]. 李建民,李常颖. 实用医学杂志. 2019(19)
[7]肿瘤新抗原疫苗的研究进展[J]. 于金玉,孔燕,郭军. 中国免疫学杂志. 2019(17)
[8]恶性肿瘤免疫生物治疗的现状及展望[J]. 王青青,熊佳. 浙江医学. 2019(17)
[9]癌症基因组学与免疫治疗:交叉的机会[J]. Chris Tachibana,赵红蕾. 科学新闻. 2019(04)
[10]肺癌免疫治疗中肿瘤突变负荷（TMB）临床指导意义的研究进展[J]. 王军委,许昱,魏素菊. 中国免疫学杂志. 2019(14)
硕士论文
[1]GeXP多基因遗传表达系统检测人TCRVα和TCRVβ链CDR3谱型及长度的方法建立以及初步应用[D]. 王腾.广东药学院 2013
本文编号：3146463
【文章来源】：广东药科大学广东省
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
TCGA美国癌症基因组数据库
广东药科大学硕士研究生学位论文5图1-1TCGA美国癌症基因组数据库图1-2SYFPEITHI预测评价系统Fig.1-1TheCancerGenomeAtlasFig.1-2SYFPEITHIEpitopePrediction图1-3IEDBMHC-I表位肽预测系统图1-4PREDEPMHC-I表位肽预测系统Fig.1-3IEDBMHC-IEpitopePredictionFig.1-4PREDEPEpitopePrediction表1-5野生型与突变型抗原表位肽基因突变位点野生肽突变肽KRASG12VYKLVVVGAG,Peptide(krasWT)YKLVVVGAV,Peptide(krasmutant)TP53R158LVRAMAIYKQ,Peptide(TP53WT)VLAMAIYKQ,Peptide(TP53mutant)CTNNB1K335IIMRTYTYEK,Peptide(CTNNB1WT)IMRTYTYEI,Peptide(CTNNB1mutant)1.2.3KRASG12V,TP53R158L,CTNNB1R158L相关生存曲线的比较基于TCGA数据库的基因突变热点的统计数据，查找表达KRASG12V,TP53R158L,CTNNB1K335I突变型及野生型癌症患者的生存资料，提取总体生存曲线图（TCGA数据库汇集患者的生存数据，进行Kaplan-Meier生存分析得出），并通过Log-Rank检验法对患者的生存曲线进行比较分析。
广东药科大学硕士研究生学位论文5图1-1TCGA美国癌症基因组数据库图1-2SYFPEITHI预测评价系统Fig.1-1TheCancerGenomeAtlasFig.1-2SYFPEITHIEpitopePrediction图1-3IEDBMHC-I表位肽预测系统图1-4PREDEPMHC-I表位肽预测系统Fig.1-3IEDBMHC-IEpitopePredictionFig.1-4PREDEPEpitopePrediction表1-5野生型与突变型抗原表位肽基因突变位点野生肽突变肽KRASG12VYKLVVVGAG,Peptide(krasWT)YKLVVVGAV,Peptide(krasmutant)TP53R158LVRAMAIYKQ,Peptide(TP53WT)VLAMAIYKQ,Peptide(TP53mutant)CTNNB1K335IIMRTYTYEK,Peptide(CTNNB1WT)IMRTYTYEI,Peptide(CTNNB1mutant)1.2.3KRASG12V,TP53R158L,CTNNB1R158L相关生存曲线的比较基于TCGA数据库的基因突变热点的统计数据，查找表达KRASG12V,TP53R158L,CTNNB1K335I突变型及野生型癌症患者的生存资料，提取总体生存曲线图（TCGA数据库汇集患者的生存数据，进行Kaplan-Meier生存分析得出），并通过Log-Rank检验法对患者的生存曲线进行比较分析。
【参考文献】：
期刊论文
[1]精准细胞免疫治疗中肿瘤新抗原相关研究进展[J]. 荆羽萌,赵海潮,肖虹. 现代肿瘤医学. 2020(05)
[2]肿瘤突变负荷对非小细胞肺癌免疫治疗效果的预测价值[J]. 李思妮,王鑫,白桦,王洁. 中国医学前沿杂志(电子版). 2019(12)
[3]个体化肿瘤疫苗用于黑色素瘤治疗的研究进展[J]. 秦岚群,邹征云. 中国癌症杂志. 2019(11)
[4]肿瘤免疫治疗疗效和预后相关生物标志物的研究进展[J]. 刘丹丹,韩雷,于津浦. 中国肿瘤生物治疗杂志. 2019(10)
[5]肿瘤免疫治疗现状及发展前景[J]. 李芳芳,郑尚永. 昆明理工大学学报(自然科学版). 2019(05)
[6]新生抗原在肿瘤免疫治疗中的应用进展[J]. 李建民,李常颖. 实用医学杂志. 2019(19)
[7]肿瘤新抗原疫苗的研究进展[J]. 于金玉,孔燕,郭军. 中国免疫学杂志. 2019(17)
[8]恶性肿瘤免疫生物治疗的现状及展望[J]. 王青青,熊佳. 浙江医学. 2019(17)
[9]癌症基因组学与免疫治疗:交叉的机会[J]. Chris Tachibana,赵红蕾. 科学新闻. 2019(04)
[10]肺癌免疫治疗中肿瘤突变负荷（TMB）临床指导意义的研究进展[J]. 王军委,许昱,魏素菊. 中国免疫学杂志. 2019(14)
硕士论文
[1]GeXP多基因遗传表达系统检测人TCRVα和TCRVβ链CDR3谱型及长度的方法建立以及初步应用[D]. 王腾.广东药学院 2013
本文编号：3146463
本文链接：https://www.wllwen.com/yixuelunwen/yiyaoxuelunwen/3146463.html
最近更新
教材专著
