患者队列与样本收集
收集CAD患者的肿瘤、肌肉、皮肤和胚系DNA样本,用于多组学分析。
纳入15名CAD患者,获取38份生物样本,包括15份肿瘤、6份肌肉、2份皮肤和15份胚系DNA。
Frequent genetic alterations in myositis autoantigen genes in cancer-associated dermatomyositis
包含多组学分析(WES、WGS、RNA-seq、TCR-seq)、免疫表型分析、以及临床样本(肿瘤、肌肉、皮肤)的整合研究,且提供了功能验证和机制探讨。
癌症相关皮肌炎患者的肿瘤样本 癌症相关皮肌炎患者的非肿瘤组织(肌肉、皮肤)样本
患者队列:15名CAD患者,来自Vall d'Hebron大学医院 样本类型:肿瘤、肌肉、皮肤和胚系DNA样本 检测方法:全外显子测序、全基因组测序、RNA测序、TCR测序、多重免疫组化 关键结果:75%的肿瘤存在自身抗体相关基因的体细胞突变或LOH
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
收集CAD患者的肿瘤、肌肉、皮肤和胚系DNA样本,用于多组学分析。
纳入15名CAD患者,获取38份生物样本,包括15份肿瘤、6份肌肉、2份皮肤和15份胚系DNA。
检测肿瘤中编码肌炎特异性自身抗原的基因的体细胞突变、拷贝数改变和LOH。
对33份样本进行WES,8份进行WGS,使用多种算法分析体细胞突变、拷贝数改变和LOH,并评估突变克隆性。
分析肿瘤和非肿瘤组织的基因表达和TCR库,评估免疫特征。
对6份样本进行RNA-seq,对部分样本进行TCR测序,分析TCR克隆性和多样性。
评估肿瘤和非肿瘤组织中的免疫细胞浸润情况。
使用多重免疫组化分析10份肿瘤和2份皮肤样本,检测CD3、CD4、CD8、FOXP3、CD20、PD-L1等标志物。
预测体细胞突变产生的新抗原及其免疫原性。
使用NetMHC和NetMHCpan预测肽段与HLA结合能力,并计算免疫原性评分。
通过配对肿瘤和肌肉样本比较遗传改变,验证突变的肿瘤特异性。
对6名患者的肿瘤和肌肉样本进行WES,比较体细胞突变和LOH。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 基因组分析 | NovaSeq | Illumina | -- |
| 抗体检测 | Euroimmun免疫印迹试剂盒 | Euroimmun | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 患者队列 | 患者纳入标准:EULAR/ACR评分>95,ENMC标准;血清样本检测的自身抗体谱 阅读提示:Methods: Patients |
| 样本采集 | 肿瘤、肌肉、皮肤和胚系DNA样本的数量及类型 阅读提示:Methods: Biological samples |
| 测序 | WES和WGS的覆盖深度、参考基因组版本;RNA-seq的覆盖深度和TCR富集倍数 阅读提示:Methods: Whole-exome DNA sequencing, Whole-genome sequencing, RNA sequencing |
| 免疫表型分析 | 抗体和染色方案;图像定量软件 阅读提示:Methods: Immunophenotyping |
| 数据分析 | 突变检测算法参数;新抗原预测阈值;HLA分型和LOH分析方法 阅读提示:Methods: Bioinformatics部分 |