抗PD-1反应相关基因表达特征的构建
识别与抗PD-1治疗反应稳健相关的治疗诱导基因表达变化
从GSE91061等黑色素瘤患者配对样本中,通过bootstrapping和交叉验证特征选择,鉴定419个耐药(R)特征基因和366个敏感(S)特征基因,并在独立队列中验证其分类性能。
Systematic investigation of chemo-immunotherapy synergism to shift anti-PD-1 resistance in cancer.
包含转录组数据分析、细胞系实验、动物模型验证和机制实验(线粒体RNA、MAVS敲除等)。
黑色素瘤患者肿瘤样本 癌细胞系(MCF7、A375等) CT26结肠癌小鼠模型 B16黑色素瘤小鼠模型
动物模型:B16和CT26皮下肿瘤模型,肿瘤体积~50 mm³时分组(n=5) 给药方案:抗PD-1(5 mg/kg)和/或阿霉素(2.5 mg/kg)每三天一次,共三次 细胞处理:PAK抑制剂PF-03758309浓度0、50、200、500 nM(MEL-526为0、2、50、500 nM),处理48小时 MAVS敲除:使用sgRNA敲除MAVS,验证PAKi诱导的免疫反应依赖性 转移能力评分:基于CMAP level 5签名矩阵,GSEA预排名计算NES
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。
识别与抗PD-1治疗反应稳健相关的治疗诱导基因表达变化
从GSE91061等黑色素瘤患者配对样本中,通过bootstrapping和交叉验证特征选择,鉴定419个耐药(R)特征基因和366个敏感(S)特征基因,并在独立队列中验证其分类性能。
量化基因或化合物处理逆转抗PD-1耐药性的能力
利用CMAP2020中shRNA处理的细胞系转录组数据,计算R和S特征的富集分数,定义转移能力评分为NESS - NESR,筛选能诱导R-to-S转移的shRNA。
系统筛选能协同抗PD-1治疗的化合物
对CMAP2020中41,321个化合物处理的转录组数据进行转移能力分析,鉴定948个R-to-S转移化合物,并分析其作用机制和细胞系特异性。
验证筛选出的阿霉素与抗PD-1治疗的协同效果
在CT26结肠癌和B16黑色素瘤皮下模型中,比较PBS、抗PD-1、阿霉素及联合治疗对肿瘤体积和肿瘤浸润免疫细胞的影响。
整合shRNA和化合物筛选结果,识别关键协同靶点
整合化合物和shRNA筛选数据,鉴定14个协同靶点,其中PAK4在A375细胞中敲低或抑制均显示显著R-to-S转移能力,并在TCGA和抗PD-1治疗患者中验证其与免疫微环境和治疗反应的相关性。
阐明PAK抑制剂诱导抗肿瘤免疫反应的分子机制
用PAK抑制剂PF-03758309处理多种癌细胞,检测线粒体自噬、胞质mtRNA和dsRNA积累、I型干扰素信号和抗原呈递基因表达,并通过MAVS敲除验证通路依赖性。
按研究目的归类文中使用的方法,便于定位所需技术。
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 |
|---|---|
| 动物模型与给药 | 小鼠品系(BALB/c、C57BL/6、FVB/NJ)、细胞接种数量(5×10^5)、给药剂量(抗PD-1 5 mg/kg,阿霉素2.5 mg/kg)、给药频率(每三天一次,共三次) 阅读提示:Methods中Animals小节 |
| 细胞培养与处理 | 细胞系来源(ATCC)、培养基类型、PAK抑制剂浓度(0、50、200、500 nM;MEL-526为0、2、50、500 nM)、处理时间(48小时) 阅读提示:Methods中Cell lines and reagents小节 |
| MAVS敲除 | sgRNA序列、载体(lentiCRISPRv2)、转染试剂(Lipofectamine 2000)、嘌呤霉素筛选浓度 阅读提示:Methods中Cloning, sgRNA construction and lentiviral transduction小节 |
| 转移能力评分计算 | CMAP数据版本、基因过滤标准(转录活性分数≥0.4)、GSEA权重参数(1) 阅读提示:Methods中Enrichment assessment of R and S signature and the calculation of shift ability score小节 |
| 流式细胞术分析 | 抗体稀释比例(1/200)、死活染料稀释比例(1/1000)、刺激剂浓度(PMA 100 ng/mL,离子霉素500 ng/mL) 阅读提示:Methods中Flow cytometry analysis of TIL小节 |