相关实验视频
Updated: Jul 17, 2025

09:04
Measurement of T Cell Alloreactivity Using Imaging Flow Cytometry
Published on: April 19, 2017
13.6K
机器学习对预后基因的分析,这些基因与移植移植后的移植耐受性有关
Zhibiao Li1, Zechao Lu1, Chuxian Hu2
1Department of Urology, The Eighth Affiliated Hospital, Sun Yat-sen University, Shenzhen, Guangdong, China.
Cell transplantation
|August 31, 2023
概括
研究人员发现了一种新的7基因特征,可以预测移植拒绝和移植存活率. 这种在B细胞通路中丰富的特征,可以指导免疫抑制疗法用于移植耐受性 (TOL).
科学领域:
- 免疫学 免疫学 免疫学
- 基因组学就是基因组学.
- 移植科学 移植科学
背景情况:
- 移植的结果受到全移植排斥和实现移植耐受性 (TOL) 的影响.
- 排斥和耐受性的预测生物标志物对于优化患者管理和治疗至关重要.
研究的目的:
- 为了识别与移植耐受性 (TOL) 相关的基因签名.
- 预测移植接受者的异体移植排斥类型和移植存活率.
主要方法:
- 对基因表达综合 (GEO) 数据的分析,以识别差异表达基因 (DEG).
- 基因本体学 (GO) 和基因和基因组的京都百科全书 (KEGG) 路径丰富分析.
- 机器学习用于特征选择和TOL相关基因的预测性能的验证.
- 免疫细胞透分析和卡普兰-梅尔生存分析.
主要成果:
- 确定了25种与TOL相关的DEG,主要富含与B细胞相关的功能和通路.
- 构建并验证了具有强大的TOL和排斥类型 (急性排斥[AR],慢性排斥[CR]) 预测性能的7基因签名.
- 基因特征与免疫细胞透相关;BLNK和MZB1被确定为预后基因.
结论:
- 提出了一种新的7基因特征,影响移植中的移植耐受性 (TOL).
- 签名显示了预测全移植排斥和移植存活的潜力.
- 这些发现可能为移植患者的个性化免疫抑制疗法提供指导.
更多相关视频
18:48In Vitro and In Vivo Assessment of T, B and Myeloid Cells Suppressive Activity and Humoral Responses from Transplant Recipients
Published on: August 12, 2017
14.4K
09:23Author Spotlight: Enhancing Transplantation Research Through MicroCT Angiography in Murine Models
Published on: September 22, 2023
2.8K