一种强大的定量多重复合PCR用于T细胞受体谱的测序,来自formalin固定型嵌入样本

科学领域:

• 免疫学 免疫学 免疫学
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 对T细胞受体 (TCR) 的分析对于了解瘤微环境和对癌症疗法的免疫反应至关重要.
• 从临床瘤样本中发现的退化核酸中放大TCR库存在挑战,特别是固定嵌 (FFPE) 组织.
• 准确的TCR谱系分析对于了解癌症进展,回归以及免疫检查点抑制剂的疗效至关重要.

研究的目的:

• 开发一个强大的,具有成本效益的协议,用于从多样化和低质量的RNA来源生成高质量的TCR目录数据.
• 为了使得从存档的FFPE瘤样本中进行TCR目录分析,扩大癌症免疫学研究的范围.
• 将这种方法与Decombinator计算管道集成,以实现准确的TCR注释.

主要方法:

• 开发了适合FFPE的基于唯一分子标识编译器的TCRseq (FUME-TCRseq) 协议.
• 使用多重PCR来放大TCRbeta CDR3区域的V和J基因序列.
• 整合了12个基对独特分子标识符 (UMI) 以在测序过程中纠正错误和偏差.

主要成果:

• FUME-TCRseq方法成功地从各种RNA来源生成TCR目录,包括来自FFPE组织的低度,质量差的RNA.
• 该协议是稳固的,廉价的,并且适合与像Decombinator这样的计算TCR注释管道集成.
• 使用UMI有效地纠正PCR偏差和测序错误,提高数据准确性.

结论:

• FUME-TCRseq克服了从具有挑战性的临床样本中分析TCR目录的局限性.
• 这种方法释放了存档瘤样本的潜力,用于详细的免疫学研究.
• 增强的TCR谱系分析可以带来对瘤免疫学和免疫治疗干预措施的更深入的理解.