相关实验视频
Updated: Jan 12, 2026
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.4K
通过泛癌多组学分析解码免疫治疗反应的免疫预测因子的协议
Xinyue Jian1, Xu Zheng1, Kun Jiao1
1Department of General Surgery, The Fourth Affiliated Hospital, China Medical University, Shenyang, Liaoning 110032, China.
STAR protocols
|November 4, 2025
概括
这项研究介绍了一种使用先进的单细胞技术分析癌症T细胞动态的协议. 它有助于识别T细胞子集,预测对免疫检查点阻塞 (ICB) 治疗的反应.
科学领域:
- 免疫学 免疫学 免疫学
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
背景情况:
- 了解T细胞动态对于癌症免疫治疗至关重要.
- 免疫检查点阻塞 (ICB) 疗法的疗效在患者之间有很大差异.
研究的目的:
- 为分析多种癌症类型的T细胞动态提出一个全面的协议.
- 确定可预测ICB反应的T细胞子集,并开发生物标志物.
主要方法:
- 单细胞RNA测序 (scRNA-seq) 是一种
- 单细胞免疫特征分析
- 质量细胞计/按飞行时间 (CyTOF) 的细胞计.
- 基因监管网络分析分析
- 细胞与细胞相互作用分析
主要成果:
- 该协议可以对瘤微环境中的T细胞种群进行详细分析.
- 确定调节T细胞功能的关键转录因子.
- 通过细胞相互作用分析探索免疫信号通路.
结论:
- 该协议为剖析癌症T细胞异质性提供了一个框架.
- 它有助于发现用于预测ICB治疗结果的新生物标志物.
- 开发的方法可以推进个性化癌症免疫治疗策略.
更多相关视频
07:47Author Spotlight: Unveiling Transmembrane Protein Family-Related Markers in Gastric Cancer and Implications for Targeted Therapies
Published on: September 15, 2023
2.1K
08:30Immunophenotyping of Orthotopic Homograft Syngeneic of Murine Primary KPC Pancreatic Ductal Adenocarcinoma by Flow Cytometry
Published on: October 9, 2018
12.9K
