期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
干扰TOX基因联合抗CD38 CAR-T细胞的构建及其对血液肿瘤细胞增殖和凋亡能力的影响
1
作者 宋志茹 刘秀盈 +3 位作者 朱晶晶 刘静静 冯娅茹 王建勋 《山东医药》 CAS 2022年第2期1-6,17,共7页
目的构建干扰胸腺细胞选择相关高迁移率群体盒(TOX)基因联合抗CD38 CAR-T细胞,观察其对血液肿瘤细胞增殖和凋亡能力的影响。方法采集健康志愿者外周血,分离单个核细胞(PBMC),提取原代T淋巴细胞。构建以shRNA技术靶向抑制TOX的抗CD38 CA... 目的构建干扰胸腺细胞选择相关高迁移率群体盒(TOX)基因联合抗CD38 CAR-T细胞,观察其对血液肿瘤细胞增殖和凋亡能力的影响。方法采集健康志愿者外周血,分离单个核细胞(PBMC),提取原代T淋巴细胞。构建以shRNA技术靶向抑制TOX的抗CD38 CAR分子,分别命名为TOX-shRNA1-CD38 CAR和TOX-shRNA2-CD38 CAR,另设计一条不针对任何靶点的无意义RNA序列作为对照,命名为CD38 CAR分子。将分子酶切并连接逆病毒载体包装质粒pMFG,获得pMFG-TOX-shRNA1-MYC-CD38 CAR、pMFG-TOX-shRNA2-MYC-CD38 CAR和pMFG-MYC-CD38 CAR。将人原代T淋巴细胞分为CD38 TOX-shRNA1-CD38 CAR-T组、TOX-shRNA2-CD38 CAR-T组、CAR-T组,分别转导pMFG-TOX-shRNA1-MYC-CD38 CAR、pMFG-TOX-shRNA2-MYC-CD38 CAR和pMFG-MYCCD38 CAR质粒,获得CD38 CAR-T细胞、TOX-shRNA1-CD38 CAR-T细胞和TOX-shRNA2-CD38 CAR-T细胞。采用RT-QPCR法检测三组细胞中TOX mRNA的相对表达量;记录三组细胞0~10 d体外培养生长倍数,观察细胞增殖能力。选取CD38高表达的人多发性骨髓瘤荧光素酶标记细胞RPMI-Luc、人Burkitt’s淋巴瘤荧光素酶标记细胞Raji-Luc作为靶细胞,与三组CAR-T细胞分别共培养48 h;另取三组CAR-T细胞单独培养作为对照,不加肿瘤细胞。采用流式细胞术检测三组CAR-T细胞表面CD69的表达效率,评价CAR-T细胞活化情况;对三组细胞进行CFSE染色,采用流式细胞术观察CAR-T细胞增殖能力;荧光素酶化学发光法观察CAR-T细胞在不同效靶比(1∶2、1∶4、1∶8)时对肿瘤细胞的杀伤效率;ELISA法检测三组CAR-T细胞上清中IFN-γ释放量;流式细胞术检测三组细胞表面PD-1表达量,评估CAR-T细胞的耗竭程度。结果 CD38 CAR-T组、TOX-shRNA1-CD38 CAR-T组、TOXshRNA2-CD38 CAR-T组的转导效率分别为41.51%、41.28%、44.84%,均超过40%。与CD38 CAR-T组比较,TOXshRNA2-CD38 CAR-T组TOX mRNA表达水平降低(P <0.05),TOX-shRNA1-CD38 CAR-T组无明显变化(P>0.05)。三组CAR-T细胞体外培养0~10 d均稳定增殖,三组间生长倍数比较差异无统计学意义(P <0.05)。三组与肿瘤细胞共培养后,CD69表达效率均升高(P均<0.01)。与单独培养的CAR-T细胞相比,三组CAR-T细胞与Raji-Luc、RPMI-Luc细胞共培养后FITC信号左移,增殖加快,三组增殖能力比较无统计学差异(P> 0.05)。与CD38 CAR-T组相比,TOX-shRNA2-CD38 CAR-T组在不同效靶比时对肿瘤细胞的杀伤效率均提高,γ干扰素释放水平升高,细胞表面PD-1表达水平降低(P <0.05或<0.01),而TOX-shRNA1-CD38 CAR-T组与CD38 CAR-T组比较,肿瘤细胞的杀伤效率、γ干扰素释放水平、细胞表面PD-1表达水平均无统计学差异(P均>0.05)。结论成功构建了靶向抑制TOX基因联合抗CD38 CAR-T细胞,TOX-shRNA-CD38 CAR-T细胞能够有效抑制TOX表达;经肿瘤细胞激活后,其体外增殖活性及抗肿瘤能力显著增强,且TOX-shRNA-CD38 CAR-T细胞耗竭也得到改善。 展开更多
关键词 嵌合型抗原受体基因修饰的T细胞 胸腺细胞选择相关高迁移率群体盒基因 多发性骨髓瘤 淋巴瘤 细胞免疫治疗
下载PDF
Rank sum method for related gene selection and its application to tumor diagnosis 被引量:2
2
作者 DENGLin MAJinwen PEIJian 《Chinese Science Bulletin》 SCIE EI CAS 2004年第15期1652-1657,共6页
Tumor diagnosis by analyzing gene expression profiles becomes an interesting topic in bioinformatics and the main problem is to identify the genes related to a tumor. This paper proposes a rank sum method to identify ... Tumor diagnosis by analyzing gene expression profiles becomes an interesting topic in bioinformatics and the main problem is to identify the genes related to a tumor. This paper proposes a rank sum method to identify the re- lated genes based on the rank sum test theory in statistics. The tumor diagnosis system is constructed by the support vector machine (SVM) trained on the set of the related gene expression profiles. The experiments demonstrate that the constructed tumor diagnosis system with the rank sum method and SVM can reach an accuracy level of 96.2% on the colon data and 100% on the leukemia data. 展开更多
关键词 肿瘤诊断 相关基因选择 等级和 支持向量机 基因表达剖面
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部