目的了解肿瘤抗原肽的HLA限制性以及其诱导的T细胞能否杀伤肿瘤细胞,探索无关供者来源细胞用于过继性抗肿瘤T细胞治疗。方法使用16个肿瘤抗原肽诱导18名无关供者外周血单个核细胞(PBMC)分化为反应性T细胞,并分析HLA型别;利用NetMHC数据...目的了解肿瘤抗原肽的HLA限制性以及其诱导的T细胞能否杀伤肿瘤细胞,探索无关供者来源细胞用于过继性抗肿瘤T细胞治疗。方法使用16个肿瘤抗原肽诱导18名无关供者外周血单个核细胞(PBMC)分化为反应性T细胞,并分析HLA型别;利用NetMHC数据库预测肽和HLA分子亲和力;选择HLA-A2限制性的肿瘤抗原肽诱导第二组17名无关供者的PBMC进行杀瘤实验,反应性T细胞作为效应细胞,T2细胞及肿瘤抗原肽同源的肿瘤细胞作为靶细胞,测量LDH(乳酸脱氢酶)释放量或者RTCA(实时无标记细胞分析仪)检测效应细胞杀瘤效率,比较HLA-A2+和A2-T细胞杀瘤效率。结果筛出和HLA-A2具有高亲和力的肿瘤抗原肽LM7,可诱导5/11 HLA-A2+为反应性T细胞,其中HLA-A2+纯合子则为3/3,而HLA-A2-者则为2/7。LM7诱导反应性T细胞杀伤肿瘤百分比A2+组明显强于A2-组(60.72±11.28 vs 47.2±4.46,P=0.03)。结论本研究显示NetMHC预测对于纯合子样品更有帮助,肿瘤抗原肽LM7具有HLA-A2限制性,可诱导部分HLAA2+PBMC分化为反应性T细胞,可杀伤肿瘤,应对供者进行HLA筛选并分析其细胞功能,其诱导的反应性T细胞可作为过继性T细胞抗肿瘤治疗的细胞来源。展开更多
针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进IN...针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。展开更多
文摘目的了解肿瘤抗原肽的HLA限制性以及其诱导的T细胞能否杀伤肿瘤细胞,探索无关供者来源细胞用于过继性抗肿瘤T细胞治疗。方法使用16个肿瘤抗原肽诱导18名无关供者外周血单个核细胞(PBMC)分化为反应性T细胞,并分析HLA型别;利用NetMHC数据库预测肽和HLA分子亲和力;选择HLA-A2限制性的肿瘤抗原肽诱导第二组17名无关供者的PBMC进行杀瘤实验,反应性T细胞作为效应细胞,T2细胞及肿瘤抗原肽同源的肿瘤细胞作为靶细胞,测量LDH(乳酸脱氢酶)释放量或者RTCA(实时无标记细胞分析仪)检测效应细胞杀瘤效率,比较HLA-A2+和A2-T细胞杀瘤效率。结果筛出和HLA-A2具有高亲和力的肿瘤抗原肽LM7,可诱导5/11 HLA-A2+为反应性T细胞,其中HLA-A2+纯合子则为3/3,而HLA-A2-者则为2/7。LM7诱导反应性T细胞杀伤肿瘤百分比A2+组明显强于A2-组(60.72±11.28 vs 47.2±4.46,P=0.03)。结论本研究显示NetMHC预测对于纯合子样品更有帮助,肿瘤抗原肽LM7具有HLA-A2限制性,可诱导部分HLAA2+PBMC分化为反应性T细胞,可杀伤肿瘤,应对供者进行HLA筛选并分析其细胞功能,其诱导的反应性T细胞可作为过继性T细胞抗肿瘤治疗的细胞来源。
文摘针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。