در حالی که به نظر نمی رسد که درصد TEX با شدت بیماری افزایش می یابد (شکل تکمیلی 6C)، یا با افزایش سن حیوانات مستعد لوپوس (6)، تعداد کل سلول های T نفوذی با شدت بیماری در این مدل ها و بیماران انسانی افزایش می یابد. بنابراین، ممکن است نقطه ای وجود داشته باشد که فرسودگی می تواند فراتر از آن باشددیگر بیماری را کنترل نمی کند. کار قبلی نشان داد که آن دسته از بیمارانی که دارای امضای CD8 خون محیطی به همراه TEX بودند، در مقایسه با بیمارانی که فاقد این امضا بودند، کمتر احتمال داشت شعله ور شوند (52). با این حال، آنچه در سطح اندام هدف اتفاق می‌افتد همچنان یک سوال برجسته است و در کار آینده، تعیین اینکه آیا نسبت سلول‌های فرسوده در بیوپسی می‌تواند با پیامدهای بیماری مرتبط باشد یا خیر، جالب خواهد بود.

طبق مطالعات مربوطه، سیستانچ یک گیاه سنتی چینی است که قرن هاست برای درمان بیماری های مختلف مورد استفاده قرار می گیرد. از نظر علمی ثابت شده است که دارای خواص ضد التهابی، ضد پیری و آنتی اکسیدانی است. مطالعات نشان داده اند که سیستانچ برای بیماران مبتلا به بیماری کلیوی مفید است. ترکیبات فعال سیستانچ برای کاهش التهاب، بهبود عملکرد کلیه و بازیابی سلول های آسیب دیده کلیه شناخته شده است. بنابراین، ادغام سیستانچ در برنامه درمان بیماری کلیوی می تواند مزایای بزرگی را برای بیماران در مدیریت شرایط خود ارائه دهد. سیستانچ به کاهش پروتئینوری کمک می کند، سطح BUN و کراتینین را کاهش می دهد و خطر آسیب بیشتر به کلیه را کاهش می دهد. علاوه بر این، سیستانچ همچنین به کاهش سطح کلسترول و تری گلیسیرید کمک می کند که می تواند برای بیماران مبتلا به بیماری کلیوی خطرناک باشد.

بر روی مکمل Cistanche Tubulosa کلیک کنید

【برای اطلاعات بیشتر: david.deng@wecistanche.com / WhatApp:86 13632399501】

شناسایی مکانیسم هایی که هر یک از این انواع سلولی و رویدادهای بالقوه آسیب رسان توسط کلیه مهار می شوند و اینکه چگونه درمان های موجود و جدید می توانند بر آنها تأثیر بگذارند، مهم خواهد بود. امید است که این کار به ما و دیگران این امکان را بدهد که این جمعیت‌های مختلف سلول‌های T را به‌طور خاص‌تر مورد هدف قرار دهیم و در نتیجه راه‌های درمانی جدیدی را باز کنیم.

مواد و روش ها

حیوانات. موش های C57BL/6 از آزمایشگاه جکسون خریداری شدند. موش‌های MRL/lpr ابتدا از آزمایشگاه جکسون تهیه شدند و در آزمایشگاه ما نگهداری شدند. موش های Fc ​​R2B-/-.Yaa از سیلویا بولاند (موسسه ملی آلرژی و بیماری های عفونی، NIH، راکویل، مریلند، ایالات متحده آمریکا) به دست آمدند و در آزمایشگاه ما نگهداری شدند. موش ها پیر شدند و پروتئینوری قبل از قربانی اندازه گیری شد، همانطور که در جدول تکمیلی 2 مستند شده است.

جداسازی سلول های T از کلیه و طحال. سلول های T همانطور که قبلا توضیح داده شد جدا شدند (6). به طور خلاصه، پس از قربانی کردن، طحال‌ها برداشته شد و حیوانات با 4{3}} میلی‌لیتر HBSS پرفیوژن شدند تا زمانی که سفید شدن کامل کبد و کلیه رخ دهد. کیت ها با استفاده از Octodissociator (Miltenyi Biotec) در حضور 1600 واحد کونیتز در میلی لیتر کلاژناز D (Roche Diagnostics) و 0.2 میلی گرم در میلی لیتر DNAse IV (MilliporeSigma) به مدت 30 دقیقه در دمای 37 درجه جدا شدند. لیز RBC انجام شد و سلول ها از طریق یک صافی سلولی (100 میکرومولار نایلون؛ فالکون، کورنینگ) فیلتر شدند. اسپلنوسیت ها با استفاده از تفکیک مکانیکی بین 2 لام شیشه ای مات جدا شده و پس از لیز RBC از طریق فیلتر مش 70 میکرومتر فیلتر شدند.

سلول ها همانطور که قبلا توضیح داده شد (6) با پانل زیر رنگ آمیزی شدند: anti-CD8 (Lyt{3}}/TIB-105، Pac-Blue، تولید داخل)، anti-CD4 (GK{{9). }}.5، در PE، خریداری شده از BioLegend)، و anti-CD90.2 (Thy1.2/30H12، Al488، تولید داخل) برای موش های MRL/lpr یا anti-CD90.2 (Thy1.2/30H12 ، Al647، تولید شده در داخل) برای Fc ​​R2B–/–.Yaa Ghost BV510 (Tonbo) برای حذف سلول های مرده استفاده شد. برای همه آنتی بادی های "داخلی"، کلون های هیبریدوما به صورت تجاری در دسترس هستند و آنتی بادی ها همانطور که توضیح داده شد خالص شدند (6).

سلول های T با استفاده از FACSAria (BD Biosciences) مرتب شدند. پس از مرتب سازی، سلول ها دو بار با BSA 2 درصد در PBS شستشو شدند. سپس معرف های ضد CD45 HTO با رقت 1:50 به هر یک از نمونه های مرتب شده اضافه شد. Anti-CD45 TotalSeq-A{8}}F11 (BioLegend) برای گروه Main-Seq و TotalSeq-C{12}}F11 (BioLegend) برای هر دو گروه TCR-Seq استفاده شد. پس از رنگ آمیزی HTO، دو بار در 2 درصد BSA در PBS شستشو داده شد.

آماده سازی کتابخانه و RNA-Seq سلول های T. طبق دستورالعمل سازنده، سلول‌ها شمارش و در سیستم 1{13}}x Genomics Chromium بارگیری شدند. بیان ژن، TCR، و هشتگ آنتی‌بادی/کتابخانه‌های بارکد ویژگی ایجاد شد، کیفیت آنها از طریق Screentape Agilent TapeStation با حساسیت بالا D5{14}}00 ارزیابی شد، و مقادیر آنها با کیت کمیت کتابخانه KAPA برای پلتفرم‌های Illumina اندازه‌گیری شد. برای گروه Main-Seq، از کتابخانه 3PrimeV2 استفاده شد. کتابخانه بارکد ویژگی طبق پروتکل مرکز ژنوم نیویورک (56) تولید شد. برای گروه‌های TCR-Seq، کتابخانه‌های 5PrimeV1 از 10x Genomics به‌دست آمدند. برای هشتگ گذاری، دستورالعمل های «بارکد ویژگی» سازنده را دنبال کردیم. کتابخانه‌ها روی یک NovaSeq (Illumina Biosciences) ادغام و توالی‌بندی شدند. فایل‌های FASTQ تولید و با ژنوم مرجع موش mm10 با Cell Ranger 5.0.0 (10x Genomics) برای تولید ماتریس شمارش سلول ژن و سلول آنتی‌بادی، هم‌تراز شدند.

پردازش داده scRNA-Seq. 1{3}}x داده خام از هر نمونه از هم مولتی پلکس شد و فایل‌های FASTQ با استفاده از خط لوله «سریع» Cell Ranger (v5.0.0، 10 تولید شد. x ژنومیکس). «شمارش» سلول رنجر برای تراز خواندن با ژنوم مرجع mm10، و رونوشت mRNA و جداول کمیت شناسه مولکولی منحصر به فرد HTO (UMI) تولید شد. فایل های ماتریس بارکد خام تولید شده از خط لوله سلول رنجر بیشتر برای تجزیه و تحلیل پایین دستی با استفاده از بسته Seurat (v4.0.0) (12) در R (v3.4.3) استفاده شد.

کنترل کیفیت و پردازش اولیه سلول‌هایی که کمتر از 200 ژن یا بیش از 10 درصد UMI را بیان می‌کردند که با DNA میتوکندریایی نقشه‌برداری شده بودند، فیلتر شدند. جداول HTO به مجموعه داده ها اضافه شده و با روش نسبت ثبت مرکزی با استفاده از تابع "NormalizeData" نرمال سازی شدند. شمارش HTO نرمال شده برای تعیین اینکه آیا هر مهره ژل در امولسیون حاوی یک سلول منفرد با استفاده از عملکرد Seurat "MULTIseqDemux" و بازرسی دستی سلول‌ها است، استفاده شد، که در آن اگر بیان یک HTO منفرد بیشتر باشد، یک سلول یک تک در نظر گرفته می‌شود. بیش از 70 درصد از کل بیان HTO در آن سلول. در غیر این صورت، سلول دوتایی در نظر گرفته شد و حذف شد. مقادیر بیان ژن برای هر سلول با استفاده از تابع "NormalizeData" log2 -نرمال شد، که در آن بیان یک ژن به بیان کل همه ژن‌ها در آن سلول نرمال شد و با ضریب 10 مقیاس‌بندی شد،{{8} }}. UMI، محتوای میتوکندری، و ژن هموگلوبولین و نمرات محتوای ژن ریبوزومی با استفاده از تابع "ScaleData" Seurat "پسرفت" شدند.

کاهش ابعاد و خوشه بندی. ژن‌های متغیر با استفاده از روش "mean.var.plot" در تابع "FindVariableFeatures" با برش پیش‌فرض شناسایی شدند که میانگین بیان و پراکندگی (log[واریانس/میانگین]) را در هر ژن محاسبه می‌کند و سپس داده‌ها را در 20 bin گروه‌بندی می‌کند. بر اساس بیان میانگین آنها سپس ژن‌های متغیر بر اساس پراکندگی z-score در هر سطل انتخاب شدند. این ژن های متغیر برای کاهش ابعاد بر اساس تجزیه و تحلیل مولفه اصلی (PCA) با استفاده از تابع "RunPCA" استفاده شدند. "ElbowPlot" برای ارزیابی 50 مؤلفه اصلی اول استفاده شد و مؤلفه‌های اصلی که بیشترین تنوع در داده‌ها را به خود اختصاص دادند برای کاهش ابعادی UMAP و تجزیه و تحلیل خوشه‌بندی انتخاب شدند.

برای شناسایی گروه‌های متمایز از سلول‌ها، خوشه‌بندی بدون نظارت با استفاده از تابع «FindClusters» انجام شد که k نزدیک‌ترین همسایه‌ها را با توجه به بیان ژن متغیر در همه سلول‌ها محاسبه می‌کند، در نتیجه یک نمودار نزدیک‌ترین همسایه مشترک با استفاده از الگوریتم Louvain ساخته می‌شود. برای جلوگیری از خوشه‌بندی بیش از حد، پارامترهای مختلف وضوح ("res") را آزمایش کردیم، از 0.1 تا 2 در افزایش 0.1، و پیشرفت خوشه‌بندی با استفاده از "Cluster" ارزیابی و مشاهده شد. " (v 0.4.3) (57). وضوح بهینه بر اساس جداسازی مداوم قبل از "بیش از خوشه بندی" همانطور که توسط افزایش متقاطع بین خوشه ها مشاهده شد تعیین شد. سپس خوشه‌بندی با وضوح پایین به‌عنوان تجزیه و تحلیل همه سلول‌ها در کل گروه تعریف شد، در حالی که خوشه‌بندی با وضوح بالا به‌عنوان خوشه‌بندی در یک زیرجمعیت از پیش انتخاب‌شده، یعنی سلول‌های CD4 پلاس، CD8 پلاس یا Treg که قبلاً در وضوح پایین ما تعریف شده بود، تعریف شد. تحلیل و بررسی. بر اساس این مشاهدات، ما وضوح‌های 0.9، 1.4، {{2{22}}}.6، و 0.9 را به ترتیب برای Main-Seq، CD4 plus، انتخاب کردیم. CD4 plus Treg sub، و CD8 plus از گروه 1 و وضوح 0.7 برای سلول های CD8 به علاوه T گروه ادغام شده. خوشه های سلولی با استفاده از نمودارهای کاهش بعدی UMAP مشاهده شدند.

تابع "FindAllMarkers" با تنظیمات پیش‌فرض برای یافتن DEGها در هر خوشه، در مقایسه با همه خوشه‌های دیگر، با استفاده از آزمون جمع رتبه‌ای Wilcoxon با ژن‌های شناسایی شده در حداقل 10 درصد سلول‌ها، حداقل استفاده شد. از 0.25 میانگین تغییر تا log، و حداقل 0.01 مقدار P تنظیم شده توسط Bonferroni.

تجزیه و تحلیل هارمونی برای UMAP ترکیبی در شکل 8، 3 گروه مستقل اجرا شده با استفاده از هارمونی (58) با تنظیمات پارامتر پیش فرض ادغام شدند.

ارزیابی چرخه سلولی تابع "CellCycleScoring" در Seurat برای محاسبه امتیاز بیان نشانگر فاز G1، G2/M و S در هر سلول با استفاده از استراتژی امتیازدهی که قبلا توضیح داده شد، استفاده شد (59). تعداد سلول‌های تعیین‌شده در فاز G1، G2/M یا S بر اساس هر خوشه محاسبه شد و انحراف از توزیع کلی با تجزیه و تحلیل χ2 ارزیابی شد.

نقشه برداری GSEA و بیان. مقادیر P برای GSEA با استفاده از تست Wilcoxon برای امضاهای مجموعه ژنی منتشر شده همانطور که در جدول تکمیلی 1 تعریف شده است، تعیین شد. با استفاده از "ggplot2" در Seurat، مقادیر -log10 P بر روی UMAP ها رسم شد.

تجزیه و تحلیل اضافی نمودارهای نواری، نمودارهای نقطه‌ای و نمودارهای PCA با استفاده از ggplot2 در R ساخته شدند. نقشه‌های حرارتی با استفاده از تابع "heatmap" در R ایجاد شدند.

تجزیه و تحلیل داده های TCR داده‌های TCR با استفاده از cell ranger vdj با مرجع {{0}} refdata-cellranger-vdj-GRCm38-alts-ensembl-3}.1.0 برای جمع‌آوری TCR و زنجیره‌ها و تعیین کلونوتیپ‌ها پردازش شد. . سلول های دارای 1 TCR مولد (و) برای تجزیه و تحلیل بیشتر نگهداری شدند، در حالی که زنجیره های TCR غیرمولد حذف شدند. سلول های T کلونال به عنوان سلول هایی که گیرنده های TCR- و - مشترک را با توالی های CDR3 یکسان در سطح نوکلئوتیدی بیان می کنند، تعریف شدند.

تحلیل مسیر شبه زمانی تجزیه و تحلیل مسیر با استفاده از تعداد ژن پردازش شده توسط Seurat با استفاده از Monocle 3 (نسخه 0.1.3) برای مدل سازی تمایز سلول CD4 به علاوه T انجام شد. روش تعبیه نمودار معکوس DDRTree برای کاهش ابعاد استفاده شد، سلول‌ها در امتداد یک مسیر با استفاده از تابع "orderCells" مرتب شدند و مسیر در فضای ابعادی کاهش‌یافته تجسم شد.

برای مدل‌سازی تمایز سلول‌های CD8 به علاوه T، ما از Slingshot با مجموعه‌ای از "Start. Clubs" به عنوان خوشه B6/Nive استفاده کردیم. سلول ها بر اساس شبه زمان Slingshot مرتب شدند و به عنوان خوشه های Seurat گروه بندی شدند تا مسیر خوشه را نشان دهند. نتیجه خط سیر تیرکمان شات بر روی سلول CD8 به علاوه Seurat UMAP ترسیم شد.

تجزیه و تحلیل شبکه نظارتی TF گردش کار SCENIC v.1.1.2 در R برای شناسایی رگولون ها با استفاده از تعداد و خوشه های پردازش شده توسط Seurat طبق مطالعه قبلی (60) استفاده شد. سپس نقشه های حرارتی همانطور که در بالا توضیح داده شد ایجاد شد.

نمره گذاری بافت شناسی آماده سازی بافت شناسی کلیه و امتیازدهی طبق تعریف قبلی انجام شد (61).

در دسترس بودن داده ها و مواد تمام تحلیل‌ها و تجسم‌ها در R انجام شد. روش‌شناسی و تحلیل خاص با استفاده از برنامه‌های Seurat منتشر شده در بخش روش‌ها به تفصیل آمده است. داده‌ها، فراداده‌ها و خروجی‌های تجزیه و تحلیل مانند شناسایی خوشه‌ای در مرکز ملی اطلاعات بیوتکنولوژی اطلاعات ژنتیکی (GSE197339) ذخیره می‌شوند.

آمار. آمارها در R همانطور که در بخش‌های خاص تحلیل یا GraphPad Prism نشان داده شده است توسط 1-way ANOVA با آزمون Tukey برای مقایسه‌های چندگانه، 2-way ANOVA با اندازه‌گیری‌های مکرر، یا آنالیز χ2 همانطور که در افسانه‌های شکل تعریف شده است، محاسبه شد. با مقادیر P نشان داده شده به صورت *P < 0.05، **P < 0. ****P <0.0001. P <0.05 از نظر آماری معنی دار در نظر گرفته شد.

تایید مطالعه همه کارها توسط کمیته مراقبت و استفاده از حیوانات در دانشگاه پیتسبورگ یا دانشگاه ییل تأیید شد.

مشارکت های نویسنده

JST و MJS مطالعه را تصور کردند. SS، MC، JST و MJS متدولوژی توسعه دادند. JST و SS مورد بررسی قرار گرفتند. JST و SS داده‌ها را تجسم کردند. JST و MJS بودجه به دست آوردند. JST و MJS مدیریت پروژه را ارائه کردند. JST و MJS نظارت را انجام دادند. JST و MJS پیش نویس اصلی را نوشتند. JST، MJS، SS، و MC پیش نویس را بررسی و ویرایش کردند.

قدردانی

مایلیم از مینجونگ کیم به خاطر تلاش های خستگی ناپذیرش در آزمایشگاه تشکر کنیم، و اجازه داد این کار به سرانجام برسد، و از بینش انتقادی کوین نیکرسون، راشل گوردون و پیتر لیپسکی و بررسی انتقادی این اثر توسط فادی لاکیس و وارن به این پروژه قدردانی کنیم. شلومچیک. علاوه بر این، مایلیم از دانشگاه پیتزبورگ تک سلولی و به طور خاص تریسی طبیب که در تکمیل آماده سازی کتابخانه و فناوری ژنومیکس 10 برابر کمک کردند، تشکر کنیم.

بودجه توسط اتحاد تحقیقاتی لوپوس، گرانت تحقیقات رمان (به JST) ارائه شد. NIH/موسسه ملی آرتریت و بیماری‌های اسکلتی عضلانی و پوستی K08AR075056 (به JST) اعطا می‌کند. و NIH/موسسه ملی آلرژی و بیماری‌های عفونی R01 AI137132 (به MJS) اعطا می‌کند.

آدرس مکاتبات به:Jeremy S. Tilstra, 3500 Terrace Street, BST S705A, Pittsburgh, Pennsylvania 15261, USA. تلفن: 412.383.8861; یا به Mark J. Shlomchik، W1052 Biomedical Science Tower، 200 Lothrop Street، Pittsburgh, Pennsylvania 15261, USA. تلفن: 412.648.8771.

1. Hope HC، Salmond RJ. هدف قرار دادن ریزمحیط تومور و متابولیسم سلول T برای ایمونوتراپی موثر سرطان. Eur J Immunol. 2019؛ 49 (8): 1147-1152.

2. جیانگ Y و همکاران. فرسودگی سلول های T در ریزمحیط تومور. سلول مرگ دیس. 2015؛ 6: e1792.

3. Scharping NE، et al. استرس میتوکندری ناشی از تحریک مداوم تحت هیپوکسی به سرعت باعث خستگی سلول های T می شود. نات ایمونول. 2021؛ 22 (2): 205-215.

4. کلارک ام آر، و همکاران. پاتوژنز و پیامدهای درمانی التهاب توبولو بینابینی در نفریت لوپوس انسانی سمین نفرول. 2015؛ 35 (5): 455-464.

5. حسیه سی، و همکاران. پیش بینی پیامدهای نفریت لوپوس با التهاب و اسکار توبولو بینابینی. مراقبت از آرتریت (هوبوکن). 2011؛ ​​63 (6): 865-874.

6. Tilstra JS و همکاران. سلول های T نفوذ کننده کلیه در نفریت لوپوس موش از نظر متابولیکی و عملکردی خسته می شوند. جی کلین سرمایه گذاری. 2018؛ 128 (11): 4884-4897.

7. اشمیتز جی، و همکاران. کنترل ویرمی در عفونت ویروس نقص ایمنی میمون توسط لنفوسیت‌های CD8 پلاس. علوم پایه. 1999؛ 283 (5403): 857-860.

8. Paley MA، و همکاران. زیرمجموعه های پیش ساز و پایانی سلول های CD8 به علاوه T برای مهار عفونت مزمن ویروسی همکاری می کنند. علوم پایه. 2012؛ 338 (6111): 1220-1225.

9. Lanata CM، و همکاران. یک رویکرد فنوتیپی و ژنومیک در یک گروه چند قومیتی برای زیرگروه لوپوس اریتماتوز سیستمیک. Nat Commun. 2019؛ 10 (1): 3902.

10. پیترسون کی اس و همکاران. شناسایی ناهمگنی در پاتوژنز مولکولی نفریت لوپوس از پروفایل های رونویسی گلومرول های گرفته شده با لیزر. جی کلین سرمایه گذاری. 2004؛ 113 (12): 1722-1733.

11. اراضی ع، و همکاران. چشم انداز سلول های ایمنی در کلیه بیماران مبتلا به نفریت لوپوس نات ایمونول. 2019؛ 20 (7): 902-914.

12. باتلر A، و همکاران. ادغام داده‌های رونویسی تک سلولی در شرایط، فناوری‌ها و گونه‌های مختلف. Nat Biotechnol. 2018؛ 36 (5): 411-420.

13. هاشیموتو ک، و همکاران. ترانس کریپتومیکس تک سلولی گسترش سلول های CD4 T سیتوتوکسیک را در افراد فوق صد ساله نشان می دهد. Proc Natl Acad Sci US A. 2019؛ 116(48): 24242–24251.

14. سینگر ام و همکاران. یک ماژول ژن متمایز برای اختلال عملکرد جدا از فعال سازی در سلول های T نفوذ کننده تومور. سلول. 2016؛ 166 (6): 1500-1511.

15. استابینگتون ام جی و همکاران. اطلسی از رونوشت های سلول T CD4(+) موش. Biol Direct. 2015؛ 10:14.

16. Tibbitt CA، et al. توالی RNA تک سلولی پاسخ سلول کمکی T به کنه های گرد و غبار خانگی، یک امضای بیان ژن متمایز را در سلول های Th2 راه هوایی مشخص می کند. مصونیت. 2019؛ 51 (1): 169-184.

17. Mackay LK، و همکاران. مسیر تکاملی برای CD103(+)CD8 به علاوه سلول های T حافظه مقیم بافت پوست. نات ایمونول. 2013؛ 14 (12): 1294-1301.

18. Chen PM و همکاران. هیپوکسی بافت کلیه آسیب ناشی از سلول T را در نفریت لوپوس موش دیکته می کند. Sci Transl Med. 2020; 12(538):eaay1620.

19. اوبرت ان، و همکاران. خصوصیات متا امضای مولکولی سلول های T تنظیمی، ژن pro-enkephalin را به عنوان یک نشانگر جدید در موش شناسایی می کند [پیش چاپ]. ارسال شده در bioRxiv 6 مارس 2020.

20. مارتین MD، Badovinac معاون. تعریف سلول CD8 T حافظه جلو ایمونول. 2018؛ 9:2692.

21. Willinger T، و همکاران. امضاهای مولکولی حافظه مرکزی انسان را از زیر مجموعه سلول های T CD8 حافظه اثرگذار متمایز می کند. جی ایمونول. 2005؛ 175 (9): 5895-5903.

22. Ahrends T, et al. کمک سلول های CD4 پلاس T حافظه CD8 به علاوه سلول های T را با ظرفیت های ذاتی و مستقل از کمک ایجاد می کند. Nat Commun. 2019؛ 10 (1): 5531.

23. یوسف اول و همکاران. تولید IL{1}} سلول کمکی فولیکولی T مرکز ژرمینال به گیرنده مولکول فعال کننده لنفوسیتی سیگنالینگ (CD150) وابسته است. جی ایمونول. 2010؛ 185 (1): 190-202.

24. لوزینا آی جی و همکاران. تشکیل خودبخودی مراکز ژرمینال در موش های خودایمنی J Leukoc Biol. 2001؛ 70 (4): 578-584.

25. Blaszczyk K، و همکاران. نقش منحصر به فرد STAT2 در رونویسی و پاسخ های ضد ویروسی سازنده و ناشی از IFN. فاکتور رشد سیتوکین Rev. 2016؛ 29:71-81.

26. اسوارنالخا ن، و همکاران. سلول های کمکی مقیم T باعث ایجاد پاسخ های هومورال در ریه می شوند. Sci Immunol. 2021؛ 6 (55): eabb6808.

27. Hayward SL، et al. نشانه های محیطی، برنامه ریزی مجدد اپی ژنتیک حافظه ساکن راه هوایی CD8 به علاوه سلول های T را تنظیم می کند. نات ایمونول. 2020؛ 21 (3): 309-320.

28. Sacher AG, et al. سلول های سیتوتوکسیک CD4 به علاوه T در سرطان مثانه - مجوز جدیدی برای کشتن. سلول سرطانی 2020؛ 38 (1): 28-30.

29. Maehara T, et al. لنفوسیت های سیتوتوکسیک CD4 به علاوه T ممکن است آپوپتوز سلول های اندوتلیال را در اسکلروز سیستمیک القا کنند. جی کلین سرمایه گذاری. 2020؛ 130 (5): 2451-2464.

30. Miragaia RJ، و همکاران. رونویسی تک سلولی سلول های T تنظیمی مسیرهای سازگاری بافت را نشان می دهد. مصونیت. 2019؛ 50 (2): 493-504.

31. Doering TA، و همکاران. تجزیه و تحلیل شبکه ژن ها و مسیرهای متصل به مرکز را نشان می دهد که در فرسودگی سلول های CD8 به علاوه T در مقابل حافظه نقش دارند. مصونیت. 2012؛ 37 (6): 1130-1144.

32. لی جی و همکاران. سطوح بالای خانه ها باعث فرسودگی سلول های CD8 به علاوه T ضد تومور می شود. جلو ایمونول. 2018؛ 9:2981.

33. سئو اچ و همکاران. فاکتورهای رونویسی TOX و TOX2 با فاکتورهای رونویسی NR4A برای تحمیل خستگی سلول های CD8 به علاوه T همکاری می کنند. Proc Natl Acad Sci US A. 2019؛ 116 (25): 12410-12415.

34. لی اچ و همکاران. سلول های CD8 T ناکارآمد یک محفظه پرولیفراتیو تنظیم شده به صورت دینامیکی در ملانوم انسانی تشکیل می دهند. سلول. 2020؛ 181 (3): 747.

35. Celhar T, Fairhurst AM. مدل سازی لوپوس اریتماتوز سیستمیک بالینی: شباهت ها، تفاوت ها و داستان های موفقیت روماتولوژی (آکسفورد). 2017؛ 56 (ضمیمه 1): i88–i99.

36. Massengill SF، و همکاران. نفریت SLE با گسترش الیگوکلونال سلول های T داخل کلیوی همراه است. جی کیدنی دیس هستم. 1998؛ 31 (3): 418-426.

37. وینچستر آر، و همکاران. ویژگی‌های ایمونولوژیک سلول‌های T داخل کلیوی: قاچاق کلونوتیپ‌های زنجیره سلولی CD8 گسترش یافته به‌علاوه T در نفریت لوپوس پیشرونده. آرتریت روم. 2012؛ 64 (5): 1589-1600.

38. موراتا اچ و همکاران. رپرتوار گیرنده سلول T از سلول های T در کلیه بیماران مبتلا به نفریت لوپوس. آرتریت روم. 2002؛ 46 (8): 2141-2147.

39. Yost KE، و همکاران. جایگزینی کلونال سلول های T اختصاصی تومور به دنبال مسدود شدن PD{2}}. نات مد. 2019؛ 25 (8): 1251-1259.

40. Collier JL، و همکاران. انتهای طیف نه چندان متضاد: اختلال عملکرد سلول CD8 به علاوه T در یک عفونت مزمن، سرطان و خودایمنی. نات ایمونول. 2021؛ 22 (7): 809-819.

41. چانگ آ، و همکاران. جنبه های سلولی پاتوژنز نفریت لوپوس. کر اوپین روماتول. 2021؛ 33 (2): 197-204.

42. Kiner E، و همکاران. فنوتیپ‌های CD4 به علاوه سلول T روده، زنجیره‌ای هستند که توسط میکروب‌ها ساخته شده‌اند، نه کهن‌الگوهای TH. نات ایمونول. 2021؛ 22 (2): 216-228.

43. Peine M، و همکاران. سلول های هیبریدی T-bet( plus )GATA{2}}( plus ) Th1/Th2 در داخل بدن به وجود می آیند، می توانند مستقیماً از پیش سازهای ساده ایجاد شوند و التهاب ایمونوپاتولوژیک را محدود کنند. PLoS Biol. 2013؛ 11 (8): e1001633.

44. Huang S. سلول های هیبریدی T-helper: تثبیت مرکز متوسط ​​در یک سیستم پلاریزه. PLoS Biol. 2013؛ 11 (8): e1001632.

45. Scharping NE، et al. ریزمحیط تومور، بیوژنز میتوکندری سلول T را سرکوب می کند تا نارسایی متابولیک سلول T داخل توموری و اختلال عملکرد را ایجاد کند. مصونیت. 2016؛ 45 (3): 701-703.

46. ​​Scharping NE، et al. استرس میتوکندری ناشی از تحریک مداوم تحت هیپوکسی به سرعت باعث خستگی سلول های T می شود. نات ایمونول. 2021؛ 22 (2): 205-215.

47. آچاریا ن، و همکاران. سیگنال دهی درون زا گلوکوکورتیکوئیدی تمایز سلول های CD8 به علاوه T و ایجاد اختلال در ریزمحیط تومور را تنظیم می کند. مصونیت. 2020؛ 53 (3): 658-671.

48. موهان سی، و همکاران. تشریح ژنتیکی پاتوژنز لوپوس: دستور العملی برای اتوآنتی بادی های نکروفیل جی کلین سرمایه گذاری. 1999؛ 103 (12): 1685-1695.

49. هدریش سی ام، و همکاران. تعدیل کننده عنصر پاسخ cAMP بیان IL2 و IL17A را در طول تعهد دودمان CD4 و توزیع زیر مجموعه در لوپوس کنترل می کند. Proc Natl Acad Sci US A. 2012؛ 109(41):16606-16611.

50. التنبولی MA، و همکاران. VISTA یک تنظیم کننده ایست بازرسی برای سکون سلول های T ساده و تحمل محیطی است. علوم پایه. 2020;367(6475):eaay0524.

51. زرور ح.م. معکوس کردن اختلال عملکرد سلول T و خستگی در سرطان. Clin Cancer Res. 2016؛ 22 (8): 1856-1864.

52. McKinney EF، و همکاران. فرسودگی سلول های T، تحریک همزمان و نتیجه بالینی در خودایمنی و عفونت. طبیعت. 2015؛ 523 (7562): 612-616.

53. ماکسول آر، و همکاران. تأثیر متضاد کورتیکواستروئیدها بر اثربخشی ایمنی درمانی ضد PD{2}} برای بافت شناسی تومور واقع در داخل یا خارج از سیستم عصبی مرکزی. انکوایمونولوژی. 2018؛ 7 (12): e1500108.

54. Flint TR و همکاران. IL{2}} ناشی از تومور، متابولیسم میزبان را مجدداً برنامه ریزی می کند تا ایمنی ضد تومور را سرکوب کند. سلول متاب. 2016؛ 24 (5): 672-684.

55. Hanoteau A، و همکاران. درمان سیکلوفسفامید تعادل سلول‌های CD8 و T خاص تومور عملکردی/فرسوده را تنظیم می‌کند. انکوایمونولوژی. 2017؛ 6 (8): e1318234.

56. استوکیوس ام، و همکاران. هش کردن سلول با آنتی بادی های بارکد شده امکان مالتی پلکس شدن و تشخیص دوگانه ژنومیک تک سلولی را فراهم می کند. ژنوم بیول. 2018؛ 19 (1): 224.

57. Zappia L، Oshlack A. خوشه‌بندی درختان: تصویرسازی برای ارزیابی خوشه‌بندی‌ها در وضوح‌های چندگانه. Gigascience. 2018; 7 (7): giy083.

58. Korsunsky I, et al. ادغام سریع، حساس و دقیق داده های تک سلولی با هارمونی. روش های Nat. 2019؛ 16 (12): 1289-1296.

59. تیروش اول و همکاران. تشریح اکوسیستم چند سلولی ملانوم متاستاتیک توسط RNA-seq تک سلولی. علوم پایه. 2016؛ 352 (6282): 189-196.

60. ایبار اس، و همکاران. SCENIC: استنتاج و خوشه بندی شبکه تنظیمی تک سلولی. روش های Nat. 2017؛ 14 (11): 1083-1086.

61. Tilstra JS، و همکاران. بیان TLR9 ذاتی سلول B در لوپوس موش محافظ است. جی کلین سرمایه گذاری. 2020؛ 130 (6): 3172-3187.

【برای اطلاعات بیشتر: david.deng@wecistanche.com / WhatApp:86 13632399501】