三代單細胞免疫組庫測序
項目簡介
三代單細胞免疫組庫測序
免疫組庫(immune repertoire,IR)是指在任何指定時間,某個個體的循環係統中所有功能多樣性B細胞和T細胞的總和。T/B細胞是適應性免疫係統的兩大細胞群,細胞表麵受體TCR/BCR存在一塊區域叫互補決定區(Complementary Determining Region, CDR),包含CDR1、CDR2、CDR3,其中CDR3最高變,在抗原識別中起關鍵作用。免疫組庫測序是通過多重PCR和高通量測序技術,分析編碼CDR3區的DNA/RNA序列,獲得機體的免疫特征
經典免疫組庫研究方案
經典免疫組庫測序是用多重PCR技術或5’RACE擴增決定B細胞受體(BCR)或T細胞受體(TCR)多樣性的互補決定區(CDR3區),再結合高通量測序技術實現,但往往隻能檢測TCR和BCR一條鏈的序列信息,其擴增區域並不能得到全長CDR序列,且PCR擴增具有偏向性,B/T細胞的CDR3多樣性會受到影響。
單細胞建庫流程圖
單細胞免疫組庫研究方案
BD單細胞V(D)J測序是在BD Rhapsody™係(xi)統(tong)中(zhong)利(li)用(yong)剛(gang)性(xing)磁(ci)珠(zhu),在(zai)微(wei)孔(kong)中(zhong)進(jin)行(xing)單(dan)細(xi)胞(bao)捕(bu)獲(huo)過(guo)程(cheng)使(shi)配(pei)套(tao)的(de)成(cheng)像(xiang)係(xi)可(ke)以(yi)進(jin)行(xing)全(quan)程(cheng)質(zhi)控(kong)分(fen)析(xi)出(chu)細(xi)胞(bao)捕(bu)獲(huo)率(lv)統(tong)計(ji),捕(bu)獲(huo)後(hou)的(de)磁(ci)珠(zhu)理(li)論(lun)上(shang)可(ke)保(bao)存(cun)三(san)個(ge)月(yue)。隨(sui)後(hou)進(jin)行(xing)標(biao)準(zhun)的(de)建(jian)庫(ku)。其(qi)技(ji)術(shu)原(yuan)理(li)的(de)關(guan)鍵(jian)是(shi)利(li)用(yong)自(zi)然(ran)沉(chen)降(jiang)的(de)方(fang)法(fa),在(zai)特(te)製(zhi)的(de)U型槽中捕獲單個細胞,輔助偶聯Cell lab以及UMI序列的剛性磁珠標記不同樣品(Cell label標記單個細胞,UMI標記每個細胞內不同的RNA序列)。
單細胞V(D)J測序可以將TCR/BCR雙(shuang)鏈(lian)完(wan)美(mei)匹(pi)配(pei),而(er)且(qie)可(ke)以(yi)細(xi)化(hua)到(dao)單(dan)細(xi)胞(bao)水(shui)平(ping),同(tong)時(shi)獲(huo)得(de)表(biao)達(da)譜(pu)信(xin)息(xi),但(dan)是(shi)一(yi)般(ban)單(dan)細(xi)胞(bao)測(ce)序(xu)和(he)二(er)代(dai)測(ce)序(xu)技(ji)術(shu)相(xiang)結(jie)合(he),由(you)於(yu)二(er)代(dai)測(ce)序(xu)長(chang)度(du)限(xian)製(zhi)導(dao)致(zhi)測(ce)序(xu)區(qu)域(yu)丟(diu)失(shi)V區上遊序列信息,並不能夠得到CDR3的全長mRNA序列。
三代單細胞免疫組庫研究方案
PacBio 和Nanopore 公司分別通過光信號和電信號方式實現單分子測序,即第三代測技術(下簡稱三代測序)。三代測序技術具有超長讀長(序列長度10-15kb左右),無PCR 擴增和無GC偏好性等特點,可以有效彌補二代測序讀長短和高GC含量區域無法測序的局限。結合三代測序技術進行免疫組庫研究可得到CDR3的全長mRNA序列。
由於BCR/TCR重鏈mRNA的全長在600-1000bp之間,二代測序顯然並不能測到全長mRNA,三代測序能夠測到BCR/TCR重鏈的全長mRNA,danxibaojishuhesandaicexujishuxiangjiehedemianyizukuyanjiunenggoudadaoqianrenweidadaodeshuiping,womentuichuliangzhongsandaidanxibaomianyizukuyanjiufangan,ruxiayoutusuoshi:
技術參數
產品優勢
一站式服務
提供三代單細胞全長免疫受體mRNA擴增、建庫、測序、後續信息分析以及數據挖掘一係列全方位的服務。
有針對性的研究方法
對免疫組庫的不同研究方向,針對性設計研究方案,利用不同技術組合達到理想的研究效果。
更豐富的分析結果
新增多種結果統計圖表;
新增V/J基因頻率分布統計、多樣品聚類分析、共性分析、差異分析等評估指標。
數據分析
克隆群體特征分析
(A),V-J基因組合頻率Circos圖,每個顏色塊代表一種基因,顏色塊越寬,頻率越高。色塊間的連線代表一種V-J基因組合方式。
(B),克隆頻率分布,橫縱坐標分別為克隆數和克隆頻率。
(C),克隆頻率分布甜甜圈圖。第一層為1個reads、2個reads及≥3 reads支持的克隆類型比例;第二層為≥3 reads支持的克隆類型中,top 20%、20%-40%、40%-60%、60%-80%、80%-100%克隆的累積頻率分布;第三層為top5克隆類型的頻率分布及對應的氨基酸序列。
(D),Top20 V基因頻率組間分布柱狀圖。
分析內容
產品應用
抗體
抗體組庫測序:采用抗體組庫多樣性分析表征健康狀況
疫苗抗體篩選:三代全長測序分析特異病原誘發的B/T細胞全長免疫受體mRNA,開發人源化抗體。
群體疫苗反應評估:評價疫苗保護性能。
感染類疾病
病毒感染biomarker:采用三代單細胞V(D)J測序技術,分析病毒感染biomarker
感染過程中免疫動態變化:三代單細胞V(D)J測序可追蹤感染過過程中免疫動態變化
藥物作用機製:結合藥物作用條件分析藥物作用機製研究
移植
受體免疫重構:免疫組庫多樣性研究移植後個體受體免疫重構
排異反應:三代單細胞V(D)J測序可研究排異反應發生
免疫病
診斷biomarker:采用三代單細胞V(D)J測序技術,分析免疫病biomarker
免疫病病理研究:采用三代單細胞V(D)J測序技術,研究免疫病病理過程
藥物作用機製:結合藥物作用條件分析藥物作用機製研究
腫瘤
腫瘤免疫治療:捕捉腫瘤發生時免疫微環境的變化,尋找免疫治療的靶點,從而輔助免疫治療更好的抗擊腫瘤。
腫瘤病理研究:腫瘤細胞是具有免疫原性的,會引起T淋巴細胞侵潤到腫瘤組織中,分析腫瘤細胞免疫體係研究腫瘤病理過程
腫瘤異質性研究:單細胞測序可有效檢測到腫瘤異質性的存在並研究
診斷和預後biomarker:多項研究表明腫瘤組織中浸潤淋巴細胞的存在及數量與病人生存期相關,因此TIL也許可作為一種腫瘤預後的生物標記物,應用免疫組庫技術研究診斷和預後。
TCR克隆異質性(ITH)與肺腺癌基因組和臨床的相關性
參考案例1
腫瘤案例: TCR克隆異質性與新抗原異質性及肺癌複發的關係
研究目的:尋找免疫檢查點(PD-1、CTLA-4)治療療效的biomarker
研究樣本:11例未轉移肺腺癌,共45 tumor regions (2 to 5 regions per tumor)
研究技術:WES、TCR sequencing
研究結果:病灶特有突變導致新抗原(neoantigen)的內部表達差異,因此,產生不同的免疫原性,形成了TIL克隆內部差異(TCR ITH)。TCR ITH(intratumor heterogeneity)高與術後疾病複發和低生存率有關。
(A)年齡與MOI相關性;
(B)新抗原與MOI負相關;
(C)複發的病人具有更高的TCR ITH(lower MOI);
(D)MOI越高(TCR克隆多樣性越低),病人的無病生存期(disease-free survival)越長。MOI:克隆重疊指數,範圍0-1,0代表克隆完全不同,1代表克隆完全相同。
TCRβ可預測CMV感染狀態
參考案例2
感染類疾病案例:TCRβ 序列特征可準確預測CMV感染狀態
研究目的:確定是否可以用TCR特征預測CMV(巨細胞病毒)感染狀態。
研究樣本:群體1:共計666個樣本,其中289個CMV陽性,352個CMV陰性,40個感染狀態未知;群體2:120個驗證樣本。
研究結果:對289個CMV+和352個CMV-樣本進行免疫組庫測序,發現了CMV相關的TCRβ序列特征,並且利用TCRβ可以從666個研究樣本和120個驗證樣本中,準確鑒定出CMV感染狀態。研究還發現該群體的TCRβ與HLA-A或HLA-B顯著相關
(a)CMV+和CMV-樣本中unique TCRβ分布散點圖。
(b)ROC曲線顯示TCRβ作為CMV感染狀態分類器的分類效果。其中虛線表示在群體1中的測試結果,短虛線代表群體1中的交叉驗證效果,實線代表群體2中獨立驗證效果。每條線上的黑圈代表最大後驗概率(MAP)的決定閾值。插入圖表展示的是群體2中MAP分類效果,敏感度為0.90,特異性為0.89。
參考文獻
[1] Reuben A , Gittelman R M , Gao J , et al. TCR Repertoire Intratumor Heterogeneity in Localized Lung Adenocarcinomas: An Association with Predicted Neoantigen Heterogeneity and Postsurgical Recurrence[J]. Cancer Discovery, 2017, 7(10):CD-17-0256.
[2] Emerson R O , Dewitt W S , Vignali M , et al. Immunosequencing identifies signatures of cytomegalovirus exposure history and HLA-mediated effects on the T cell repertoire[J]. Nature Genetics, 2017, 49(5):659-665.
[3] Spielmann G , Bollard C M , Bigley A B , et al. The effects of age and latent cytomegalovirus infection on the redeployment of CD8+ T cell subsets in response to acute exercise in humans[J]. Brain, Behavior, and Immunity, 2014, 39:142-151.
[4] Elham A , Carr A J , George P , et al. Single-Cell Map of Diverse Immune Phenotypes in the Breast Tumor Microenvironment[J]. Cell, 2018:S0092867418307232-.