单核细胞衍生的巨噬细胞和CD8 + T细胞。The macrophage compartment was heterogeneous and displayed marked enrichment in an inflammatory CCR2 + subpopulation highly expressing Cxcl9 (chemokine [C-X-C motif] ligand 9), Cxcl10 (chemokine [C-X-C motif] ligand 10), Gbp2b (interferon-induced guanylate-binding protein 2b), and Fcgr4 (Fc受体,IgG,低亲和力IV),起源于CCR2 +单核细胞。重要的是,与ICI心肌炎患者相似的表达CXCL9,CXCL10和CD16α(小鼠FCGR4的人类同源物)的巨噬细胞群体(人类的同源物)。暗示了T细胞与CXCL9 + CXCL10 +巨噬细胞之间通过IFN-γ(Interferon Gamma)和CXCR3(CXC趋化因子受体3)信号通路的相互作用。耗尽CD8 + T细胞或巨噬细胞和IFN-γ信号传导的阻断使CXCL9 + CXCL10 +
趋化因子受体是细胞表面受体,在不同的生理过程中发挥着重要作用:胚胎发生、炎症反应、发育、白细胞归巢等。这些受体嵌入细胞膜,可形成同型二聚体、异型二聚体和寡聚体1,均为功能性构象。趋化因子受体在细胞膜上的组织和动力学影响其行为以及细胞对趋化因子梯度的反应2,3。肌动蛋白细胞骨架重塑、细胞膜脂质组成或寡聚化的改变会损害正常细胞反应。一些证据表明异二聚体具有功能性,因此有必要分析它们在细胞表面的动态,以及配体如何对其进行修饰。4,5 CXCR4(一种常规趋化因子受体)和非典型趋化因子受体 ACKR3 形成异二聚体。ACKR3 识别两种配体,CXCL11 和 CXCL12,而 CXCR4 仅识别 CXCL12。因此,这是一个非常好的系统,可以分析这两种受体在细胞表面的动态,以及配体如何对其进行修饰。4,5由于 CXCR4 和 ACKR3 共享一个配体,并通过不同的途径发出信号,该模型可以解释趋化因子受体异二聚体是否具有与单个受体形成的二聚体相似的动力学,或者相反遵循不同的特征,当与配体一起激活时,它如何影响复合物,以及产生的功能后果是什么。全内反射显微镜 (TIRF-M) 是一种新的先进荧光技术,在研究膜过程方面具有巨大潜力。2,3 当显微镜的入射光完全反射时,在盖玻片和细胞培养基之间的界面上会产生衰减波。这种物理现象允许与盖玻片接触的细胞荧光染料被激发,因此非常适合研究细胞膜相关现象。此外,TIRF-M 允许单粒子跟踪 (SPT)。在我们的案例中,对瞬时转染了与单体绿色荧光蛋白 (Ac-GFP) 偶联的趋化因子受体的细胞进行分类,以获得模拟生理条件的低受体表达细胞群。以人类 T 淋巴细胞为模型,我们研究了当人类 T 细胞表达两种受体 (CXCR4 和 ACKR3) 和仅表达 ACKR3 时 CXCR4 和 ACKR3 的动态。当人类 T 细胞不表达 CXCR4 时,ACKR3 寡聚化对共享配体 CXCL12 的响应要低得多。这些差异可能会影响信号传导特性和功能响应。
细胞迁移和激活(5)。除了“经典”趋化受体外,趋化因子还会与非典型趋化因子受体 (ACKR) 结合,这是一类无法激活 G 蛋白或诱导趋化性的受体。这类受体可以通过趋化因子清除、趋化因子转胞吞和形成趋化梯度来调节局部炎症和免疫反应 (5)。C – C 基序趋化因子受体样 2 (CCRL2) 是一种与 CC 趋化因子受体密切相关的分子,与 ACKR 类似,它缺乏通过 G 蛋白发出信号的能力。然而,与 ACKR 不同的是,CCRL2 结合非趋化因子趋化蛋白趋化素,并且不会激活 b -arrestin 依赖性信号传导 (6 – 8)。因此,CCRL2 不会经历高速率内化或促进从细胞外液中清除配体 (6, 9),而是作为一种分子发挥作用,将配体固定并可能集中在表达 CCRL2 的细胞(如内皮细胞)表面 (10, 11)。该过程有助于促进表达 CMKLR1(最近更名为趋化因子 1;参考文献 12),即信号趋化因子受体的循环白细胞的 b 1 整合素依赖性停滞和粘附 (11),例如在单核细胞、树突状细胞 (DC) 和自然杀伤 (NK) 细胞 (13, 14) 的情况下。肺内皮细胞构成一层薄屏障,具有在空气和血液之间进行气体交换的专门功能,位于白细胞外渗的部位。最近,单细胞转录组分析揭示了小鼠和肺内皮细胞的异质性 (15, 16)。我们之前曾报道,CCRL2 的表达在遗传和化学诱导的肺癌实验模型中保护小鼠。这一作用基于 CCRL2 在 NK 细胞向肺募集和抗肿瘤免疫监视协调中的非冗余作用 (17)。在这里,我们报告 CCRL2 在 NK 细胞协调抗肿瘤反应中的作用是肺的一个特殊特性。通过结合遗传和转录方法以及整合单细胞 RNA 测序 (scRNA-seq)
CC 趋化因子配体 5 (CCL5) 是 CC 基序趋化因子家族的成员,该家族还包括巨噬细胞炎症蛋白 1 α (MIP-1 α ) 和巨噬细胞炎症蛋白 1 β (MIP-1 β ) (10-12)。CCL5 具有高亲和力,主要与其受体 CC 趋化因子受体 5 型 (CCR5) 以及 CCR1、CCR3、CCR4、CD44 和 GPR75 (13-15) 结合。CCL5 还通过激活核因子 κ -轻链增强子 (NF- κ B) 参与 B 细胞增殖 (16)。该蛋白在 T 淋巴细胞、巨噬细胞、血小板、滑膜成纤维细胞、小管上皮细胞和肿瘤细胞中表达 (17)。根据最近的研究,CCL5通过增强肿瘤转移(18)和重塑细胞外基质来促进肿瘤进展,从而支持肿瘤干细胞扩增(19),导致肿瘤细胞产生耐药性(20),降低DNA损伤因子的细胞毒性,减轻细胞代谢重编程(21),增加血管生成,动员免疫细胞(22),诱导巨噬细胞极化以抑制免疫反应(23)。然而,CCL5在BC中的潜在机制仍不清楚。
a Anti AAV Adeno-Associated Virus acc Acceleration ANOVA Analysis of Variance APC Antigen Presenting Cells APL Altered peptide ligands AUC Area Under the Curve BBB Blood-Brain Barrier Blvrb Biliverdin Reductase b BMDC Bone Marrow Derived Dendritic Cells BMDM Bone Marrow Derived Macrophages BTLA B And T Lymphocyte Associated CCL Chemokine (C-C motif) Ligand CCR C-C Chemokine Receptor CD Cluster of Differentiation Cdh5 Cadherin 5 CFA Complete Freund's Adjuvant CFSE Carboxyfluorescein Succinimidyl Ester CIS Clinically Isolated Syndrome CLEC4F C-type lectin domain family 4 member F CNS Central Nervous System CSF Cerebrospinal Fluid CTFR Cell Trace Far Red CTLA-4 Cytotoxic T-lymphocyte-Associated Protein 4 DCs Dendritic Cells dec Deceleration DEGs Differentially Expressed Genes DMT Disease-modifying Therapies DTx Diptheria Toxin EAE Experimental Autoimmune Encephalomyelitis EBV Epstein-Barr Virus EDC 1-Ethyl-3-(3-dimethylaminopropyl) Carbodiimide EDSS扩展的残疾状态量表E FACS荧光细胞分选FBS胎牛血清FCGR FCGR FC FC FC FC FC FC受体FCNA FICOLIN 1 FDR FRASE FALSE发现率FGCZ功能基因组中心Zurich Foctimation Center Zurich Focp3 Foxp3 Forkhead Forkhead Box蛋白3 GDF15生长/分化因子15 gdf15 gdf15 gdf15 gdf15
CRISPR/CAS9基因组编辑用于破坏HeLa细胞中的CXCR4基因座。CXCR4编码与CXCL12趋化因子相互作用的细胞表面趋化因子受体,并在免疫系统中起重要作用。在本实验中,使用指南IT SGRNA筛选试剂盒测试了针对CXCR4基因座的四个不同的SGRNA。简要地,使用指南SGRNA在体外转录试剂盒中合成了针对CXCR4基因的SGRNA。一个包含SGRNA靶序列的PCR片段与重组Cas9蛋白和每个SGRNA混合。通过琼脂糖凝胶电泳分析裂解反应。光密度法(Cong等,2013)表明SGRNA3的裂解效率最低(图2)。
摘要:宿主免疫系统的稳态受到白细胞的调节,具有各种细胞表面受体用于细胞因子。趋化性细胞因子(趋化因子)激活其受体,以唤起稳态迁移或朝向炎症组织或病原体的炎症条件下免疫细胞的趋化性。免疫系统的失调导致疾病,例如过敏,自身免疫性疾病或癌症,需要有效,快速作用的药物,以最大程度地减少慢性炎症的长期影响。 在这里,我们进行了基于结构的虚拟筛选(SBV),并由Keras/Tensorflow神经网络(NN)辅助使用,以发现作用于三种趋化因子受体的新型化合物支架:CCR2,CCR3和一个CXC受体CXCR3。 keras/tensorflow nn在此使用不作为典型使用的二进制分类器,而是作为有效的多级分类器,不仅可以丢弃非活性化合物,还可以丢弃低或中等活性化合物。 在100 ns全原子分子动力学中测试了SBV和NN提出的几种化合物,以确认其结合效率。 为了改善化合物的基本结合功能,提出了新的化学修饰。 将修饰的化合物与这三种趋化因子受体的已知拮抗剂进行了比较。 已知的CXCR3化合物是最受预测的化合物之一。因此,除了基于结构的方法外,还显示了在药物发现中使用KERAS/Tensorflow的好处。 此外,我们表明KERAS/Tensorflow NN可以准确预测化合物的受体亚型选择性,SBV通常会失败。导致疾病,例如过敏,自身免疫性疾病或癌症,需要有效,快速作用的药物,以最大程度地减少慢性炎症的长期影响。在这里,我们进行了基于结构的虚拟筛选(SBV),并由Keras/Tensorflow神经网络(NN)辅助使用,以发现作用于三种趋化因子受体的新型化合物支架:CCR2,CCR3和一个CXC受体CXCR3。keras/tensorflow nn在此使用不作为典型使用的二进制分类器,而是作为有效的多级分类器,不仅可以丢弃非活性化合物,还可以丢弃低或中等活性化合物。在100 ns全原子分子动力学中测试了SBV和NN提出的几种化合物,以确认其结合效率。为了改善化合物的基本结合功能,提出了新的化学修饰。将修饰的化合物与这三种趋化因子受体的已知拮抗剂进行了比较。已知的CXCR3化合物是最受预测的化合物之一。因此,除了基于结构的方法外,还显示了在药物发现中使用KERAS/Tensorflow的好处。此外,我们表明KERAS/Tensorflow NN可以准确预测化合物的受体亚型选择性,SBV通常会失败。我们从Chembl和策划数据集检索到大麻素受体的跨测试趋化因子受体数据集。在从Chembl检索的大麻素受体数据集上训练的NN模型是受体亚型选择性预测中最准确的。在趋化因子受体数据集训练的NN模型中,CXCR3模型在区分给定化合物数据集的受体亚型方面表现出最高的精度。
免疫细胞的迁移和归巢对于免疫监视至关重要。运输由粘附和趋化因子受体的组合介导,它们响应趋化因子信号引导免疫细胞到达组织和淋巴系统内的特定位置,以支持组织局部免疫反应和全身免疫 1,2 。我们在这里表明,中断第 2 组先天淋巴细胞 (ILC2) 产生的白血病抑制因子 (LIF) 会阻止免疫细胞离开肺部迁移到淋巴结 (LN)。在没有 LIF 的情况下,病毒感染会导致浆细胞样树突状细胞 (pDC) 滞留在肺部,在那里它们会改善组织局部的抗病毒免疫力,而慢性肺部过敏原攻击会导致明显的免疫细胞积聚和肺部三级淋巴结构的形成。在这两种情况下,免疫细胞都无法迁移到淋巴系统,导致 LN 反应严重受损。从机制上讲,ILC2 衍生的 LIF 诱导肺淋巴管内壁淋巴管内皮细胞产生趋化因子 CCL21,从而允许 CCR7 + 免疫细胞(包括树突状细胞)归巢到淋巴结。因此,ILC2 衍生的 LIF 决定免疫细胞从肺部流出,以调节组织局部免疫与全身免疫以及肺部过敏原和病毒反应之间的平衡。
急性髓性白血病(AML)和急性淋巴细胞白血病(ALL)爆炸与骨髓微环境的相互作用可调节自我更新,生长信号传导以及化学疗法的耐药性。趋化因子受体CXC受体4(CXCR4)及其配体趋化因子配体12(CXCL12)在正常和恶性干细胞向骨髓的存活和迁移中起关键作用。CXCR4在AML上的高表达和所有爆炸已被证明是这些疾病预后不良的预测指标。 已经开发了几种小分子抑制剂,短肽,抗体和抗体药物缀合物,目的是更有效地靶向和杀死表达CXCR4的恶性细胞。 在这篇综述中,我们将讨论AML或全部患者中这些药物针对CXCR4的最新结果和策略。CXCR4在AML上的高表达和所有爆炸已被证明是这些疾病预后不良的预测指标。已经开发了几种小分子抑制剂,短肽,抗体和抗体药物缀合物,目的是更有效地靶向和杀死表达CXCR4的恶性细胞。在这篇综述中,我们将讨论AML或全部患者中这些药物针对CXCR4的最新结果和策略。
摘要:宿主免疫系统的体内平衡受白细胞的调节,其中有8种细胞表面受体用于细胞因子。趋化性细胞因子(趋化因子)激活其受体9,以唤起稳态迁移或炎症条件下的免疫细胞的趋化性,即炎症组织或病原体。免疫系统的失调导致11种疾病,例如过敏,自身免疫性疾病或癌症,需要有效,快速作用的药物,以最大程度地减少慢性炎症的12种长期影响。在这里,我们进行了基于结构的虚拟筛选13(SBV),由KERAS/Tensorflow神经网络(NN)辅助,以查找在三个趋化因子受体上作用的新型化合物支架14:CCR2,CCR3和一个CXC受体CXCR3。keras/tensorflow 15 nn在这里不是用作典型使用的二进制分类器,而是作为有效的多级分类器16,不仅可以丢弃非活性化合物,而且还可以丢弃低或中等活性化合物。在100 ns全原子分子动力学中测试了SBV和NN提出的几种化合物,以确认其结合亲和力。为改善化合物的基本结合亲和力,提出了新的19种化学修饰。将修饰的化合物与这三个趋化因子受体的已知20个雄鹿主义者进行了比较。已知的CXCR3是预测的21磅,因此在基于结构的方法中显示了在药物发现中使用Keras/Tensorflow的好处。此外,我们表明KERAS/Tensorflow NN可以预测化合物的受体亚型选择性,SBV通常会失败。我们跨越了24个测试的趋化因子受体数据集,这些数据集从Chembl和策划的大麻素25受体中策划的数据集获取,网址为:http://db-gpcr-chem.uw.edu.pl。在从Chembl检索的大麻素26受体数据集上训练的NN模型是受体亚型选择性27预测中最准确的。在趋化因子受体数据集训练的NN模型中,CXCR3模型28在区分给定化合物数据集的受体亚型方面表现出最高的精度。29
