XiaoMi-AI文件搜索系统
World File Search Systemclone
图S1
（a）使用SUP-B15 Cas9单克隆，SGRNA库的慢病毒转导效率。（b）使用KOPN-8 CAS9单个克隆在CRISPR屏幕的“初始”和“最终”点收集的NGS样品中SGRNA读数的分布。（c）使用SUP-B15 Cas9单个克隆在CRISPR屏幕的“初始”和“最终”点收集的NGS样品中SGRNA读数的分布。（d）使用KOPN-8 CAS9单个克隆在CRISPR屏幕上收集的NGS样品的PCA分析。（E）使用SUP-B15 Cas9单个克隆在CRISPR屏幕的“初始”和“最终”点收集的NGS样品的PCA分析。（f）使用KOPN-8 CAS9单个克隆，针对CRISPR屏幕中36个RNA和DNA甲基化机械基因的SGRNA的CRISPR得分。CRISPR得分已针对阴性对照SGRNA的平均得分进行标准化（设置为0.0）。（g）使用SUP-B15 Cas9单克隆，针对CRISPR筛选中36个RNA和DNA甲基化机械基因的SGRNA的CRISPR得分。CRISPR得分已针对阴性对照SGRNA的平均得分进行标准化（设置为0.0）。（h）在KOPN-8 CAS9克隆＃2中靶向Znf217的25个SGRNA的计数。（i）读取针对SUP-B15 Cas9克隆＃1中Znf217的25个SGRNA的计数。（j）读取25个针对Znf217的SGRNA的计数，SUP-B15 Cas9克隆＃2。（k）ZnF217在不同的B-ALL亚型和健康的骨髓中的表达。Znf217表达数据来自白血病（MILE）研究的微阵列创新（登录GSE13159）。n = 70，MLL-R; BCR-ABL1 n = 122; n = 237，类似于bcr- abl1； n = 40用于高二倍体； TCF3-PBx1的n = 36; ETV6-RUNX1的n = 58; n = 73用于健康的BM。使用两尾t检验计算p值。** p <0.01; *** p <0.001。
变分量子克隆在实用量子密码分析方面的进展
量子密码系统的密码分析通常涉及寻找针对底层协议的最佳对抗攻击策略。量子攻击建模的核心原则通常归结为对手克隆未知量子态并由此提取有意义的秘密信息的能力。由于电路深度较大或在许多情况下未知，显式最佳攻击策略通常需要大量计算资源。在这里，我们介绍了变分量子克隆 (VarQlone)，这是一种基于量子机器学习的密码分析算法，它允许对手使用混合经典量子技术训练的短深度量子电路获得最佳近似克隆策略。该算法包含具有理论保证的具有操作意义的成本函数、量子电路结构学习和基于梯度下降的优化。我们的方法能够端到端发现硬件高效的量子电路来克隆特定的量子态系列，我们在 Rigetti Aspen 量子硬件上的实现中展示了这一点。我们将这些结果与量子密码原语联系起来，并推导出由 VarQlone 促进的显式攻击。我们期望量子机器学习将成为改进当前和未来量子加密协议攻击的资源。
microeco.pdf
克隆。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2数据集。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3个DropallFactors。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>4 env_data_16s。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>4 fungi_func_funundage。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>5 Fungi_func_funguild。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>5 microeco。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>5微动物。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>6 OTU_TABLE_16S。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>6 OTU_TABLE_16S。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。。18 otu_table_its。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。18 phylo_tree_16s。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19 PROK_FUNC_FAPROTAX。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19 prok_func_njc19_list。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19示例_INFO_16S。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19个示例_info_its。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。20税4fun2_kegg。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。20分类_table_16s。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。20分类_table_its。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。20 tidy_taxonomy。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。21 trans_abund。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。22 trans_alpha。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。32 trans_beta。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>39 trans_classifier。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>48 trans_diffe。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>58 5 trans_env。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>68 trans_func。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>84 trans_network。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>90 trans_norm。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>107 trans_null模型。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>111 trans_vnn。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。。。。。。。。。。121
技术报告：超快正方根基于滤波器的VIN
2有效的SQAURE-ROOT滤波2 2.1置换-QR分解。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3 2.2传播。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。4 2.2.1 Kalman滤波器。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 4 2.2.2平方根滤波器。 。 。 。4 2.2.1 Kalman滤波器。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。4 2.2.2平方根滤波器。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>4 2.2.3证明。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>4 2.3州扩展和克隆。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>5 2.3.1 Kalman滤波器。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>5 2.3.1 Kalman滤波器。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>5 2.3.2平方根滤波器。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>5 2。2.3.3证明。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>5 2.4更新。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>6 2.4.1 Kalman滤波器。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 6 2.4.2平方根滤波器。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 6 2.4.3证明。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>6 2.4.1 Kalman滤波器。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>6 2.4.2平方根滤波器。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 6 2.4.3证明。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>6 2.4.2平方根滤波器。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>6 2.4.3证明。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。。。7 2.5状态边缘化。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8 2.5.1 Kalman滤波器。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8 2.5.2平方根滤波器。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8 2.5.3证明。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>9 div>
原创研究筛选氧化还原库鉴定出治疗肝内胆管癌的抗肿瘤药物Hinokitol
目的：肝内胆管癌（ICC）是一种恶性程度高、异质性强、预后差的癌症，目前除手术切除外没有最佳治疗方法，切除后复发将因多药耐药而导致患者死亡。研究发现，氧化还原信号的改变与肿瘤细胞的生长和耐药性密切相关。因此，本研究旨在从氧化还原库中筛选小分子化合物，寻找抗ICC的药物并探索其下游机制。材料与方法：利用ICC细胞系的肿瘤克隆和球体形成实验以及小鼠ICC类器官增殖实验从氧化还原库中筛选候选药物。采用Western印迹、定量逆转录聚合酶链式反应（qRT-PCR）以及细胞凋亡和细胞周期流式细胞术分析探讨其作用机制。结果：通过抑制肿瘤克隆和肿瘤球形成，以及抑制癌症干细胞（CSC）相关基因的表达，我们发现Hinokitiol是候选药物。此外，Hinokitiol通过下调ERK和P38通路显著抑制ICC细胞增殖。此外，Hinokitiol和Palbociclib联合使用对人ICC细胞和小鼠ICC类器官均有显著的抑制作用。结论：Hinokitiol可能具有开发为ICC临床治疗药物的潜力。
BMS3204：分子生物学
2个大型和小组会议的教程，学生将学习如何克隆基因，构建DNA库，表达和表征重组蛋白。使用计算机软件（例如折叠），学生将尝试设计（并发现）“较新”和“更好”蛋白质，以应对生物技术和医学科学领域的特定挑战和机遇。教程将补充案例示例，以使学生能够使用各种生物信息学资源来收集，处理，呈现和解释分子数据。
将非功能性clonotypes用作天然...
自适应免疫受体曲目的抽象高通量测序是接受自适应免疫研究见解的宝贵工具。在过去的十年中已经开发了几种强大的TCR/BCR曲目重构和分析方法。然而，检测和纠正真实和实验观察到的淋巴细胞克隆频率之间的差异仍然具有挑战性。在这里，我们发现了基于多重PCR的免疫依赖性中的非功能性clonotypes的读数计数和基于克隆计数的频率之间的标志性异常。计算此异常，我们制定了在库制备期间由多路复用PCR驱动的V-和J-Genes频率偏置的定量度量，称为过度放大率（OAR）。基于OAR概念，我们开发了一种原始软件，用于多重PCR特异性偏差评估和校正，名为IROAR：免疫曲目，而不是放大删除（https://github.com/ smiranast/iroloar）。在先前发表的使用5'种族（基于cDNA末端的快速扩增）和基于多重PCR的方法获得的先前发表的TCR依据（快速放大）方法，成功测试了IROAR算法，并与基于生物Spike-In的PCR偏置评估方法进行了比较。开发的方法可以提高通过不同方法重建的曲目的准确性和一致性，从而使它们更适用于比较分析。
摘要书
具有临床意义的单克隆丙种球蛋白病 (MGCS) 描述了一组异质性疾病（综合征或单个器官/组织损伤），通常与存在较小且非恶性的 B 细胞或浆细胞克隆有关。MGCS 中的组织损伤机制大致包括与单克隆免疫球蛋白 (MIg) 的物理化学或免疫特性相关的机制以及与细胞因子分泌相关的“副肿瘤”。即使是同一种“疾病”，MGCS 也有不同的临床表现，诊断方法也很困难。免疫球蛋白轻链 (AL) 淀粉样变性是 MGCS 中最常见的；与大多数其他 MGCS 不同，它是一种公认的疾病，具有明确的诊断方法、治疗和随访策略。肾脏是 MIg 的常见靶器官，无论是直接还是间接。不同的肾脏组织学与一种惰性克隆的存在有关，这种克隆被称为“肾脏单克隆丙种球蛋白病”（MGRS）。肾活检是诊断 MGRS 的关键诊断工具。周围神经是 MIg 的常见靶点，它通过不同的机制直接作用于周围神经，如 IgM 抗 MAG 多发性神经病，或间接作用于周围神经，如 POEMS 综合征。皮肤可能受累，且某些疾病与潜在的单克隆丙种球蛋白病（硬化性粘液水肿、坏死性黄色肉芽肿、施尼茨勒综合征等）密切相关；肌肉也可能是靶点（如杆状体肌病）。眼部单克隆丙种球蛋白病是指免疫球蛋白累及眼部。全身综合征可能与 MIg 的特定性质（冷球蛋白血症、冷凝集素活性、自身抗体活性）或细胞因子活性有关。在某些情况下，确切的机制尚不清楚，而新的疾病（如 TEMPI 综合征）给诊断带来了新的挑战。登记研究表明，MGUS 患者的血栓形成或骨质疏松症等并发症的发病率增加，但需要进一步研究来提供因果关系。MGCS 的真实发病率未知，定义和分类正在不断发展，而鉴于 MGUS 在一般人群中的发病率很高，关联性可能存在问题。提供与潜在的 B 细胞或浆细胞克隆有因果关系的令人信服的证据对于适当治疗至关重要。对于许多情况，使用抗克隆疗法有明显的益处；在其他情况下，益处可能不那么明显，而在某些 MGCS 中，可能需要采用不针对克隆的其他疗法。
多层内异质性在慢性脊髓细胞性白血病中
组成髓样恶性肿瘤的细胞的功能多样性，即遗传和表观遗传异质性在这种多样性中的各自作用，仍然知之甚少。 这个问题在慢性脊髓细胞性白血病（一种髓样肿瘤中）解决，其中临床多样性与遗传异质性有限。 To generate induced pluripotent stem cell clones, we reprogrammed CD34 + cells collected from a patient with a chronic myelomonocytic leukemia in which whole exome sequencing of peripheral blood monocyte DNA had identified 12 gene mutations, including a mutation in KDM6A and two heterozygous muta- tions in TET2 in the founding clone and a secondary KRAS （g12d）变形。 还对来自年龄匹配的健康供体的CD34 +细胞进行了再生。 我们捕获了患者观察到的一部分遗传异质性，即 我们分析了五个具有两个遗传背景的克隆，没有KRAS（G12D）突变。 这些克隆的造血分化概括了患者疾病的主要特征，包括颗粒细胞和染色体症的过量生产。 这些分析还揭示了源自具有相似遗传背景的诱导多能干细胞克隆的造血细胞行为的显着差异，与有限的表观遗传变化相关。 这些分析表明，除了编码突变外，几个水平的隆内异质性可能参与疾病的尚未解释的临床异质性。组成髓样恶性肿瘤的细胞的功能多样性，即遗传和表观遗传异质性在这种多样性中的各自作用，仍然知之甚少。这个问题在慢性脊髓细胞性白血病（一种髓样肿瘤中）解决，其中临床多样性与遗传异质性有限。To generate induced pluripotent stem cell clones, we reprogrammed CD34 + cells collected from a patient with a chronic myelomonocytic leukemia in which whole exome sequencing of peripheral blood monocyte DNA had identified 12 gene mutations, including a mutation in KDM6A and two heterozygous muta- tions in TET2 in the founding clone and a secondary KRAS （g12d）变形。还对来自年龄匹配的健康供体的CD34 +细胞进行了再生。我们捕获了患者观察到的一部分遗传异质性，即我们分析了五个具有两个遗传背景的克隆，没有KRAS（G12D）突变。这些克隆的造血分化概括了患者疾病的主要特征，包括颗粒细胞和染色体症的过量生产。这些分析还揭示了源自具有相似遗传背景的诱导多能干细胞克隆的造血细胞行为的显着差异，与有限的表观遗传变化相关。这些分析表明，除了编码突变外，几个水平的隆内异质性可能参与疾病的尚未解释的临床异质性。
干细胞研究
转基因株系采用第二代 CRISPRa 系统，该系统携带与异源三聚体 VPR 反式激活因子融合的核酸酶缺陷型 dCas9，该异源三聚体 VPR 反式激活因子由 VP64、p65 和 RTA 结构域组成。该系统可用于解释任何所需细胞类型的内源性调控机制。使用基于 CRISPR/Cas9 的基因组编辑方法，我们以 AAVS1 人类基因组位点为目标，分别引入先前描述的 dCas9VPR-tdTomato（Schoger 等人，2020 年）和嘌呤霉素盒，这些盒受 CAG 和 EF1a 启动子的控制（图 1 A）。采用优化的核转染方案转染 LhiPSC-GR1.1 细胞。转染后，选择具有 tdTomato 表达的细胞并通过 PCR 进行基因分型（图 1B，引物结合如图 1A 所示，黑色引物仅扩增野生型 (WT) 片段；绿色引物扩增插入的构建体）。随后，扩增、分析和冷冻保存两个阳性克隆（#2 和 #3）。DNA 测序数据证实了 AAVS1 基因座中的正确和纯合敲入转基因整合（图 1C，显示为克隆#2）。PCR 结果显示，在筛选的 15 个克隆中，11 个克隆含有纯合插入（命名为 CRISPRa 细胞），1 个克隆是杂合的，3 个克隆不含有插入而是含有 WT 完整基因座（用作对照细胞）（数据未显示）。通过分析 PCR 和测序预测的前五个脱靶位点进行脱靶分析；在这些位点中均未发现任何编辑事件。对照电穿孔和非电穿孔 (参考) 系用于比较 (补充图 1A)。所有系的支原体检测均为阴性。通过基于 SNP 的核型分析和标准 G 带证明了 CRISPRa 克隆 #2 和 #3 以及对照细胞的基因组完整性。未检测到数值或结构异常的证据 (图 1D)。与核转染 (图 1Ei) 和非核转染对照相比，细胞生长和形态正常。与对照 hiPSC 相比，CRISPRa 中的 dCas9 和 tdTomato 表达证实了转基因表达，如 Western blot (补充图 1B，显示克隆 #2 和 #3) 和共聚焦显微镜 (图 1Eii，显示克隆 #2，n = 3 个不同传代) 所示。通过免疫荧光分析干性标记 OCT4 的表达（图 1 Eiii）和流式细胞术分析（显示 94.2% OCT4 和 99.9% TRA1-60 阳性细胞（图 1 Eiv）（显示克隆 #2））来评估多能性。通过在 CRISPRa 和对照系中形成胚状体 (EB) 和定向分化来测试向所有三个胚层的自发分化能力。免疫荧光分析证实了 AFP、β-III-Tu bulin 和 α-平滑肌肌动蛋白 (ACTA2) 的表达，进一步支持内胚层、外胚层和中胚层的命运（图 1 F，显示克隆 #2 和 #3）。转录水平分析表明配对盒 3 ( PAX3 ) 和微管相关蛋白 2 ( MAP2 ) 的表达表明外胚层分化；T-box 转录因子 T ( TBXT ) 表明中胚层命运，而 α-Feto-Protein ( AFP ) 表明内胚层分化（补充图 1 C，显示克隆 #2 和 #3）。我们研究了 CRISPRa 系用于研究通过定向 2D 分化产生的心肌细胞的适用性，这种分化产生了自发跳动的细胞（视频作为补充材料提供），具有强大的 α-辅肌动蛋白 2 (ACTN2) 和心脏肌钙蛋白 T (TNNT2) 心脏标志物表达（（补充图 1D，显示为克隆#2）。最后，我们通过确定与心脏肥大和代谢稳态有关的 KLF15 表达的诱导来测试 CRISPRa 系的功能。我们发现，与转染了非靶向 gRNA 的各自亲本系相比，设计用于结合 KLF15 转录起始位点 (TSS) 的 44 bp 5'-上游序列的单个指导 RNA 能够显着增强 CRISPRa 系（克隆#2 和#3）中 KLF15 的转录。对照细胞没有显示独立于转染的 gRNA 的活化（图 1G）。总之，使用完全表征的 hiPSC 系，我们生成了具有纯合靶向插入、正常核型和多能性的人类 CRISPRa 系，并显示出其激活