鹰谷靶点 | 动物实验疗效显著,TMUB1可能成为PD-L1通路的潜在免疫治疗新靶点 | Nature子刊

研究发现TMUB1通过调节PD-L1的翻译后修饰,影响其糖基化和稳定性,促进肿瘤免疫逃逸。TMUB1的抑制可增强抗PD-1/PD-L1疗法的效果,为癌症免疫治疗提供新策略。

在这里插入图片描述
我们都知道,肿瘤细胞的“精明”之处在于它可以通过免疫编辑来规避免疫识别,从而逃避免疫系统的攻击。免疫编辑涉及免疫检查点分子的调节,如程序化细胞死亡配体-1(PD-L1)。表达在T细胞上的PD-1与肿瘤细胞上的PD-L1之间的相互作用抑制CD8+T细胞的激活和扩张,使癌细胞能够逃避免疫破坏[1,2]。

针对PD-L1/PD-1轴的检查点阻断疗法已显示出临床疗效[3]。然而,大多数患者对这些治疗反应较差,这通常可归因于肿瘤微环境的免疫抑制性质[4]。因此,研究PD-L1调控的分子机制,探索提高抗PD-1/PD-L1治疗效果的策略具有重要的临床和科学意义。

PD-L1在肿瘤细胞上的表达受多种因素的调节,包括几种翻译后修饰,如糖基化、泛素化、棕榈酰化和磷酸化[5]。泛素化对几个生理过程至关重要,包括细胞存活和分化以及先天和获得性免疫[6]。PD-L1的泛素化和去泛素化调节其蛋白酶体的降解,进而影响PD-1/PD-L1介导的免疫抑制[7]。靶向PD-L1的翻译后修饰被证明是抗肿瘤治疗的有效途径。进一步阐明与PD-L1翻译后修饰相关的效应分子可能有助于发现癌症治疗的免疫治疗靶点。

近日,浙江大学林爱福、周如鸿、周天华,西湖大学李旭,以及加州大学欧文分校Wang Wenqi带领研究团队取得显著成果,发现跨膜和和泛素样结构域含蛋白1(TMUB1)可作为肿瘤细胞中PD-L1翻译后修饰的调节剂,并在Nature Communications发表了研究论文。

此项研究表明,TMUB1调节PD-L1的细胞丰度以促进癌细胞逃逸,是一个很有前途的免疫治疗靶点,且有助于提供对肿瘤免疫治疗的新见解。
在这里插入图片描述

图1 文章封面截图

在这项研究

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个代。 (交叉概率) 对代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值