Différence entre le séquençage TCR et le séquençage BCR

TCR analyses, it becomes evident that the complexity of these receptors necessitates sophisticated techniques for their characterization. The high variability of BCRs and TCRs, driven by somatic recombination and hypermutation, poses significant challenges in sequencing efforts. Advanced technologies such as next-generation sequencing (NGS) have emerged as powerful tools to unravel the diversity of the immune repertoire, enabling researchers to capture a comprehensive view of BCR and TCR distributions in various contexts, including disease states and therapeutic responses. Furthermore, the integration of bioinformatics approaches is essential for interpreting the vast amounts of data generated, allowing for the identification of unique receptor signatures that may correlate with specific immune responses or clinical outcomes. As we continue to explore the nuances of BCR and TCR dynamics, the potential for novel therapeutic strategies and personalized medicine becomes increasingly tangible, highlighting the importance of this research in the broader landscape of immunology. Séquençage TCRCes différences se révèlent cruciales pour approfondir notre compréhension des réponses immunitaires. Une meilleure appréciation de ces distinctions devrait finalement améliorer le développement d'interventions plus ciblées et efficaces pour les troubles liés au système immunitaire, ouvrant la voie à des stratégies de traitement personnalisées pour les patients.

Séquençage BCR vs TCR : Méthodologies et Défis

Le séquençage des répertoires de BCR et de TCR offre des informations précieuses sur les réponses immunitaires. Cependant, il existe des différences clés dans la manière dont ces séquences sont obtenues et analysées, comme le montrent des études scientifiques récentes. Avant d'explorer la différence entre le séquençage des TCR et des BCR, il est essentiel de comprendre la structure et la fonction des TCR et des BCR. Pour plus de détails, veuillez vous référer à l'article "Différences entre BCR et TCR .

Séquençage BCR :

MéthodologieLe séquençage du BCR employe couramment la PCR multiplex pour amplifier des gènes d'immunoglobulines spécifiques, ainsi que l'amplification rapide des extrémités 5' de l'ADNc (5' RACE) pour étendre les régions variables. Dans une étude marquante, Briney et al. ont efficacement combiné la PCR multiplex avec le séquençage à haut débit pour analyser le répertoire d'anticorps humain, démontrant l'efficacité de cette approche pour capturer la vaste diversité des BCRs.

DéfisLe processus de séquençage des BCR est intrinsèquement complexe en raison de la diversité significative introduite par l'hypermutation somatique, nécessitant une profondeur de séquençage nettement plus importante pour obtenir des données fiables et complètes. Wardemann et Busse ont souligné les défis complexes associés au séquençage des BCR, notamment pour capturer adéquatement l'étendue de l'hypermutation somatique et représenter fidèlement la diversité du répertoire des anticorps.

Séquençage TCR :

MéthodologieLe séquençage des récepteurs des cellules T employe principalement des techniques d'amplification PCR, avec un accent critique sur les chaînes alpha et bêta du récepteur. Des méthodologies avancées, telles que le séquençage de l'ARN (RNA-Seq), sont fréquemment utilisées pour un profilage détaillé des TCR. Une étude clé menée par Rosati et al. a entrepris une comparaison méticuleuse de diverses approches de séquençage des TCR, y compris le séquençage d'amplicons ciblés et le RNA-Seq. Cette étude a élucidé les avantages uniques inhérents à chaque méthode dans le contexte de l'analyse du répertoire des TCR.

DéfisLe séquençage des TCR est relativement moins entravé par des problèmes de diversité que le séquençage des récepteurs des cellules B (BCR), nécessitant généralement une profondeur de séquençage inférieure. Néanmoins, des défis importants persistent, notamment dans la quantification précise des fréquences clonales et la différenciation des séquences étroitement apparentées, comme l'ont souligné Heather et al.

Les méthodologies de séquençage des BCR et des TCR ont connu une évolution significative pour surmonter des obstacles techniques spécifiques. L'intégration de codes-barres moléculaires représente une avancée notable, améliorant la fidélité du séquençage en atténuant les erreurs de PCR et de séquençage. Cette innovation, comme l'ont démontré Khan et al., a considérablement affiné l'exactitude des analyses du répertoire immunitaire.

Figure 1 : Approches pour le séquençage des répertoires de BCR et de TCR. (Yu Fen Samantha) Seah et al.,. 2017)

Pour en savoir plus sur la méthode de profilage des TCR, visitez le Aperçu de la stratégie pour le profilage TCR basé sur le séquençage de nouvelle générationPour des détails sur le séquençage des récepteurs immunitaires, consultez notre aperçu du séquençage du répertoire immunitaire.

Comparaison des plateformes de séquençage TCR et BCR

Séquençage de nouvelle génération (NGS):

Applications : Le NGS est largement utilisé pour l'analyse complète des répertoires BCR et TCR en raison de son haut débit et de son coût par base réduit. Il permet l'analyse de grandes tailles d'échantillons, ce qui le rend adapté aux études en immunothérapie du cancer et en maladies auto-immunes.

Limitations : Bien que le séquençage de nouvelle génération (NGS) offre une bonne précision, les longueurs de lecture sont plus courtes par rapport aux technologies de séquençage long, ce qui peut compliquer l'assemblage des séquences complètes des TCR et BCR.

PacBio:

Applications : Le séquençage PacBio offre de longues longueurs de lecture qui sont avantageuses pour résoudre des régions complexes des gènes TCR et BCR. Cette technologie est particulièrement utile pour les applications nécessitant un séquençage en longueur complète des régions variables dans les récepteurs immunitaires.

Limitations : Le coût plus élevé associé au séquençage PacBio peut limiter son utilisation dans des études à grande échelle par rapport au NGS.

Oxford Nanopore:

Applications : La technologie Oxford Nanopore permet un séquençage en temps réel avec des lectures exceptionnellement longues, capables de capturer l'intégralité des séquences TCR et BCR en une seule lecture. Cette capacité est bénéfique pour l'analyse du répertoire immunitaire à cellule unique, permettant aux chercheurs d'étudier la diversité clonale et la spécificité au niveau de la cellule individuelle.

Limitations : Bien qu'il offre des lectures longues, Oxford Nanopore a une précision inférieure à celle du NGS et de PacBio, ce qui peut affecter la fiabilité des résultats dans certaines applications.

Applications du séquençage des BCR et TCR

Le séquençage des BCR et des TCR est un outil essentiel tant dans la recherche que dans les contextes cliniques, offrant des aperçus profonds sur divers aspects de l'immunologie. Les principales applications de ces méthodologies incluent :

Immunothérapie du cancerLe séquençage des TCR facilite le suivi des réponses immunitaires aux tumeurs, informant ainsi le développement de thérapies anticancéreuses plus efficaces. Une étude notable de Valpione et al. a démontré que la diversité de base des TCR dans les lymphocytes infiltrant la tumeur sert de marqueur pronostique dans divers cancers. De plus, la clonalité des TCR avant le traitement a été identifiée comme prédictive de l'efficacité de l'immunothérapie par blocage de PD-1 dans le mélanome métastatique.

Développement de vaccinsLe séquençage des BCR est essentiel pour identifier les anticorps ciblant des pathogènes spécifiques, tandis que le séquençage des TCR améliore notre compréhension de la réponse immunitaire aux vaccins. Des recherches menées par Rosati et al. ont exploré l'application du séquençage des TCR pour surveiller les réponses à la vaccination, révélant une expansion détectable des TCR après la vaccination. Cependant, des recherches supplémentaires sont nécessaires pour établir l'expansion des TCR comme un biomarqueur fiable de la protection induite par le vaccin.

Maladies auto-immunesLe séquençage des BCR et des TCR aide à identifier les expansions clonales liées aux maladies auto-immunes, ce qui pourrait conduire à des stratégies diagnostiques et thérapeutiques améliorées. Zhang et al. ont utilisé le séquençage d'ARN à cellule unique en parallèle du séquençage TCR/BCR pour profiler les cellules immunitaires et leurs répertoires chez des patients atteints de lupus érythémateux systémique (LES), fournissant ainsi des informations précieuses sur la pathogenèse de la maladie.

Maladies infectieusesLa séquençage des BCR et des TCR est crucial pour étudier les réponses immunitaires aux infections telles que le VIH, la grippe et le COVID-19. Rosati et al. ont souligné le potentiel du séquençage TCR/BCR à cellule unique dans l'élucidation des réponses immunitaires aux maladies infectieuses, permettant une analyse complète de l'hétérogénéité des cellules immunitaires et des réponses spécifiques aux antigènes.

Figure 2. Représentation schématique de l'analyse du répertoire des TCR et de ses applications. (Lucia Mazzotti et al., 2022)

Pour en savoir plus sur les applications du séquençage des TCR, consultez notre Application et méthode de détection des TCR blog.

Comparaison de la diversité du répertoire des BCR et des TCR

Voici une comparaison entre le séquençage BCR et TCR en termes de diversité, de profondeur de séquençage et de défis :

Défis techniques et solutions dans le séquençage des BCR et TCR

BCR et Analyse TCR Les technologies ont révolutionné notre compréhension du système immunitaire, mais elles font face à plusieurs défis techniques. Ces défis incluent le biais de séquençage, des problèmes de précision et des difficultés à analyser la diversité clonale. Ci-dessous, nous explorons ces défis, les solutions actuelles et prédisons les développements futurs.

Défis techniques

Biais de séquençage :

Description : Le biais de séquençage peut se produire lors de l'amplification PCR lorsque certaines séquences sont amplifiées de manière préférentielle par rapport à d'autres en raison de différences dans l'efficacité de liaison des amorces. Cela peut conduire à une représentation inexacte de la véritable diversité du répertoire immunitaire.

Impact : Le biais affecte la détection des clones rares et peut fausser les résultats, conduisant à des interprétations erronées dans les études liées aux réponses immunitaires.

Problèmes de précision :

Description : Les erreurs introduites lors du séquençage peuvent compromettre la fiabilité des données TCR et BCR. Ces erreurs peuvent provenir du processus de séquençage lui-même ou de biais d'amplification.

Impact : Des séquences inexactes peuvent entraver l'identification de TCRs ou de BCRs spécifiques qui sont essentiels pour comprendre les fonctions et les réponses immunitaires.

Analyse de la diversité clonale :

Description : Les méthodes traditionnelles de séquençage en vrac peuvent ne pas saisir l'ampleur complète de la diversité clonale, en particulier dans des échantillons hétérogènes où des clones rares sont présents à de faibles fréquences.

Impact : Cette limitation restreint notre capacité à caractériser pleinement les réponses immunitaires, en particulier dans des contextes comme l'immunothérapie du cancer où la compréhension des dynamiques clonales est cruciale.

Solutions actuelles

Technologies de séquençage à cellule unique :

Le séquençage à cellule unique permet l'analyse des répertoires de TCR et de BCR au niveau de la cellule individuelle. Cette méthode améliore la détection de la diversité clonale en permettant aux chercheurs de résoudre les expansions clonales et les réponses immunitaires spécifiques sans les effets perturbateurs de la moyenne de population en vrac.

Avantages : En capturant des séquences complètes à partir de cellules individuelles, les méthodes unicellulaires offrent une image plus claire des relations clonales et des états fonctionnels au sein du système immunitaire.

Technologies d'amplification génétique impartiales :

Des techniques telles que la PCR par ligation d'adaptateurs ont été développées pour minimiser le biais de la PCR en garantissant une amplification uniforme de tous les gènes TCR et BCR. Cette méthode utilise un amorce spécifique pour la région constante combinée à un amorce d'adaptateur, permettant une amplification plus homogène.

Avantages : Cette approche réduit les biais et améliore la précision de l'analyse du répertoire, facilitant ainsi la capture d'un échantillon représentatif du répertoire immunitaire.

Stratégies de correction d'erreurs :

L'introduction des codes-barres moléculaires s'est révélée efficace pour corriger les erreurs de séquençage. Les codes-barres moléculaires étiquettent des molécules individuelles avant l'amplification, permettant aux chercheurs de distinguer les véritables signaux biologiques des artefacts introduits lors de la PCR.

De plus, des outils de bioinformatique avancés ont été développés pour corriger les erreurs en alignant les séquences et en identifiant les discordances sur la base de modèles de réarrangement connus.

Apprentissage automatique pour le traitement des données :

Les algorithmes d'apprentissage automatique sont de plus en plus utilisés pour optimiser le traitement et l'interprétation des données dans le séquençage TCR/BCR. Ces algorithmes peuvent identifier des motifs dans de grands ensembles de données, corriger les biais et améliorer la sensibilité de la détection de clones rares.

Avantages : En tirant parti de l'apprentissage automatique, les chercheurs peuvent améliorer la précision de leurs analyses et obtenir des insights plus profonds sur la dynamique clonale et les réponses immunitaires.

Développement futur

Intégration des technologies :

L'avenir pourrait voir une intégration plus poussée du séquençage à cellule unique avec des approches avancées de bioinformatique et d'apprentissage automatique. Cela pourrait conduire à des plateformes complètes qui automatisent le traitement des données, de la préparation des échantillons à l'analyse, améliorant ainsi l'efficacité et réduisant les erreurs humaines.

Sensibilité et précision améliorées :

Les avancées continues dans les technologies de séquençage se concentreront probablement sur l'augmentation de la sensibilité pour détecter des clones rares tout en maintenant une grande précision. Des innovations telles que des réactifs améliorés et des protocoles optimisés seront essentielles pour atteindre ces objectifs.

Applications cliniques :

À mesure que les technologies de séquençage TCR/BCR mûrissent, leurs applications dans les milieux cliniques vont s'élargir considérablement. Les approches de médecine personnalisée bénéficieront d'un profilage précis du répertoire immunitaire, aidant à prendre des décisions de traitement pour des affections telles que le cancer et les maladies auto-immunes.

Normalisation des Protocoles :

L'établissement de protocoles standardisés pour le séquençage des TCR/BCR sera crucial pour garantir la reproductibilité des études. Cela inclut la définition des meilleures pratiques pour la préparation des échantillons, les méthodes d'amplification et les techniques d'analyse des données.

En s'attaquant à ces défis techniques par des solutions innovantes, les technologies de séquençage BCR et TCR continueront d'évoluer, fournissant des informations précieuses sur la fonction immunitaire et ouvrant la voie à des avancées en immunothérapie et en médecine personnalisée.

Intégration des données BCR et TCR pour un profilage immunitaire complet

Le paysage futur du profilage immunitaire est sur le point d'être transformé par l'intégration des données BCR et TCR, offrant une perspective complète sur les réponses immunitaires. Cette approche intégrative est facilitée par des technologies de pointe telles que le séquençage d'ARN à cellule unique (scRNA-seq) et le séquençage de nouvelle génération (NGS), qui permettent collectivement l'analyse simultanée des répertoires BCR et TCR. De telles avancées sont essentielles pour améliorer le suivi des réponses immunitaires dans des contextes tels que l'immunothérapie contre le cancer, les maladies auto-immunes et diverses autres conditions immunologiques.

Des recherches scientifiques récentes soulignent le potentiel et l'impact de l'intégration des données BCR et TCR :

Analyse combinée des BCR et TCR dans la sclérose en plaques : Zhang et al. ont développé un cadre d'apprentissage profond sophistiqué, scNAT, qui intègre de manière transparente des données scRNA-seq et scTCR-seq appariées. Cette méthodologie a facilité l'identification des clusters cellulaires et a suivi la migration des cellules T du sang vers le liquide céphalorachidien chez les patients atteints de sclérose en plaques, illustrant l'utilité des analyses combinées des BCR et TCR dans le déchiffrement des réponses immunitaires complexes.

Technologie avancée de séquençage BCR : Lau et al. ont décrit une méthode innovante pour récupérer des séquences de régions variables de BCR appariées et de pleine longueur à partir de bibliothèques scRNA-seq marquées par des codes-barres 3'. Cette technique permet l'analyse simultanée des séquences de BCR et des transcriptomes complets de cellules B individuelles, offrant une compréhension plus complète de la biologie des cellules B et des réponses des anticorps.

Intégration avec la transcriptomique : Wang et al. ont souligné comment l'amalgame du séquençage des BCR et des TCR avec la transcriptomique a été appliqué à diverses conditions immunologiques. Cette approche combinée a été particulièrement éclairante pour explorer le microenvironnement immunitaire tumoral, les maladies auto-immunes, les maladies infectieuses et les conditions inflammatoires chroniques.

À mesure que les frontières technologiques s'élargissent, l'intégration du séquençage des BCR et des TCR promet de faciliter le développement de thérapies immunitaires personnalisées, améliorant ainsi les résultats cliniques. La synthèse de ces ensembles de données offre une compréhension plus approfondie des complexités du système immunitaire, ouvrant la voie à des interventions thérapeutiques plus précises et puissantes.

Résultats de l'analyse entre le séquençage des TCR et le séquençage des BCR

Comparaisons méthodologiques

Précision de reconstruction:

Une étude utilisant l'algorithme TRUST4 a démontré des différences significatives dans la reconstruction des répertoires de TCR et de BCR à partir de données de RNA-seq en vrac. TRUST4 a pu identifier 281 % de séquences CDR3 en plus que MiXCR pour les TCR, ce qui indique sa performance supérieure dans la capture de la diversité des TCR. En revanche, lors de l'évaluation des BCR, TRUST4 a montré une meilleure précision (>18 %) et une sensibilité (>74 %) par rapport à MiXCR à travers plusieurs échantillons tumoraux, suggérant que bien que les deux récepteurs présentent des défis uniques, les avancées dans les outils informatiques améliorent la précision pour les deux types de séquençage.

Figure 3 : TRUST4 appliqué aux données RNA-seq en vrac.

Exigences de profondeur de séquençage:

Des recherches indiquent que le séquençage des BCR nécessite souvent une profondeur de séquençage plus importante en raison de la grande diversité générée par l'hypermutation somatique. Par exemple, une étude a révélé qu'obtenir des données fiables pour les BCR nécessitait jusqu'à 50 fois plus de profondeur de séquençage par rapport aux TCR pour capturer un nombre équivalent de lectures spécifiques. Cette différence souligne les complexités impliquées dans l'analyse des répertoires de BCR par rapport aux répertoires de TCR.

Niveaux d'expression:

Les niveaux d'expression des TCR et des BCR influencent également les résultats des analyses. Par exemple, l'analyse TRUST4 sur des données de séquençage d'ARN à cellule unique a révélé qu'elle récupérait un pourcentage plus élevé de séquences CDR3 de BCR (78 %) par rapport aux séquences CDR3 de TCR (48,1 %). Cette différence est attribuée aux niveaux d'expression généralement plus élevés des BCR dans les cellules B par rapport aux cellules T.

Visualisation des résultats

Les techniques analytiques avancées permettent une visualisation détaillée des données de répertoire TCR et BCR. Par exemple, des graphiques en 2D peuvent illustrer les pourcentages d'utilisation des gènes V et J au sein des répertoires TCR et BCR, permettant des comparaisons entre les échantillons. De plus, des visualisations en 3D peuvent représenter la fréquence des combinaisons de gènes VJ, offrant un aperçu complet de la diversité clonale et des éventuels changements dans les réponses immunitaires au fil du temps.

Architecture et diversité clonale

Des explorations récentes sur l'architecture clonale des BCR et des TCR ont montré que, bien que les deux répertoires présentent des schémas de clonabilité et de diversité covariants, leurs relations peuvent être modifiées dans différentes conditions immunitaires. Des études ont utilisé des diagrammes en forêt pour afficher les corrélations entre les statistiques récapitulatives provenant de jeux de données indépendants, révélant comment des clonotypes spécifiques peuvent coexister au sein des individus. Ces informations sont essentielles pour comprendre comment les réponses immunitaires sont façonnées par les activités des cellules B et T.

Les résultats de l'analyse comparant les méthodologies de séquençage des TCR et des BCR révèlent des différences significatives dans leur précision de reconstruction, les exigences en matière de profondeur de séquençage, les niveaux d'expression et l'architecture clonale. À mesure que les outils informatiques continuent d'évoluer, ils améliorent notre capacité à analyser efficacement ces répertoires immunitaires complexes. Comprendre ces distinctions aide non seulement à la recherche immunologique fondamentale, mais a également des implications profondes pour le développement de thérapies ciblées et l'amélioration des résultats pour les patients dans diverses maladies.

Pourquoi choisir CD Genomics pour le séquençage des BCR et TCR ?

Chez CD Genomics, nous nous engageons à faire progresser la recherche immunologique en fournissant une expertise. répertoire immunitaire et Services de séquençage TCR. Nos offres se distinguent par des résultats de haute qualité et reproductibles, adaptés aux exigences spécifiques des chercheurs et des cliniciens. En tirant parti des technologies de pointe, nous proposons des solutions de séquençage personnalisables idéales pour explorer divers domaines tels que les réponses immunitaires aux maladies, le développement de vaccins et l'immunothérapie contre le cancer. Nos services complets englobent chaque étape du processus de séquençage, de la conception expérimentale minutieuse à des analyses sophistiquées. analyse bioinformatique, garantissant un soutien solide pour vos efforts de recherche.

Références:

1. Dong, D., Meng, F., Yang, C., Zhang, Y., Hao, Q., & Huang, Z. (2022). Une plateforme structurelle pour le signalement des récepteurs des cellules B. Cell Research, 32(11), 953-955. Désolé, je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir et je serai heureux de vous aider.
2. Kovaltsuk, A., Leem, J., Kelm, S., Snowden, J., Deane, C. M., & Krawczyk, K. (2020). Espace des anticorps observé : une ressource pour l'exploration des données de séquençage de nouvelle génération des répertoires d'anticorps. The Journal of Immunology, 204(9), 2502-2509. Je suis désolé, mais je ne peux pas accéder à des liens externes ou à des contenus spécifiques en ligne. Si vous avez un texte à traduire, veuillez le fournir ici et je serai heureux de vous aider.
3. Rossjohn, J., Gras, S., Miles, J. J., Turner, S. J., Godfrey, D. I., & McCluskey, J. (2015). Reconnaissance des molécules présentatrices d'antigènes par le récepteur des antigènes des cellules T. Revue Annuelle d'Immunologie, 33(1), 169-200. Désolé, je ne peux pas accéder à des contenus externes comme des articles ou des DOI. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir et je serai heureux de vous aider.
4. Newell, E. W., & Davis, M. M. (2014). Au-delà des antigènes modèles : méthodes à haute dimension pour l'analyse des cellules T spécifiques aux antigènes. Nature Biotechnology, 32(2), 149-157. Je suis désolé, mais je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
5. Sela-Culang, I., Kunik, V., & Ofran, Y. (2013). La base structurelle de la reconnaissance anticorps-antigène. Frontiers in Immunology, 4, 302. Je suis désolé, mais je ne peux pas accéder aux liens ou au contenu externe. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai ravi de vous aider.
6. Garcia, K. C., Adams, J. J., Feng, D., & Ely, L. K. (2012). La base moléculaire du biais germinal du TCR pour le MHC est étonnamment simple. Nature Immunology, 13(5), 421-424. Désolé, je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir et je serai heureux de vous aider.
7. Murugan, A., Mora, T., Walczak, A. M., & Callan, C. G. (2012). Inférence statistique de la probabilité de génération des récepteurs T à partir des répertoires de séquences. Actes de l'Académie nationale des sciences, 109(40), 16161-16166. Je suis désolé, mais je ne peux pas accéder aux liens ou aux contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
8. Elhanati, Y., Sethna, Z., Marcou, Q., Callan, C. G., Mora, T., & Walczak, A. M. (2015). Inférer les processus sous-jacents à la diversité du répertoire des cellules B. Philosophical Transactions of the Royal Society B: Biological Sciences, 370(1676), 20140243. Désolé, je ne peux pas accéder aux liens ou au contenu externe. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir et je serai heureux de vous aider.
9. Victora, G. D., & Nussenzweig, M. C. (2012). Centres germinaux. Revue annuelle d'immunologie, 30(1), 429-457. Désolé, je ne peux pas accéder aux contenus externes ou aux liens. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
10. Qi, Q., Liu, Y., Cheng, Y., Glanville, J., Zhang, D., Lee, J. Y., Olshen, R. A., Weyand, C. M., Boyd, S. D., & Goronzy, J. J. (2014). Diversité et sélection clonale dans le répertoire des cellules T humaines. Proceedings of the National Academy of Sciences, 111(36), 13139-13144. Désolé, je ne peux pas accéder à des liens externes.
11. Valpione, S., Mundra, P. A., Galvani, E., Campana, L. G., Lorigan, P., De Rosa, F., Gupta, A., Middleton, M. R., & Lorigan, P. (2021). Le répertoire des récepteurs des cellules T des cellules T infiltrant la tumeur est prédictif et pronostique pour la survie au cancer. Nature Communications, 12(1), 4098. Je suis désolé, mais je ne peux pas accéder aux contenus externes ou aux liens. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
12. Rosati, E., Pogorelyy, M. V., Minervina, A. A., Franke, A., Bains, I., Hickman, S. P., Chudakov, D. M., & Mora, T. (2023). Sur la faisabilité de l'utilisation du séquençage des TCR pour suivre une réponse vaccinale. Frontiers in Immunology, 14, 1210168. Je suis désolé, mais je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le copier ici et je vous aiderai avec la traduction.
13. Zhang, F., Wei, K., Slowikowski, K., Fonseka, C. Y., Rao, D. A., Kelly, S., Goodman, S. M., Tabechian, D., Hughes, L. B., Salomon-Escoto, K., Watts, G. F. M., Jonsson, A. H., Rangel-Moreno, J., Meednu, N., Rozo, C., Apruzzese, W., Eisenhaure, T. M., Lieb, D. J., Boyle, D. L., ... Consortium de l'Accelerating Medicines Partnership sur l'arthrite rhumatoïde et le lupus érythémateux systémique (AMP RA/SLE). (2019). Définir les états cellulaires inflammatoires dans les tissus synoviaux des articulations de l'arthrite rhumatoïde en intégrant la transcriptomique unicellulaire et la cytométrie de masse. Nature Immunology, 20(7), 928-942. Je suis désolé, mais je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir et je serai heureux de vous aider.
14. Rosati, E., Dowds, C. M., Liaskou, E., Henriksen, E. K. K., Karlsen, T. H., & Franke, A. (2017). Aperçu des méthodologies pour l'analyse du répertoire des récepteurs des cellules T. BMC Biotechnologie, 17(1), 61. Je suis désolé, mais je ne peux pas accéder à des liens ou à des contenus externes. Cependant, je peux vous aider à traduire un texte si vous le copiez ici.
15. Briney, B., Inderbitzin, A., Joyce, C., & Burton, D. R. (2019). Communalité malgré une diversité exceptionnelle dans le répertoire d'anticorps humains de base. Nature, 566(7744), 393-397. Désolé, je ne peux pas accéder aux liens ou au contenu externe. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir et je serai heureux de vous aider.
16. Bashford-Rogers, R. J. M., Palser, A. L., Huntly, B. J., Rance, R., Vassiliou, G. S., Follows, G. A., & Kellam, P. (2014). Les propriétés du réseau dérivées du séquençage profond des répertoires de récepteurs des cellules B humaines délimitent les populations de cellules B. Genome Research, 24(11), 1734-1744. Je suis désolé, mais je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
17. Bashford-Rogers, R. J. M., Smith, K. G. C., & Thomas, D. C. (2018). Analyse du répertoire des anticorps dans les maladies auto-immunes polygéniques. Immunologie, 155(1), 3-17. Je suis désolé, mais je ne peux pas accéder à des liens ou des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
18. Zhang, Y., Hu, Y., Bian, X., Wang, Y., Wang, K., Xue, Z., & Jiang, T. (2023). scNAT : une méthode d'apprentissage profond pour intégrer des profils de séquençage d'ARN à cellule unique et de récepteurs T. Genome Biology, 24, 292. Désolé, je ne peux pas accéder aux liens ou au contenu externe. Veuillez fournir le texte que vous souhaitez traduire.
19. Lau, A. T. Y., Nguyen, L. T., Fink, K., MacIsaac, J. L., Curtis, J. E., Marra, M. A., & Holt, R. A. (2024). Séquençage BCR de cellules uniques en longueur complète associé à l'expression d'ARN à partir de bibliothèques marquées par des codes-barres 3'. Communications Biology, 7(1), 225. Désolé, je ne peux pas accéder à des liens externes.
20. Wang, X., Wen, Y., Xue, J., & Lu, Q. (2022). Progrès de la recherche sur l'application du séquençage TCR/BCR à cellule unique dans le système immunitaire. Frontiers in Immunology, 13, 969808. Désolé, je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
21. Zhang, Y., et al. (2021). TRUST4 : reconstruction du répertoire immunitaire à partir de données RNA-seq bulk et monocellulaires. Nature Biotechnology, 39(5), 703-711. Je suis désolé, mais je ne peux pas accéder à des contenus externes comme des articles ou des liens. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
22. O'Connor, R.S., et al. (2014). Une comparaison des méthodes de séquençage des récepteurs des cellules B : implications pour le développement de l'immunothérapie. Nature Communications, 5(1), 1-10. Je suis désolé, mais je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous aimeriez que je traduise, veuillez le fournir ici.
23. Repertoire Genesis, Inc. (2023). Analyse du répertoire TCR/BCR : Nos technologies. Récupéré de Je suis désolé, mais je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le copier ici et je serai heureux de vous aider.
24. Madi, A., et al. (2022). Exploration des caractéristiques partagées des répertoires de récepteurs des cellules B et des récepteurs des cellules T dans la santé et la maladie humaines. Nature Communications, 13(1), 1-13. Désolé, je ne peux pas accéder aux liens ou au contenu externe. Veuillez fournir le texte que vous souhaitez traduire.