清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Identification of shared neoantigens in esophageal carcinoma by the combination of comprehensive analysis of genomic data and in silico neoantigen prediction

免疫原性 生物信息学 生物 免疫疗法 人类白细胞抗原 CD8型 癌症研究 抗原 癌症免疫疗法 癌 免疫学 计算生物学 免疫系统 遗传学 基因
作者
Yuan Yuan,Chao Chen,Songming Liu,Heng Xiong,Ying Huang,Xi Zhang,Xiuqing Zhang,Bo Li
出处
期刊:Cellular Immunology [Elsevier BV]
卷期号:377: 104537-104537 被引量:2
标识
DOI:10.1016/j.cellimm.2022.104537
摘要

Neoantigens are attractive targets for cancer immunotherapy. The identification of neoantigens shared by different patients could promote the broad application of neoantigen-based immunotherapy. This study aimed to investigate shared neoantigens in esophageal carcinoma. By combining a comprehensive analysis of mutation data of 722 patients with esophageal carcinoma (EC) and in silico neoantigen prediction, we obtained 216 recurrent neoantigen candidates predicted to bind to high-frequency class I human leukocyte antigen (HLA) alleles. We further performed immunogenicity validation tests on five high-frequency HLA-A*0201 binding neoantigens derived from TP53 mutations. The results demonstrated that the peptides p53 H193R193_203, R248Q245_254, and R273H264_274 could efficiently prime peptide-specific CD8+ T cells to secrete IFN-γ and lyse mutant peptide-pulsed T2 cells. In conclusion, we obtained a group of shared neoantigen candidates in esophageal carcinoma and validated the immunogenicity of three novel TP53 neoantigens. These peptides might be potential targets for immunotherapy.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
12秒前
健忘的小萱完成签到,获得积分10
16秒前
欣喜的涵柏完成签到 ,获得积分10
18秒前
一个小胖子完成签到,获得积分10
30秒前
李木禾完成签到 ,获得积分10
49秒前
纯真的雁凡完成签到,获得积分10
55秒前
温暖的胜完成签到,获得积分10
58秒前
58秒前
轻松鹰完成签到 ,获得积分10
1分钟前
cf发布了新的文献求助20
1分钟前
阳光的翠彤完成签到,获得积分10
1分钟前
安静的卿完成签到,获得积分10
2分钟前
清爽的孤丝完成签到,获得积分10
2分钟前
小马甲的应助被Shuo采纳,获得30
2分钟前
快乐碱基对完成签到 ,获得积分10
2分钟前
dyr发布了新的文献求助20
2分钟前
可爱的函函的应助被cf采纳,获得10
2分钟前
Hello的应助被dyr采纳,获得10
2分钟前
刻苦的觅双完成签到,获得积分10
2分钟前
清爽的绝山完成签到,获得积分10
2分钟前
Imran完成签到,获得积分10
2分钟前
正直的晋鹏完成签到,获得积分10
2分钟前
3分钟前
草木发布了新的文献求助10
3分钟前
3分钟前
dyr发布了新的文献求助10
3分钟前
爱听歌的雁风完成签到,获得积分10
3分钟前
神勇映雁的应助被dyr采纳,获得20
3分钟前
淡淡的思天完成签到,获得积分10
3分钟前
仁爱的元槐完成签到,获得积分10
4分钟前
楚科研完成签到 ,获得积分10
4分钟前
笔墨纸砚完成签到 ,获得积分10
4分钟前
4分钟前
Carl完成签到 ,获得积分10
4分钟前
dyr发布了新的文献求助20
4分钟前
威武青寒完成签到,获得积分10
4分钟前
所所的应助被dyr采纳,获得10
4分钟前
野性的苗条完成签到,获得积分10
5分钟前
漂亮的颤完成签到,获得积分10
5分钟前
5分钟前
高分求助中
(应助此贴封号)通过应助OA文献获取积分 10000
Rosenblum, Global Change Biology 800
Organizational Behavior 510
Arbitrage Theory in Discrete and Continuous Time 500
English Longitudinal Study of Ageing: Waves 0-11, 1998-2024 300
2026-2030年中國基因檢測行業市場前瞻與未來投資戰略分析報告 300
Geschichtliche Grundbegriffe (GGB), Band 5: Pro–Soz 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 有机化学 化学工程 内科学 物理 生物化学 复合材料 催化作用 细胞生物学 人工智能 心理学 无机化学 基因 遗传学
热门帖子
关注 科研通微信公众号,转发送积分 7828432
求助须知:如何正确求助?哪些是违规求助? 9353515
关于积分的说明 20573287
捐赠科研通 7421254
什么是DOI,文献DOI怎么找? 3335812
关于科研通互助平台的介绍 2480676
邀请新用户注册赠送积分活动 2356278