当前位置: 首页 > news >正文

FITC标记的Siglec-2 His标签蛋白在肿瘤免疫检查点研究中的应用

一、Siglec受体家族的结构与分类

Siglecs是一类与含唾液酸聚糖结合的受体家族,属于一次穿膜的Ⅰ型膜蛋白,其穿膜区由2至17个胞外Ig结构域组成,N端由一个结合唾液酸的V-set Ig结构域和一定数目的C2-set Ig结构域组成。目前发现15种人源和9种鼠源的Siglec分子。Siglec受体可进一步分为序列保守的受体和与CD33相关的快速进化受体。根据细胞内信号结构域的不同,Siglec受体可分为抑制型、激活型和非信号型。抑制性Siglec受体含有免疫受体酪氨酸抑制基序和免疫受体开关基序的结构域,可通过SHP1和SHP2磷酸酶的参与调节细胞内信号,以与PD-1/PD-L1类似的作用方式抑制免疫细胞激活。FITC标记的Siglec-2 His标签蛋白可用于定量检测Siglec-2蛋白的表达水平和结合活性,为免疫检查点研究提供技术工具。

二、癌症中Siglec配体的异常表达

许多研究报告了癌症和肿瘤微环境中唾液酸聚糖的表达变化,肿瘤细胞通常是高唾液酸化的,产生免疫细胞上抑制性Siglec受体的配体。由于唾液酸转移酶的过表达,胰腺导管腺癌肿瘤细胞显示唾液酸化增加,被髓系细胞上的Siglec-7和Siglec-9识别,并使单核细胞向促瘤巨噬细胞极化。同样,Siglec-9配体的上调已在人类结直肠癌、前列腺癌、乳腺癌和非小细胞肺癌中得到证实。全基因组筛查已确定唾液酸化CD43是Siglec-7的高度特异性配体,抑制NK细胞介导的白血病细胞杀伤。CD24在许多癌症中过表达,并通过与Siglec-10在肿瘤相关巨噬细胞上的相互作用,成为某些卵巢癌和乳腺癌中免疫逃避的主要机制。FITC标记的Siglec-2 His标签蛋白可用于研究Siglec-2与配体的相互作用,为靶点验证提供定量数据支持。

三、Siglec受体对巨噬细胞和树突状细胞的影响

Siglec受体广泛表达于免疫系统的不同细胞上。固有免疫细胞特别是巨噬细胞,高表达多种不同的Siglec受体,包括Siglec-3、Siglec-5、Siglec-7、Siglec-9、Siglec-10等。唾液酸聚糖对胰腺癌细胞的Siglec-7和Siglec-9结合可诱导促肿瘤巨噬细胞表型。癌细胞上的唾液酸化CD24与肿瘤相关巨噬细胞上的Siglec-10相互作用可抑制吞噬作用。巨噬细胞上的Siglec-15也被证明可抑制T细胞介导的抗肿瘤免疫。树突状细胞是抗肿瘤免疫反应的重要介质,已证明树突状细胞上的小鼠Siglec-G可调节抗原处理,小鼠体内的Siglec-E参与抗原摄取和向CD4阳性T细胞的递呈。人单核细胞衍生树突状细胞上的唾液酸聚糖通过Siglec-7和Siglec-9抑制免疫细胞激活。

四、Siglec受体对NK细胞和T细胞的影响

NK细胞是重要的先天性淋巴细胞,研究表明NK细胞上的Siglec-7和Siglec-9可与癌症相关唾液酸聚糖作用,参与抑制抗肿瘤免疫激活。将合成唾液酸聚糖插入肿瘤细胞的细胞膜能够剂量依赖性地抑制NK细胞介导的杀伤和脱颗粒。Siglec-7与多发性骨髓瘤细胞上的唾液酸化PSGL-1相互作用,抑制NK细胞介导的骨髓瘤细胞杀伤。在肾癌细胞中,神经节苷脂Siglec-7配体的过表达抑制NK细胞活化。唾液酸化MUC16结合人Siglec-9并抑制卵巢癌中的NK细胞。研究发现Siglec-9在癌症患者血液和肿瘤浸润性T细胞中上调,在肿瘤特异性耗竭的PD-1阳性T细胞上表达。肿瘤细胞上Siglec-9配体的减少显著诱导T细胞介导的效应器功能和肿瘤细胞杀伤。

五、唾液酸聚糖-Siglec相互作用在肿瘤免疫抑制中的作用

最新的研究表明,肿瘤微环境中含唾液酸聚糖的唾液酸与肿瘤浸润免疫细胞上Siglec受体之间的相互作用可能代表一个新的免疫检查点和癌症免疫治疗的潜在新靶点。唾液酸聚糖与Siglec受体的相互作用已被证明通过诱导肿瘤相关巨噬细胞的促癌表型、抑制NK细胞和中性粒细胞活化、减少树突状细胞成熟和抗原提呈以及抑制T细胞反应,有助于形成免疫抑制肿瘤微环境。在T细胞急性激活后,Siglec-5和Siglec-10也被发现上调,并可能影响抗肿瘤免疫。这些发现揭示了Siglec受体在肿瘤免疫抑制中的核心作用,为开发新的免疫治疗策略提供了理论基础。FITC标记的Siglec-2 His标签蛋白可用于评估Siglec受体在不同免疫细胞亚群上的表达水平,为免疫监测提供工具。

http://www.jsqmd.com/news/730047/

相关文章:

  • 小白也能懂!UN38.3认证全流程托管,您只需寄样品。
  • 别再让维表Join拖慢你的Flink任务!手把手教你用Redis Connector实现高性能Lookup Join
  • 借助 Taotoken 多模型聚合能力为你的智能体应用选择最佳模型
  • 豆包写的1万字生物论文维普AI率95.7%,用率零8分钟降到3.7%!
  • 思源黑体TTF:七种字重免费商用字体构建完全指南
  • SONOFF ZBMINI Extreme智能开关无零线方案解析
  • FPGA安全NTT架构设计与防护机制解析
  • Laravel 12原生AI扩展实战:5步实现智能表单验证、动态内容生成与实时代码补全
  • Kinematify:基于RGB视频的3D关节物体自动重建技术
  • 从ChatGPT到SEEM:聊聊下一代AI交互界面如何用‘记忆提示’记住你的每一次点击
  • R语言检测LLM偏见的5个反直觉真相:第3个让OpenAI伦理组紧急更新评估协议(附可复现simulation包)
  • JavaScript学习路线
  • 小朱学习c语言
  • ShipPage-Skill:基于Vite+React的静态站点生成器,快速打造个人技能展示页
  • 别再手动投影转换了!R 4.5内置PROJ 9.3+动态坐标系引擎,5行代码搞定WGS84↔CGCS2000↔Web Mercator三重互转
  • 开源硬件扩展:为Digirig SDR设计多通道音频与PTT信号路由模块
  • 强化学习中的量化误差分析与优化策略
  • 视觉推理中的逻辑重建与光学解压缩技术
  • 2026不锈钢滑滑梯技术解析:材质、安全与场景适配推荐 - 优质品牌商家
  • 体验Taotoken多模型聚合调用的低延迟与高稳定性
  • 目前算法还存在缺陷----一定要修复
  • 稀疏自编码器检测语言模型伪相关性实战
  • FOSDEM 2023:开源嵌入式与物联网技术前沿解析
  • RISC-V双发射技术优化:COPIFTv2架构解析
  • 电池管理系统(BMS)核心技术解析与应用实践
  • 2026年京东云怎么搭建OpenClaw/Hermes Agent?百炼token Plan配置详解攻略速成教程
  • GPT Image 2 深度评测:当 AI 图像生成跨越“图灵测试”,它如何重塑开发者工作流?
  • ViC框架:基于VLM的零样本视频检索技术解析
  • FastVMT:视频运动转移技术的计算冗余优化方案
  • 解析test-pilot-loop:轻量级自动化工作流框架的设计与实战