破解免疫识别对于理解广泛的疾病以及开发有效的疫苗和免疫疗法至关重要。由于缺乏能够同时捕捉适应性免疫受体复合物的复杂性和潜在抗原的技术,这方面的努力受到限制。有鉴于此,美国麻省理工学院的Michael E. Birnbaum等研究人员,通过重编程病毒的进入实现抗原识别和高通量相互作用图谱的绘制。
本文要点
1)研究人员提出了靶向逆转录病毒的受体-抗原配对,它结合了病毒假分型和分子工程方法,通过在慢病毒表面显示抗原并在病毒基因组中编码它们的身份来实现一锅式库对库的互动筛选。
2)对表达人类T或B细胞受体的细胞系进行抗原特异性病毒感染,可以通过单细胞测序读出抗原和受体的身份。由此产生的系统是模块化的、可扩展的,与任何细胞类型兼容。
本文研究的这些技术为有针对性的病毒进入、分子工程和相互作用筛选提供了一套工具,并具有广泛的应用潜力。
参考文献:
Connor S. Dobson,et al. Antigen identification and high-throughput interaction mapping by reprogramming viral entry. Nature Methods, 2022.
DOI:10.1038/s41592-022-01436-z
https://www.nature.com/articles/s41592-022-01436-z