Projektbeschreibung
Berechnung der Bindungsspezifität von T-Zellen gegen Tumorantigene
T-Lymphozyten kommt eine immunologische Schlüsselrolle zu, da sie infizierte Zellen durch Antigene erkennen und direkt abtöten, aber auch andere Immunzellen rekrutieren können. Allerdings sind noch zu viele Mechanismen der T-Zell-vermittelten Immunantwort ungeklärt, sodass die Bindungsspezifität von T-Zellen nun im Rahmen des EU-finanzierten Projekts MT-PoINT erforscht wird. Anhand von Sequenzierungsdaten soll nach Mustern gesucht werden, über die die Interaktion zwischen T-Zell-Rezeptor und spezifischem Antigenepitop berechnet werden kann. Dies könnte die Entwicklung personalisierter Immuntherapien auf Basis manipulierter T-Zellen deutlich vereinfachen.
Ziel
T cells are a key element of the human immune system. Upon binding to antigenic peptides (called T cell epitopes), T cells can induce the death of infected cells or prime and regulate other immune cells. In cancer immunotherapy treatments, T cells are genetically re-engineered to recognize cancer epitopes and destroy malignant cells. Unfortunately, it still remains challenging to determine which T cells can target a specific epitope, both from a computational and experimental point of view. This limits mechanistic understanding of T-cell-mediated immunity and translational applications for disease treatments.
Thanks to advances in high-throughput sequencing technologies, sequence data of T cells coupled with their cognate epitopes are accumulating at an unprecedented pace, offering unique opportunities to develop data-driven T cell-epitope interaction predictors.
The goal of the MT-PoINT project (Motif in T cells for the Prediction of INTeractions) is to identify patterns in T cells sequences that underlie the binding specificity, interpret them at the structural level, and to develop sequence-based predictors of T cell-epitope interactions (Aim1) with a special focus on T cells targeting cancer epitopes (Aim2). My project will capitalize on a unique dataset of publicly available and in-house generated data that was not available in previous studies, and T cell sequence data from cancer patients of Lausanne University Hospital will allow me to benchmark the in-silico predictors in a clinically relevant setting.
Accurate predictions of TCR-epitope interactions can narrow down the list of T cell candidates for personalized cancer immunotherapies, and significantly accelerate cancer immunotherapy clinical developments.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- NaturwissenschaftenBiowissenschaftenBiochemieBiomoleküle
- Medizin- und GesundheitswissenschaftenKlinische MedizinOnkologie
- Medizin- und GesundheitswissenschaftenGrundlagenmedizinImmunologieImmuntherapie
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) H2020-MSCA-IF-2020
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordinator
1015 LAUSANNE
Schweiz