Opis projektu
Przewidywanie rozpoznawania antygenów przez limfocyty T
Nasz układ odpornościowy składa się z kilku subpopulacji limfocytów T — każdą z nich cechuje unikalny profil i funkcja. Istnieje duże zainteresowanie zdolnością rozpoznawania limfocytów T w odniesieniu do patogenów i antygenów nowotworowych w celu poprawy diagnostyki chorób. Finansowany przez Europejską Radę ds. Badań Naukowych projekt nextDART opracuje nową technologię opartą na cząsteczkach głównego układu zgodności tkankowej klasy I. Naukowcy skupią się na wykrywaniu swoistości limfocytów T w próbkach biologicznych i powiązaniu swoistości antygenowej z sekwencją receptorów limfocytów T. Technologia umożliwi przewidywanie rozpoznawanie i swoistości receptorów limfocytów T dla określonych epitopów, oferując środki do prognozowania rozpoznawania immunologicznego przez limfocyty T.
Cel
Our current ability to map T-cell reactivity to certain molecular patterns poorly matches the huge diversity of T-cell recognition in humans. Our immune system holds approximately 107 different T-cell populations patrolling our body to fight intruding pathogens. Current state-of-the-art T-cell detection enables the detection of 45 different T-cell specificities in a given sample. Therefore comprehensive analysis of T-cell recognition against intruding pathogens, auto-immune attacked tissues or cancer is virtually impossible.
To gain insight into immune recognition and allow careful target selection for disease intervention, also on a personalized basis, we need technologies that allow detection of vast numbers of different T-cell specificities with high sensitivity in small biological samples.
I propose here a new technology based on multimerised peptide-major histocompatibility complex I (MHC I) reagents that allow detection of >1000 different T-cell specificities with high sensitivity in small biological samples. I will use this new technology to gain insight into the T-cell recognition of cancer cells and specifically assess the impact of mutation-derived neo-epitopes on T cell-mediated cancer cell recognition.
A major advantage of this new technology relates to the ability of coupling the antigen specificity to the T-cell receptor sequence. This will enable us to retrieve information about T-cell receptor sequences coupled with their molecular recognition pattern, and develop a predictor of binding between T-cell receptors and specific epitopes. It will ultimately enable us to predict immune recognition based on T-cell receptor sequences, and has the potential to truly transform our understanding of T cell immunology.
Advances in our understanding of T cell immunology are leading to massive advances in the treatment of cancer. The technologies I propose to develop and validate will greatly aid this process and have application for all immune related diseases.
Dziedzina nauki
- natural sciencesbiological sciencesgeneticsDNA
- medical and health sciencesclinical medicineoncologylung cancer
- natural sciencesbiological sciencesbiochemistrybiomoleculesproteins
- medical and health sciencesbasic medicineimmunologyimmunotherapy
- medical and health sciencesmedical biotechnologycells technologies
Program(-y)
Temat(-y)
System finansowania
ERC-STG - Starting GrantInstytucja przyjmująca
2800 Kongens Lyngby
Dania