来源：分析测试百科网

　　哈佛大学研究团队五月三十日在Nature Genetics杂志上发布了一种新的计算方法，该方法可以帮助人们用RNA-seq数据从头组装肿瘤浸润T细胞的CDR3序列。这篇文章的通讯作者是哈佛大学的刘小乐 (X. Shirley Liu)教授和刘军（Jun S. Liu）教授。

　　肿瘤浸润T细胞是从血液进入肿瘤的淋巴细胞。肿瘤浸润T细胞大量存在，说明机体启动了对抗肿瘤的免疫反应。研究人员将自己的方法用于29种癌症的9,142个RNA-seq样本，鉴定了超过六十万的肿瘤浸润T细胞CDR3序列。

　　研究显示，在许多肿瘤中（除了大脑和肾脏肿瘤）浸润T细胞CDR3序列的长度分布、氨基酸保守性和V区基因取用其实 和健康人外周血T细胞差不多。值得注意的是，T细胞多样性和肿瘤突变负荷有很强的关联。此外，研究人员还在CDR3序列中鉴定了三个潜在的免疫原性体细胞 突变。

　　刘小乐 (Xiaole Shirley Liu) 青年时代就读于天津南开中学, 1992 年考入北京大学生物系。1994 年转学到美国史密斯女子学院 (Smith College) 双修生物化学和计算机科学, 三年后以最高拉丁荣誉毕业 (Summa Cum Laude, 授予全校积分最高的 1% 的毕业生)。2002 年于斯坦福大学取得生物医学信息学博士和计算机科学辅修博士学位后, 被直接聘为哈佛大学终身制助理教授。她目前担任哈佛大学公共卫生学院生物统计与计算生物学系的终身正教授、Dana-Farber 肿瘤研究所功能性癌症表观遗传组学中心主任, 和同济大学生物信息学系教授并长江学者讲座教授。

　　刘小乐教授带领的研究小组最近在国际著名学术期刊上发表了多项研究成果。高通量实验中的噪音和偏好使高维基因组数据 分析成为了一项很大的挑战。刘小乐教授与和德克萨斯大学西南医学中心合作对此进行了深入研究。他们开发了一种强大的计算方法——MANCIE，并将其发表 在今年四月的Nature Communications杂志上。

　　生物学网络中高度关联的蛋白对于细胞生存尤为重要。此前人们已经通过整合蛋白互作网络，改善了RNAi筛选的结果。 这意味着，蛋白互作网络应该也能提高CRISPR筛选结果的质量。刘小乐教授领导研究团队在此基础上开发了预测基因重要性的新方法，可以很好的用于 CRISPR筛选等功能基因组实验。

　　刘小乐教授此前还在《NATURE REVIEWS GENETICS》上发表文章，探讨了NGS染色质分析出现偏好的常见原因、如何判断这些偏好、减少偏好对结论的影响。这篇综述以DNA为中心，总结了 NGS染色质分析中最重要的经验教训，提出了一些解决偏好的分析策略。