CVD_TCR_Database

我们编译并整理了各种公开可用的高质量TCR库数据集，形成一个统一的数据库，旨在促进跨疾病模型的整合分析和CDR3基序发现。主要来源在PubMed ID列中注明。数据整理和注释的详细信息在下面的参考文献中描述。随着该领域的进展，该资源将不断更新。We have curated and compiled various publicly available high-quality TCR repertoire datasets into a unified database, aiming to facilitate integrated analysis across disease models and CDR3 motif discovery. Primary sources are noted in the PubMed ID column. Detailed information on data curation and annotation is described in the references below. This resource will be continuously updated as the field progresses.

原始信息汇总

CVD_TCR_Database数据集概述

数据集简介

CVD_TCR_Database是一个经过整理和筛选的T细胞受体（TCR）谱系数据库，汇集了多种公开可用的高质量TCR谱系数据集。其目标是促进跨疾病模型的整合分析和CDR3基序发现。

主要特点

• 数据来源：整合了多个公开的高质量TCR谱系数据集。
• 数据标注：主要数据来源在PubMed ID列中注明。数据筛选和标注的详细信息在相关参考文献中描述。
• 持续更新：该资源将随着领域进展而持续更新。

访问方式

• 可浏览数据库：可通过网址 https://ramosimmunocardiology.github.io/CVD_TCR_Database/ 在线浏览。

引用信息

如需引用本数据库，请使用以下文献： Richter, L., Dias-Ferreira, J., Campos Ramos, G., & Ashour, D. (2026). T Cell Receptor Repertoires Across the Continuum of Vascular, Myocardial, and Age-Related Diseases. Immunological reviews, 339(1), e70125. https://doi.org/10.1111/imr.70125

搜集汇总

数据集介绍

构建方式

在心血管疾病免疫学研究领域，整合多源数据对于揭示T细胞受体（TCR）库的异同至关重要。CVD_TCR_Database通过系统收集与整理公开的高质量TCR库数据集，构建了一个统一的数据资源。其构建过程涉及从多个疾病模型和研究中提取TCR序列信息，并利用PubMed ID标注原始文献来源，确保数据可追溯性。数据经过精心筛选与注释，以支持跨疾病模型的整合分析及CDR3基序的发现，并承诺随着领域进展持续更新，保持资源的时效性与完整性。

特点

该数据集的核心特点在于其跨疾病模型的整合性与高质量的数据结构。它汇集了心血管疾病、心肌疾病及年龄相关疾病等多种疾病背景下的TCR库数据，为比较研究提供了统一平台。数据以标准化的格式呈现，包含详细的注释信息，如疾病类型、样本来源和原始文献引用，便于用户进行深度挖掘。此外，数据集强调公开可访问性，通过在线浏览界面提供直观的数据探索功能，支持研究人员快速检索与可视化分析，从而加速免疫学机制的解析。

使用方法

使用CVD_TCR_Database时，研究人员可通过其在线浏览平台直接访问数据，进行交互式查询与筛选。数据集适用于TCR库的整合分析，用户可基于疾病类别、样本特征或CDR3序列等维度提取子集，以探索跨疾病的TCR模式。对于高级分析，数据可下载至本地，结合生物信息学工具进行基序发现、克隆型追踪或免疫组库比较。引用时需遵循提供的文献格式，确保学术规范性，同时鼓励用户关注更新，以获取最新数据补充。

背景与挑战

背景概述

在免疫学与心血管疾病交叉研究领域，T细胞受体（TCR）库的深度解析对于揭示疾病机制与免疫调控网络至关重要。CVD_TCR_Database由Ramos免疫心脏病学团队于2026年创建，旨在整合公开的高质量TCR库数据集，推动跨疾病模型的综合分析与CDR3基序发现。该数据库通过系统化收集与注释，为研究血管、心肌及年龄相关疾病中的TCR谱系动态提供了标准化资源，显著促进了免疫心脏病学领域的知识整合与数据驱动研究。

当前挑战

该数据集致力于解决心血管疾病中TCR库异质性解析的挑战，包括识别疾病特异性CDR3基序、阐明T细胞克隆扩增与疾病进展的关联。在构建过程中，团队需克服数据来源异构性、标准化注释流程的建立以及跨研究平台数据整合的技术难题，同时确保数据库的持续更新以跟进领域进展，维持数据的时效性与可靠性。

常用场景

经典使用场景

在心血管免疫学领域，CVD_TCR_Database作为一个整合性资源，其经典使用场景聚焦于跨疾病模型的T细胞受体（TCR）谱系比较分析。研究人员通过该数据库能够系统性地探索不同心血管疾病状态下TCR序列的分布特征，识别共享或特异的CDR3基序，从而揭示免疫应答在疾病进展中的动态演变。这种整合分析不仅促进了高通量数据的可重复利用，也为深入理解T细胞介导的免疫机制提供了关键的数据支撑。

衍生相关工作

围绕该数据库衍生的经典工作主要包括TCR基序挖掘算法优化与跨疾病免疫图谱构建。例如，研究团队利用该资源开发了针对心血管疾病的CDR3序列聚类方法，揭示了疾病相关T细胞克隆的演化规律；同时，基于数据库的整合分析促进了多中心研究合作，催生了关于衰老与心肌免疫微环境交互作用的重要学术成果，进一步拓展了免疫卡迪奥学的研究边界。

数据集最近研究

最新研究方向

在心血管与免疫学交叉领域，CVD_TCR_Database的整合为T细胞受体（TCR）库分析提供了统一平台，推动了跨疾病模型的整合研究。当前前沿聚焦于利用该数据库挖掘CDR3序列中的保守基序，以揭示T细胞在动脉粥样硬化、心肌炎及衰老相关疾病中的克隆扩增规律。热点事件包括结合单细胞测序与人工智能算法，预测TCR特异性并关联临床预后，这深化了对免疫介导心血管病理机制的理解，为精准免疫治疗靶点发现奠定数据基础。