{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,3,21]]，“日期-时间”：“2024-03-21T22:41:25Z”，“时间戳”：1711060885723}，“引用-计数”：65，“出版商”：“牛津大学出版社（OUP）”，“问题”：“1”，“许可证”：[{“开始”：{-“日期-零件”：[2022,12,24]]，”日期-时间“：”2022-12-24T00:00:00Z“，”时间戳“：1671840000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https://ademicial.oup.com/journals\/pages\/open_access\/funder_policies//chorse\/standard_plication_model”}]，“funder”：[{“DOI”：“10.13039\/501100001809”，“name”：“中国自然科学基金会”，“DOI-asserted-by”：“publisher”，“award”：[“61972268”]}]，“内容域”：{“domain”：[]，“crossmark-restriction”：false}，“short-container-title”：[[]，“published-print”：{”日期部分“：[2023,19]]}，”摘要“：”摘要<\/jats:title>\n癌症、肾病和心力衰竭等潜在疾病与严重新冠肺炎的高风险相关。对有潜在疾病的新型冠状病毒肺炎患者进行准确分类对于个性化治疗决策和预后评估至关重要。在本研究中，我们提出了一个可解释的人工智能模型VDJMiner，以挖掘潜在的医疗条件，并根据患者的免疫储备预测其预后。在1400多名新冠肺炎患者的队列中，VDJMiner准确识别了多种潜在疾病，包括癌症、慢性肾脏病、自身免疫病、糖尿病、充血性心力衰竭、冠心病、哮喘和慢性阻塞性肺病，接收机工作特性曲线（AUC）下的平均面积为0.961。同时，在同一队列中，VDJMiner在预测严重新冠肺炎时的AUC为0.922。此外，VDJMiner在预测新型冠状病毒肺炎（COVID-19）患者对托利昔单抗治疗的反应时，在中途退出试验中达到了0.857的准确度。此外，VDJMiner对与疾病相关的T细胞受体的V（D）J基因片段进行了解释性挖掘和评分。单细胞V（D）J基因片段与新型冠状病毒肺炎（COVID-19）的相关性与以往的研究高度一致。VDJMiner的源代码可在https:\/\/github.com/TencentAILabHealthcare\/VDJMiner.上公开访问。VDJMiner的web服务器位于https:\/\/gene.ai.tencent.com/VDJMiner\/<\/jats:p>“，”DOI“：”10.1093\/bib\/bbac555“，”type“：”journal-article“，”created“：{”date-parts“：[2022,12,23]]，”date-time“：”2022-12-23T15:12:08Z“，”timestamp“：1671808328000}，”source“：前缀“：”10.1093“，”卷“：”24“，”作者“：[{”给定“：”于“，”家人“：”赵“，”序列“：”第一“，”隶属关系“：[[{“名称”：“中国深圳腾讯人工智能实验室”}]}，{“ORCID”：“http://\/ORCID.org\/00000-0003-1719-9290”，“authenticated-ORCID”：false，“给定”：“Bing”，“family”：“He”，“序列”：“additional”，“affiliation”：[{“name”：“AI”中国深圳腾讯实验室“}]}，{“given”：“志盟”，“family”：“Xu”，“sequence”：“additional”，“affiliation”：[{“name”：“AI Lab，Tencent，Shenzhen，China”}]}，{”given“：”Yidan“，”family“：”Zhang“，”sequence“：”additional“，”affiliance“:[{”name“：”AI Lab，Tecent，Shenhun，China“}，”{“名称”：“四川大学计算机科学学院，中国成都”}]{，{given：“Xuan”，“家庭”：“Zhao”，“sequence”：“additional”，“affiliation”：[{“name”：“中国深圳腾讯人工智能实验室”}]}，{“given”：“Zhi-An”，“family”：“Huang”，“se序列”：“附加”，“feliation”:[{（name）：“中国广东省深圳腾讯智能实验室”{“name”：“香港城市大学东莞研究院计算机科学与信息技术中心”}]}，{“given”：“Fan”，“family”：“Yang”，“sequence”：“additional”，“affiliation”：[{“name”：“AI Lab，Tencent，Shenzhen，China”}]}，{”given“：”Liang“，”family“：”Wang“，”sequence“：”additional：“四川大学计算机科学学院，中国成都”}]}，{“ORCID”：“http://\/ORCID.org\/00000-0001-8031-9086”，“authenticated-ORCID”：false，“given”：”江宁“，“family”：“Song”，“sequence”：“additional”，“affiliation”：[{“name”：“中国深圳腾讯人工智能实验室”}：“澳大利亚墨尔本莫纳什大学莫纳什生物医学发现研究所和莫纳什数据期货研究所”}]}，{“给定”：“建华”，“家族”：“姚”，“序列”：“附加”，“隶属关系”：[{“名称”：“中国深圳腾讯AI实验室”}]]，“成员”：“286”，“在线发布”：{“日期部分”：[2022,12,24]]}：“2023011917075230300_ref1”，“doi断言者”：“crossref”，“doi”：“10.1136\/postgradmedj-2020-138386”，“文章标题”：“严重急性呼吸系统综合征冠状病毒2型和新冠肺炎的大流行”，“卷”：“97”，“作者”：“Adil”，“年份”：“2021”，“期刊标题”：“Postrad Med J”}，{“key”：“2023011917075230300_ref2”，“doi断言者”：“crossref”，“首页”：“e1003”，“doi”：“10.1016\/S2214-109X（20）30264-3“，”article-title“：“2020年全球、区域和国家对由于潜在健康状况而导致严重新冠肺炎风险增加人群的估计：建模研究”，“卷”：“8”，“作者”：“克拉克”，“年份”：“2020”，“期刊标题”：“柳叶刀全球健康”}，{“关键”：“2023011917075230300_ref3”，“doi-asserted-by”：“crossref”，”第一页“E66“，”DOI“：”10.5888\/pcd18.210123“，”article-title“：”2020年3月至2021年3月，540667名因新型冠状病毒肺炎住院的成年人的潜在疾病和严重疾病“，”volume“：”18“，”author“：”Kocompanyets“，”year“：”2021“，”journal-title”：“Prev Chronic Diss”}，{“key”：“2023011917075230300_ref4”，“DOI-asserted-by”：“crossref”，“首页”：“877”，“DOI”：“”10.1080/14787210.2021.1863146”，“文章标题”：“新冠肺炎疫情的最新进展：流行病学、发病机制、预防和治疗策略”，“卷”：“19”，“作者”：“Tsang”，“年份”：“2021”，“期刊标题”：“专家Rev Anti-Infect Ther”，{“key”：“20230119170752303000_ref5”，“文章标题”：“整合年龄组、性别和潜在条件的covid-19预测模型“，“volume”：“67”，“author”：“Imran”，“year”：“2021”，“journal-title”：“Compute Secur”}，{“key”：”2023011917075230300_ref6“，“doi-asserted-by”：“crossref”，”first page“：”373“，“doi”：“10.1016\/j.trecan.2020.12.005”，“article-title“：”肿瘤\u2013免疫协同进化对癌症回避和优化免疫治疗的影响”，“卷”：“7”，“作者”：“乔治”，“年份”：“2021”，“期刊标题”：“癌症研究趋势”}，{“问题”：“补充2”，“关键”：“2020 3011917075230300_ref7”，”doi-asserted-by“：”crossref“，”first page“：”S4“，“doi”：“10.1186\/ar1703”，“article-title”：“T细胞在自身免疫性炎症中的作用“，“volume”：“7”，“author”：“Skapenko”，“year”：“2005”，“journal-title”：“Arthritis Res-Ther”}，{“key”：”2023011917075230300_ref8“，“doi-asserted-by”：“crossref”，“first-pages”：“23”，“doi”：“10.1038\/s41574-021-00575-1”，“article-title“：”适应性免疫细胞形成肥胖相关的2型糖尿病和不太突出的合并症”，“体积”：“18”，“作者”：“SantaCruz-Calvo”，“年份”：“2022”，“期刊标题”：“Nat Rev Endocrinol”}，{“关键”：“2020年1917075230300_ref9”，“doi-asserted-by”：“crossref”，《首页》：“591”，“doi”：“10.1038”，“s41577-020-00433-7”，“文章标题”：SARS-CoV-2的共享CD8+T细胞受体“，“volume”：“20”，“author”：“Levantovsky”，“year”：“2020”，“journal-title”：“Nat Rev Immunol”}，{“key”：”2023011917075230300_ref10“，“doi-asserted-by”：“crossref”，“first-pages”：“684”，“doi”：“10.1002\/iid3.358”，“article-title“：”HLA基因多态性与新冠肺炎死亡率之间的关系：计算机分析”，“卷”：“8”，“作者”：“富田”，“年份”：“2020”，“期刊标题”：“Immun Inflamm Dis”}，{“密钥”：“20230119170752303000_ref11”，“doi断言”：“crossref”，“首页”：“442”，“doi”：“10.1016\/j.community.200.06.024”，“文章标题”：“新冠肺炎患者T细胞和B细胞受体序列的下一代测序显示与疾病严重程度相关的特征“，“数量”：“53”，“作者”：“Schulthei\u00df”，“年份”：“2020”，“期刊标题”：“免疫”}，{“关键”：“2023011917075230300_ref12”，“doi-asserted-by”：“crossref”，”第一页“603”，“doi”：“10.1007”article-title“：“人类\u03b1\u03b2TCR序列的特征描述和TCR\u03b2链中D-D融合的发现”，“卷”：“5”，“作者”：“刘”，“年份”：“2014年”，“期刊标题”：“蛋白细胞”}，{“键”：“2023011917075230300_ref13”，“doi-asserted-by”：“crossref”，“首页”：“738”，“doi”：“10.1016\/j.it.2015.09.006”，“article-title”：“适应性免疫储备的生物信息学和统计分析”，“卷”：“36”，“作者”：“Greiff”，“年份”：“2015年”，“期刊标题”：“趋势免疫”}，{“关键”：“2023011917075230300_ref14”，“doi-asserted-by”：“crossref”，“首页”：“e1006874”，“doi”：“10.1371”\/journal.pcbi.1006874“，”文章标题“：“u03b1\u03b2 T细胞受体的基因”，“体积”：“”15“，”author“：”Dupic“，”year“：”2019“，”journal-title“：”PLoS Compute Biol“}，”{“key”：“2023011917075230300_ref15”，”doi-asserted-by“：”crossref“，”first page“：”4099“，”doi“：”10.1182\/blood-2009-04-217604“，”article-title”：“alphabeta T细胞中T细胞受体β链多样性的综合评估”，“volume”：”114“，“author”：“Robins”，“year”：“2009”，“journal-title“：”Blood“}，{”key“：”2023011917075230300_ref16“，”doi-asserted-by“：”crossref“，”first-pages“：”790“，”doi“：”10.1101\/gr.115428.110“，“artict-title”：“人类外周血样本的穷尽性T细胞库序列显示抗原选择的特征和直接测量的库大小至少为100万个克隆型”，“volume“：”21“，”author“：”Warren“，”year“：”2011“，”journal-title“：”Genome Res“}，{“key”：“2023011917075230300_ref17”，“doi-asserted-by”：“crossref”，“first-page”：“936”，“doi”：“10.1038\/s42256-021-00413-z”，“article-title”：“用于自适应免疫受体序列机器学习分析的immuneML生态系统”，“volume”:“3”，“author”：“Pavlovi\u0107”，“”年份“：”2021“，”journal-title“：”Nat Mach Intell“}，{“key”：“2023011917075230300_ref18”，“doi-asserted-by”：“crossref”，“first page”：”4817“，”doi“：”10.1093\/生物信息学\/btaa611“，“article-title”：“Scirpy:用于分析单细胞T细胞受体序列数据的Scanpy扩展”，“volume”:“36”，“author”：“Sturm”，“year”：“2020”，“journal-title”“”生物信息学“}，{“key”：“2023011917075230300_ref19”，“article-title”：“immunomind\/immunrach:immunarch 0.7.0”，“author”：“Popov”，“year”：“2020”}，“key“：”20230119117075230300_ ref20“，“artice-title“：”天然和合成暴露于SARS-CoV-2的T细胞受体β（TCR\u03b2）序列和结合关联的大规模数据库”，“volume”：10“，”author“：”Nolan“，”year“：”2020“，”journal-title“：”Res-Sq“}，{”key“：”2023011917075230300_ref21“，”doi-asserted-by“：”crossref“，“first page”：“3356”，“doi”：“10.1093\/bioinformatics\/btv359”，“article-title”：“Change-O:一个用于分析大规模B细胞免疫球蛋白序列数据的工具包”，“volume”：”31“，“author”：“Gupta”，“year”：“2015年”journal-title“：”生物信息学“}，{”key“：”2023011917075230300_ref22“，”doi-asserted-by“：”crossref“，”first page“：“e1004503”，”doi“：”10.1371\/journal.pcbi.1004503“，”article-title”：“VDJtools:Unified post analysis of T细胞受体库”，“volume”：“11”，“author”：“Shugay”，“year”：“2015”，“journal-title”“：”PLoS Compute Biol“}”，{“key”：“”2023011917075230300_ref23“，”doi-asserted-by“：”crossref“，”first page“：”54“，”doi“：”10.1038\/s41587-021-00989-2“，”article-title“：”通过克隆型邻图分析（CoNGA）整合T细胞受体序列和转录谱“，”volume“：“40”，“author”：“Schattgen”，“year”：“2022”，“journal-title”：“Nat Biotechol”}，{“key”：“”2023011917075230300_ref24“，”doi-asserted-by“：”crossref“，”first page“：”47“，”doi“：”10.12688\/f1000research.22139.1“，”article-title“：”scRepertire:An R-based toolkit for single cell immune receptor analysis“，”volume“：“9”，”author“：”Borcherding“，“year”：“2020”，“journal-title”：“F1000Res”}，{“key”：“20230119175230300_ ref25”，“”doi-sserted-by：“”交叉参考“，”首页“：”61“，”DOI“：”10.1016\/j.canlet.2019.12.007“，”article-title“：”人工智能在癌症诊断和预后中的应用：机遇与挑战“，”volume“：”471“，”author“：”Huang“，“year”：“2020”，“journal-title”：“cancer Lett”}，{“key”：“2023011917075230300_ref26”，“DOI-asserted-by”：“crossref”，“DOI”：“10.1186\/s10033-00570-7”，“article-title“：“AI增强监测、诊断和预后的挑战和机遇：综述”，“卷”：“34”，“作者”：“赵”，“年份”：“2021”，“期刊标题”：“中国机械工程”}，{“关键”：“2020 3011917075230300_ref27”，“doi-asserted-by”：“crossref”，《首页》：“2419”，“doi”：“10.1111\/jgs.17299”，“article-title”：“新冠肺炎患者虚弱程度与预后的关系：一项生活回顾和荟萃分析”，“卷”：“69”，“作者”：“Dumitrascu”，“年份”：“2021年”，“期刊标题”：“美国老年医学杂志”}，{“关键”：“2020年1917075230300_ref28”，“doi-asserted-by”：“crossref”，《首页》：“205”，”doi“10.1007 \/s00330-021-08049-8”，“文章标题”：使用CT成像和临床数据预测新冠肺炎进展的人工智能”，“卷”：“32”，“作者”：“王”，“年份”：“2022”，“期刊标题”：“欧洲放射”}，{“关键”：“2020 3011917075230300_ref29”，“doi-asserted-by”：“crossref”，“首页”：“4968”，“doi”：“10.1038\/s41467-020-18786-x”，“文章标题”：根据胸部CT和临床特征早期预测新冠肺炎患者的疾病进展”，“卷”：“11”，“作者”：“冯”，“年份”：“2020”，“期刊标题”：“Nat Commun”}，{“关键”：“2023011917075230300_ref30”，“doi-asserted-by”：“crossref”，”doi“：”10.1093\/bib\/bbab206“，”article-title“：”基于生物标志物纵向测量的新冠肺炎预后预测范式”，“卷”：“22”，“作者”：“陈”，“年份”：“2021年”，“期刊标题”：“简要生物信息”}，{“关键”：“2020年1917075230300_ref31”，“首页”：“25”，“文章标题”：”人工智能在医疗保健应用中的兴起“，“卷“2”，“作家”：“玻尔”，“年”：“2020”，“journal-title”：“Artif Intell Med”}，{“key”：“2023011917075230300_ref32”，“doi-asserted-by”：“crossref”，“first page”：”1605“，“doi”：“10.1038\/s41467-021-21879-w”，“article-title“：”DeepTCR是一个深度学习框架，用于揭示T细胞库中的序列概念“，”volume“：”12“，”author“：”Sidhom“，”“年份：”2021“journal-title（新闻标题）：”Nat Commun“}”，{“key”：“2023011917075230300_ref33”，“article-title”：“et\u00a0al”，“volume-title“：”BioRxiv“，”author“：”Jurtz“}，{”key“：”2023011910752300_ref34“，”doi-asserted-by“：”crossref“，”first page“：7“，”作者“：“Dash”，“year”：“2017”，“journal-title”：“Nature”}，{“key”：“2023011917075230300_ref35”，“article-title“：“T细胞受体序列到抗原特异性的高度多重右旋糖酐映射和预测框架”，“volume”：”7“，“author”：“Zhang”，“year”：”2021“，”journal-title“:”Sci Adv“}，”{“key”：：“crossref”，“first page”：“456”，“DOI”：“10.1016\/j.ygeno.2020.0.12.036”，“article-title”：“使用单细胞测序综合分析新型冠状病毒肺炎TCR谱”，“volume”：”113“，”author“：”Wang“，”year“：”2021“，”journal-title“：”Genomics“}，{“key”：“}，{”键“：“2023011917075230300_ref38”，“doi-asserted-by”：“crossref”，“first page”：“436”，“doi”：“10.1038\/nature14539”，“article-title”：“Deep learning”，“volume”：”521“，“author”：“LeCun”，“year”：“2015”，“journal-title“：Nature”}，{“key”：，“volume-title”：“开源软件杂志”，“author”：“McInnes”}，{“key”：“2023011917075230300_ref40”，“doi-asserted-by”：“crossref”，“首页”：“56”，“doi”：“10.1038\/s42256-019-0138-9”，《article-title》：“用可解释的人工智能为树木从局部解释到全球理解”，“volution”：”2“author:”Lundberg“，“year”：“2020”，“Journal-title“：“Nat Mach Intell”}，{“key”：“2023011917075230300_ref41”，“doi-asserted-by”：“crossref”，“first page”：《557》，“doi”：“10.18632\/aging.203834”，“article-title”：“托利昔单抗治疗与新型冠状病毒肺炎患者临床结局之间的关系：系统评价和荟萃分析”，“volume”：，{“key”：“2023011917075230300_ref42”，“article-title”：“TabNet:专注的可解释表格学习”，“author”：“Arik”，“year”：“2019”}，{“key”：”20230119117075230300_ ref43“，”doi-asserted-by“：”crossref“，”first page“：”18“，”doi“：”10.1109\/5254.708428“，：“1998”，“新闻标题”：“IEEE Intell Syst Appl”}，{“key”：“2023011917075230300_ref44”，“doi-asserted-by”：“crossref”，“first page”：”e2111182“，“doi”：“10.1001\/jamanetworkopen.2021.1182”，“article-title”：“儿童中与严重冠状病毒肺炎相关的潜在医疗条件”，“volume”:“4”，“author”：“Kocompanyets”，“yets”：“2011”，“journal-title“：”JAMA Netw Open“}，{“key”：“2023011917075230300_ref45”，“doi-asserted-by”：“crossref”，“first page”：”190“，“doi”：“10.1016\/j.ejca.2021.03.035”，“article-title”：“2019年英国癌症患者对冠状病毒病易感性增强的决定因素：欧洲研究”，“volume”:“150”，“author”：“Pinato”，“year”：“2020”，“journal-title“：”“Eur j cancer”}，{“key”：“2023011917075230300_ref46”，“首页”：“1775”，“文章标题”：“意大利新冠肺炎病死率和死亡患者特征”，“卷”：“323”，“作者”：“Onder”，“年份”：“2020”，“期刊标题”：“JAMA”}，{“关键”：“2023011917075230300_ref47”，“首页”：“248”，“文章标题”：“慢性肾脏病是墨西哥新冠肺炎患者高死亡风险的一种非常重要的共病”，“卷”：“26”，“作者”：“Parra-Bracamonte”，“年份”：“2021年”，“期刊标题”：“肾病治疗”}，{“键”：“2020年1917075230300_ref48”，“doi-asserted-by”：“crossref”，“首页”：“e45”，“doi”：“10.1590\/s1678-996202062045”，“article-title”：“慢性心脏病是巴西新冠肺炎死亡病例中最常见的合并症”，“卷”：“62”，“作者”：“Pachiega”，“年份”：“2020年”，“期刊标题”：“圣保罗医学研究所Rev Inst Med Trop”}，{“关键”：“2023011917075230300_ref49”，“doi-asserted-by”：“crossref”，“首页”：“705”，“doi”：“10.1080 \/17476348.2021.1866547”，“文章标题”：“既往COPD与新冠肺炎死亡率和严重程度的增加有关：一项快速系统综述和荟萃分析”，“卷”：“15”，“作者”：“Rabbani”，“年”：“2021”，“期刊标题”：“Expert Rev Respir Med”}，{“key”：“2023011917075230300_ref50”，“doi断言”：“crossref”，“首页”：“3621”，“doi”：“10.1016\/j.jai.2021.07.030”，“article-title”：“大量多民族人群中的哮喘疾病状态、COPD和COVID-19严重程度”，“volume”：“9”，“author”：“Huang”，“year”：“2021”，“journal-title“：《过敏临床免疫学杂志》}，{“key”：《2023011917075230300_ref51》，“doi-asserted-by”：“crossref”，《首页》：“443”，“doi”：“10.1016\/J.arcmed.2020.102.002”，“artice-title：“墨西哥新冠肺炎患者的高血压、糖尿病和肥胖症，死亡的主要危险因素”，“卷”：“52”，“作者”：“JE-la”，“年份”：“2021年”，“期刊标题”：“Arch Med Res”}，{“key”：“2043011917075230300_ref52”，”doi-asserted-by“：”crossref“，”first page“：”98“，”doi“：”10.1186\/gm502“，”article-title“：“健康与疾病中T细胞库序列分析”，“卷”：“5”，“作者”：“伍兹沃斯”，“年份”：“2013年”，“期刊标题”：“基因组医学”}，{“关键”：“2023011917075230300_ref53”，“文章标题”：”人类\u03b3\u03b 4 TCR健康与疾病库“，”卷“：“9”，“作家”：“菲希特纳”，“年度”：“2020年”，”期刊标题“：”细胞“}，“关键”：“2023011917075230300_ref54”，“doi-asserted-by”：“crossref”，“first page”：“1077”，“doi”：“10.3389\/fgene.2019.01077”“首页”：“2131”，“DOI”：“10.1109\/TCBB.2019.2911071”，“article-title”：“慢性肾脏疾病诊断的XGBoost模型”，“volume”：“17”，“author”：“Ogunneye”，“year”：“2020”，“journal-title“：”IEEE\/ACM Trans-Comput-Biol Bioninform“}，{“key”：”2023011917075230300_ref56“，”DOI-asserted-by“：”crossref“，”first page“：”362“，“DOI:”10.1016\/j.omtn。2020.08.022“，“文章标题”：“一个基于XGBoost和SHAP识别N7甲基鸟苷位点的可解释预测模型”，“卷”：“22”，“作者”：“Bi”，“年份”：“2020”，“期刊标题”：“Mol Ther Nucleic Acids”}，｛“key”：“20230119170752303000_ref57”，“doi asserted by”：“crossref”，“首页”：“2199”，“doi”：“10.1001\/jama.2018.17163”，“文章标题”：“人工智能时代的临床决策支持”，“volume”：“320”，“author”：“Shortiffe”，“year”：“2018”，“journal-title”：“JAMA”}，{“key”：”2023011917075230300_ref58“，”doi-asserted-by“：”crossref“，”article-title“：”可解释的机器学习预测，帮助麻醉师预防手术期间低氧血症“，”volume-title：“Nat Biomed Eng”，“author”：“伦德伯格”，“DOI”：“10.1101\/206540”}，{“key”：“2023011917075230300_ref59”，“首页”：“3”，“article-title”：“新型冠状病毒肺炎的治疗和预后：当前情景和前景（综述）”，“volume”：《21》，“auther”：“Li”，“year”：“2061”，“journal-title“：”：“Exp Ther Med”}、{“key”：“DOI-asserted-by”：“crossref”，“首页”：“1”，“DOI”：“10.1002\/rmv.2146”，“文章标题”：“新冠肺炎严重程度的预测因素：文献综述”，“卷”：“31”，“作者”：“加洛·马林”，“年份”：“2021”，《新闻标题》：“Rev Med Virol”}，{“key”：“2033011917075230300_ref61”，“DOI-asserted-by”：“crossref”，《首页》：“2729”，“DI:”10.3389 \/fimmu.2018.02729“，”文章标题“：“TCR储备作为宫颈癌患者免疫监测和预后评估的新指标”，“卷”：“9”，“作者”：“崔”，“年份”：“2018年”，“期刊标题”：“前沿免疫”}，{“关键”：“2023011917075230300_ref62”，“doi-asserted-by”：“crossref”，《首页》：“e111”，“doi”：“10.1038\/bcj.2013.10”，“article-title”：“TCR-beta F1和/或EZRIN表达缺失与结外周T细胞淋巴瘤的不良预后相关”，“volume”：“3”，“author”：“Rodr\u00edguez-Pinilla”，“year”：“2013”，“journal-title”：“Blood Cancer J”}，{“key”：”2023011917075230300_ref63“，”doi-asserted-by“：”crossref“，”first page“：”2291“，”doi“10.3389”，“fimmu.2018.2291”，“article-title”：“T细胞多功能性和抗Epstein-Barr病毒TCR-V\u03b2谱的丧失与HIV+患者的不良预后和临床参数相关”，“volume”：“9”，“author”：“Hern\u00e1ndez”，“year”：“2018”，“journal title”：《Front Immunol》}，{“key”：《2023011917075230300_ref67》，“doi-asserted-by”：“crossref”，“first page”：“178”，“DOI”：“10.18632\/oncotarget.235”，“article-title”：“IgH基因重排作为非霍奇金u2019s淋巴瘤患者的血浆生物标记物”，“volume”：“2”，“author”：“He”，年：“2011”，“journal-title“：oncotarget”}，{“key”：”2023011917075230300_ref68“，”DOI-asserted-by“：”crossref“，”first page“e1340”，“DOI”：”10.1002\/cti2.1340“，“物品标签”：“大流行前风险队列中与新冠肺炎相关的公共T细胞受体的T细胞储备情况”，“卷”：“10”，“作者”：“Simnica”，“年份”：“2021年”，“期刊标题”：“Clin Transl Immunol”}]，“容器标题”：[“生物信息学简报”]，“原文标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/actical.oup.com/bib\/article-pdf\/24\/1\/bbac555\/48782401\/bbac455.pdf”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“syndication”}，{“URL”：“http:\/\/ectical.roup.com/bib \/article-pdf \/24\/1\/bbac555\/48782401\/bbac555.pdf“，”content-type“：”unspecified“，”content-version“：”vor“，“intended-application”：“相似性检查”}]，“存放”：{“date-parts”：[2023,1,19]]，“date-time”：“2023-01-19T17:11:14Z”，“时间戳”：1674148274000}，“分数”：1，“资源”：{primary“：{”URL“：”https:\/\/cademicial.oup.com/bib\/article\/doi\/10.1093\/bbib\/bbac555\/6960620“}}”，“字幕”：[]，“短标题“：[]，”已发布“：{”日期部分“：[2022,12,24]]}，“references-count”：65，“journal-issue”：{“issue”：“1”，“published-print”：{“date-parts”：[[2023,19]]}}，“URL”：“http://\/dx.doi.org\/10.1093\/bbib\/bbac555”，“relationship”：{}，”ISSN“：[”1467-5463“，”1477-4054“]，”ISSN-type“：[{”value“：”1467-5563“，“type”：“print”}，{“value”：“1477-4054”，“type”：“electronic”}]，“subject”：[]，“published-other”：{“date-parts”：[[2023,1]]}，“已发布”：{“日期部分”：[[2022,12,24]]}}}