Nat Biotech |免疫肽組學鑒定腫瘤抗原
原創?存在一棵樹?圖靈基因?今天
收錄于話題#前沿分子生物學技術
撰文：存在一棵樹
IF=54.902
推薦度：?????
亮點：
本篇綜述闡述了經典和非經典的腫瘤抗原，并討論了非經典抗原在免疫系統識別腫瘤以及在癌癥免疫療法中的重要性。
2021年10月11日，瑞士洛桑洛桑大學路德維希癌癥研究所的Michal Bassani-Sternberg與George Coukos在《Nature Biotechnology?》上發表了一篇名為“Identification of tumor antigens with immunopeptidomics”的綜述。本綜述回顧了當前識別和驗證腫瘤抗原的方法，闡述了該領域仍有待解決的主要挑戰和局限性；概述了非經典腫瘤抗原的潛在臨床意義，并討論了將抗原發現方法推進臨床的潛在途徑。
殺傷性?T?細胞識別腫瘤細胞需要人類白細胞抗原?(HLA)?分子在抗原呈遞細胞表面呈遞腫瘤抗原，大多數已知的腫瘤抗原已通過廣泛的分子特征鑒定，其中來自于基因組的蛋白質編碼區，則為經典腫瘤抗原；而非經典抗原是源自蛋白質編碼區之外的序列或由非經典抗原加工機制產生的抗原。在蛋白質編碼基因的開放閱讀框?(ORF)?內編碼的經典腫瘤抗原已被廣泛探索用于癌癥免疫治療，而在2016?年，Laumont?等人通過基于?MS?的免疫肽組學表明，HLA?結合肽可以來自蛋白質編碼區以外的來源。如圖1所示，用于HLA-I?呈遞的細胞內肽生成始于基因組區域的轉錄及其向蛋白質翻譯的過程中，遺傳變異、表觀遺傳調控、轉錄本剪接機制、RNA?編輯和異常翻譯的存在可能導致非經典肽產物的產生。
目前臨床研究急需的是可系統鑒定真正具有腫瘤特異性、在患者之間共享、在所有惡性細胞中穩定表達和具有免疫原性的腫瘤抗原的方法，以此快速推進癌癥免疫療法的發展。其中免疫肽組學是一種大規模、深入的方法，能夠識別和量化所呈現的?HLA?免疫肽組。但其需要實施先進的分析和計算蛋白質基因組學管道，以準確識別、驗證和篩選規范和非規范的抗原，然后可以選擇這些抗原進行臨床前測試和臨床實施。這里，如圖2所示，介紹了基于質譜的免疫肽組學，其是通過免疫親和力的純化和液相色譜-質譜聯用的測定，對HLA呈現的多肽樣品進行集體鑒定和定量。過程如下，首先收集和處理來自癌癥患者的腫瘤組織和健康匹配組織以提取?HLA?肽；采用平板法進行?HLA-I?和HLA-II?免疫親和純化，通過反相?C18提取從?HLA?復合物中分離出多肽；隨后這些肽經過液相色譜分析并注入質譜儀以獲得質譜圖；與此同時，對腫瘤組織和血液/健康組織DNA?進行測序，以確定腫瘤特異性非同義突變；RNA-seq用來深入了解感興趣的轉錄本的表達水平，Ribo-seq?可以用來確定積極翻譯的轉錄本；組學信息用于定制蛋白質參考數據庫，進一步過濾以只包含腫瘤特異性的結果，參考數據庫既可以用于匹配的免疫肽組學樣本，也可以進行質譜分析。總的來說，MS?數據庫的搜索提供了腫瘤經典和非經典抗原的鑒定。
通過?MS?從生物樣品中識別新的但未注釋的非規范抗原并不簡單，因為只能識別數據庫中已經提供的肽序列，但由于下一代?DNA?測序、RNA?測序?(RNA-seq)?和核糖體測序(Ribo-seq)?技術的快速發展，新現蛋白質基因組學。蛋白質基因組學可利用來自基因組學、轉錄組學和翻譯組學數據的信息擴展基于?MS?的蛋白質組學或免疫肽組學數據的解釋，可能對免疫肽組學分析提供指導。對于這種解釋，蛋白質序列數據庫可以是通用的，也可以部分或完全針對癌癥患者進行個性化。如圖3所示，蛋白質基因組學指導的免疫肽組學分析的方法分為三個部分：數據庫?(DB)?創建、肽識別以及后處理和驗證程序。其中數據庫創建，可以從簡單的通用數據庫到復雜的數據庫，包括使用可用測序數據進行個性化定制，并且可以利用特定條件來過濾從而定制的進一步的數據庫。
基于蛋白質基因組學對非經典?HLA?結合肽的鑒定依賴于不同信息層的組合，然而根據目前面臨生物學問題，研究人員被迫在數據庫完整性、搜索時間的增加和更高的?FDR之間進行權衡，但目前多種proteogenomics多重計算工具被開發出來，在近幾年應用到解決這一關鍵問題，使其可在錯誤的層面上控制或仔細評估。各種研究表明，非經典腫瘤抗原肽的翻譯可以在腫瘤免疫中發揮重要作用，因此將非經典腫瘤抗原肽與檢查點阻斷治療策略相結合，將增加可用的免疫治療選擇。所以必須充分探索這些非經典抗原，并提供原始數據以支持目標的識別、驗證和分類，并確保一致的基因組注釋；除此之外，非經典抗原的許多屬性需要進一步剖析，如其在腫瘤中表達的可能異質性及其免疫逃逸機制。
最終，當認為此類抗原具有臨床相關性并在臨床前模型中得到驗證時，可應用于不同的免疫治療平臺，包括疫苗接種方法、T?細胞療法、T?細胞受體?(TCR)?模擬抗體；并通過改進生物樣本庫工作，收集多個縱向不同的腫瘤區域和匹配的健康組織患者樣本，更多的轉化研究將揭示非經典抗原的全部臨床意義。
教授介紹
Michal Bassani-sternberg，瑞士洛桑大學腫瘤學系Hi-TIDe實驗室免疫肽類組組長。該小組的中心目標是將基于質譜的免疫肽組學整合到腫瘤科個性化免疫治療的創新轉化臨床策略中。其研究主要集中在通過質譜法發現抗原上，并開發了一種基于?MS?的高通量工作流程，可以直接從組織樣本中嚴格準確地深入鑒定?HLA?結合肽；還建立了一個非常全面的從不同癌癥類型中分離出來的免疫肽數據庫，并發現了數百種與癌癥相關的新?HLA?配體；結合外顯子組測序數據，將分析擴展到包括識別患者的特定新表位，這些新表位包含非同義體細胞突變。目前，其實驗室正在推進了這一策略，以開發針對癌癥患者的個性化免疫療法和免疫監測。
參考文獻
1、Chong, C., Coukos, G. &Bassani-Sternberg, M. Identification of tumor antigens with immunopeptidomics.?NatBiotechnol?(2021).
