HLA結合性ネオ抗原予測を用いたがんの免疫療法への応答性予測の数理的解析

使用 HLA 结合新抗原预测来预测癌症免疫治疗反应的数学分析

• 批准号: 22K12260
• 负责人: 長谷川 嵩矩
• 金额: $ 2.58万
• 依托单位: Tokyo Medical and Dental University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12260/
• 关键词: がん免疫; 腫瘍特異的ネオ抗原; 深層学習; 応答性予測; ネオアンチゲン

2022年度は、既存研究を組み合わせることで、HLA Class 1結合性ネオ抗原の統合解析を行った。これまで多くのHLA Class 1結合性ネオ抗原の予測手法が開発されており、結合親和性・免疫原性に加えて、変異のsub-clonality評価、HLA-ペプチド複合体の安定性評価、ペプチドの切断部位予測など多くの補助的方法も散発的に提案・採用されているが、これらを網羅的かつ統合的に実践するアプリケーションは存在しない。そのため、まずこれら既存研究を評価した上で、複数の手法を合わせてHLA Class 1結合性ネオ抗原の網羅的解析することで、ネオ抗原候補を同定する一連のパイプラインを作成した。次に、TCGA/ICGCデータベースから得られたがん腫瘍検体のWGS/WESデータ、並びにRNAseq.データを構築したパイプラインに適用することで、ネオ抗原の腫瘍ごとの絶対数を計測した。得られた値を、免疫チェックポイント阻害薬などが効果的であるとされている腫瘍とそうではない腫瘍に分けて差を評価したところ、ネオ抗原の絶対数に関して傾向が見られた。このような指標はtumor burdenと言われており、過去の研究においても評価されてきた指標であるが、複数の指標を用いてネオ抗原を予測したことで、より際立った結果が得られたものと考えている。TCGA/ICGCデータベースには薬剤の投与データも存在するため、免疫療法（主に免疫チェックポイント阻害薬）に奏功と得られた指標の関連性に関して評価を実施した。

在2022年，我们通过结合现有研究进行了HLA 1级结合新抗原的综合分析。到目前为止，已经开发了许多用于预测HLA 1类结合新抗原的方法，除了结合亲和力和免疫原性外，还提出了许多辅助方法，并在零星上提出了许多辅助方法，例如对突变的评估，稳定性评估，对HLA肽复合物的稳定性评估，但在此且无法实现隔离和隔离的方式。因此，在首次评估了这些现有研究之后，我们通过组合多种方法来全面分析HLA 1结合新抗原，创建了一系列管道来识别候选新抗原。接下来，通过应用WGS/WES数据和RNASEQ测量每个肿瘤的新抗原的绝对数量。从TCGA/ICGC数据库获得的癌症肿瘤标本的数据到构建肿瘤的管道。当将获得的值分为肿瘤中，其中免疫检查点抑制剂被认为是有效的，而在免疫检查点抑制剂和未属于的肿瘤的肿瘤中，就新抗原的绝对数量观察到了趋势。这种指标称为肿瘤燃烧，尽管在过去的研究中也对其进行了评估，但我们认为，通过使用多个指标预测新抗原获得了更突出的结果。由于药物管理数据也存在于TCGA/ICGC数据库中，因此对免疫疗法结果（主要是免疫检查点抑制剂）与获得的指数之间的关联进行了评估。

项目成果

Pythonで実践 生命科学データの機械学習 第7章 実践編（2）：腫瘍特異的ネオ抗原の機械学習を用いた予測

用Python进行生命科学数据实用机器学习第七章实用版（二）：利用机器学习预测肿瘤特异性新抗原

• 发表时间: 2023
• 作者: 清水秀幸;長谷川嵩矩 他
• 通讯作者: 長谷川嵩矩 他