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。

2022财年，我们结合现有研究，对HLA 1类结合新抗原进行了综合分析。迄今为止，已经开发了许多HLA 1类结合新抗原的预测方法，除了结合亲和力和免疫原性之外，突变的亚克隆性评估、HLA-肽复合物的稳定性评估、肽虽然切割等许多辅助方法站点预测被零星地提出和采用，还没有全面、集成地实现这些方法的应用。因此，在首先评估这些现有研究后，我们创建了一系列管道，通过使用多种方法综合分析 HLA 1 类结合新抗原来识别候选新抗原。接下来，通过将从 TCGA/ICGC 数据库获得的癌症肿瘤标本的 WGS/WES 数据和 RNAseq 数据应用于构建的管道，我们测量了每个肿瘤中新抗原的绝对数量。当我们将获得的值分为免疫检查点抑制剂有效的肿瘤和无效的肿瘤并评估差异时，我们发现了新抗原绝对数量的趋势。这种指标称为肿瘤负荷，在过去的研究中已经对其进行了评估，但通过使用多个指标来预测新抗原，可以获得更引人注目的结果。由于TCGA/ICGC数据库还包含给药数据，因此我们评估了免疫治疗（主要是免疫检查点抑制剂）的反应与获得的指标之间的关系。

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