在恶性肿瘤组织中，当正常细胞发生突变时，细胞内表达的突变蛋白被降解而成的抗原片段就会被MHC-I类分子呈递到细胞表面，从而被CD8+ T细胞识别。这种因为突变而表达出来的具有高特异性和强免疫原性的抗原，被称为新生抗原（）。成为肿瘤免疫治疗中理想的生物靶标，因此，快速、准确地筛选并鉴定出新生抗原成为肿瘤免疫治疗的关键环节。
英国皇家马斯登癌症中心 Marco 研发团队在 for of 中发表论文《 of a HLA class I and no in with or MEK- 》（请点击查看原文），通过对衍生类器官（ , PDOs ）细胞大量培养后经外显子测序、HLA分型、RNA测序以及质谱免疫肽法，直接测量了晚期结直肠癌患者衍生类器官的新生抗原数量，结果显示在612个非沉默突变中，仅检测到3个新抗原，相比于传统的HLA亲和力预测方法检测到的304个新抗原，大大增加了新生抗原的准确性。该研究同时利用IFN-γ和MEK抑制剂治疗四种PDOs，结果显示在任何治疗中都没有检测到HLA- I类或II类新抗原增加。这可能解释了最近一项临床试验中MEK抑制剂与PD-L1 联合的免疫检查点抑制剂（ ICI ）治疗联合使用缺乏疗效的原因。
图 | 研究思路
该研究比较了MS免疫肽组数据和使用算法预测的新抗原，发现通过计算分析过度预测了新抗原。这意味着质谱技术筛选肿瘤新生抗原能够直接检测肿瘤细胞表面提呈的新生抗原，实现实时检测个体肿瘤的新生抗原，有助于进一步推动精准治疗。
百蓁生物采用质谱技术并结合特有的算法，提供肿瘤新生抗原筛选鉴定服务，不依赖计算机预测，也无需构建肿瘤病变蛋白质数据库，即可对肿瘤细胞或组织进行新生抗原筛选，大大增加了筛选新生抗原的简便性，同时直接采用质谱检测细胞表面抗原也增加了检测的准确性，结合一系列生信分析，最终可获得候选肿瘤新生抗原肽段序列、同源突变位点分析、HLA结合MOTIF基序分析以及抗原结合亲和力预测分析。
图 | 百蓁生物 新生抗原筛选流程
图 | 筛选出的新生抗原MOTIF分析
研究结果分析（概要）
该研究采用外显子组测序，结果显示每个PDO和驱动基因突变都有78-209个非沉默体细胞突变()，研究发现6种不同的 HLA-I 分子个体中平均存在约30000个不同的肽段，在每个PDO中检测到多达16030个肽段(Fig.1 a, b)， IFNγ刺激后检测到3942个额外的肽段。这表明在取样的PDOs中，多数预估超过50%的肽呈现能力，也意味着基于MS的免疫肽组学对结肠直肠癌衍生类器官(CRC PDO)的研究是可行的。尽管如此，作者只在5个携带612个非沉默的体细胞突变的PDOs中发现了3个突变的新生抗原基因。无论是IFNγ还是MEK抑制剂，都没有促进MS检测到新生抗原 (Fig.4)。重要的是，4例PDOs来自于对之前的缓解性化疗有耐药性的转移性肿瘤，因此它们的生物学和突变负荷应该代表了晚期和难治性结直肠癌的一些特征，在这些患者中通常还会进行新的免疫治疗试验。而在5个结肠癌患者中观察到的很少的新抗原，潜在的解释了微卫星稳定结直肠癌(MSS CRCs)患者中免疫检查点抑制剂(ICIs)疗效较低。
Table 1 of donor and load in the 5 PDOs
Fig. 1 HLA-I in five PDOs. a of per PDO. b of to which fromA
Fig。 4 of the IFNγ (600 ng/ml for 48 h) in four PDOs。 a Flow of HLA-I cell with and IFNγ 。 b of per PDO with and IFNγ 。 c in and HLA-I with and IFNγ 。 d Venn the in and IFNγ-。 Venn were re- so the area the in each 。
e plots the fold with IFNγ 。 Known IFNγ- genes which show a (q < 0。05) fold above +/− 2are drawn in red。 f MS of and IFNγ- 。 g of by MS on HLA- with and IFNγ 。 h Flow of HLA-II per cell with and IFNγ
此外，作者比较了MS免疫肽组数据和使用金标准之一算法预测的新生抗原，发现预测304/612突变(49.67%)能产生强结合自体HLA-I的多肽，其中196个位于可检测到RNA表达的基因中。与此形成对比的是，MS只检测到3种新生抗原(Table 2)，仅占所有非沉默突变的0.49%，此结果表明肿瘤细胞是有选择性地提呈新生抗原，而质谱技术检测能更准确地检测到肿瘤细胞表面的新生抗原(Fig.1 h, Fig.3)。
Table 2 MS-
Fig. 1 HLA-I in five PDOs. h plot of ranks .0 for all MS from panel A to the HLA per PDO. lines show the for each PDO(red) and the (black).
Fig. 3 MS- and in five PDOs. a log2 gene of all genes a that for acid . The three genes from which were by MS are in red. b of for amino acid (, frame-shift and stop-loss ), genes to .0 ( as rank below 0.5%), and - genes that are , to MS-. c HLA rank from .0 for all and weak HLA- in the two MS- . were from to rank, with the ranks of MS- in red
评论（0）