[发明专利]一种分子组学与计算结构联用的肿瘤新生抗原检测筛选方法及系统

说明书

本发明公开了一种分子组学与计算结构联用的肿瘤新生抗原检测筛选方法。本发明公开的肿瘤新生抗原检测方法，能够快速高效地检测出表达量高并且能够与HLA高亲和力且稳定结合的肿瘤新生抗原。本发明还公开了一种预测TCR‑pMHC蛋白质三维结构的方法，从蛋白质结构的层面评估TCR、肿瘤新生抗原和MHC三者的亲和力和稳定性，并将TCR与pMHC的亲和力及稳定性预测筛选、抗原肽表达翻译和疏水及突变模式等综合纳入到肿瘤新生抗原的检测分析流程中。本发明还提出了进一步使用质谱方法验证筛选出的新生抗原在癌症病人中是否真实存在，评估抗原肽在人体中的结构稳定性。本发明还提出了预测肿瘤微环境的免疫细胞类型及比例的方法及系统。

本申请以申请日为2020年12月04日，申请号为202011398320.9的发明专利申请为优先权基础。

技术领域

本发明属于肿瘤新生抗原检测领域以及蛋白质三维结构预测领域，具体涉及一种基于组学检测的肿瘤新生抗原检测方法以及TCR-pMHC蛋白质三维结构预测的肿瘤新生抗原筛选方法。

背景技术

肿瘤新生抗原(neoantigen)，又称肿瘤特异性抗原(tumor-specific antigen，缩写TSA)，是指肿瘤细胞所特有的能够与主要组织相容性复合物(majorhistocompatibility complex，缩写MHC)以及T细胞受体(T cell receptor，TCR)特异性结合的多肽片段。上世纪的研究表明，肿瘤细胞能够特异性的表达一些短肽，这些短肽能够被MHC结合并呈递，这些短肽即为肿瘤新生抗原。到了上世纪90年代，Boon等人发现肿瘤新生抗原能够被CD8+或CD4+的T细胞识别，并且，TCR、肿瘤新生抗原和MHC是通过形成三元复合物来发挥免疫效应的。

近些年，以CAR-T与免疫检查点抑制剂为代表的免疫疗法在肿瘤治疗中取得了很好的疗效，同样作为免疫疗法，基于癌症病人所特有的肿瘤新生抗原开发的个性化肿瘤疫苗在近几年也取得了较大的进展。2016年，Rosenberg研究团队在《新英格兰医学杂志》上发表重要成果，他们针对KRAS基因G12D突变设计肿瘤新生抗原，并将表达这些肿瘤抗原的淋巴细胞回输给癌症病人，使得病人的症状得到了缓解。Catherine J.Wu研究团队分别于2017和2019年在《nature》杂志上发表文章，报道了他们基于肿瘤新生抗原制备的肿瘤疫苗治疗黑色素瘤和恶性胶质瘤的研究成果。其中，在接受肿瘤疫苗治疗的黑色素瘤患者中出现了癌症不再复发的例子，虽然，接受肿瘤疫苗治疗的恶性胶质瘤患者全都死于并发疾病，但是，其中一些患者的存活时间得到了有效的延长，这些都说明个性化肿瘤疫苗对抑制肿瘤的发展具有很好的临床效果。

最近十年，随着高通量测序和机器学习在生物医学中的广泛应用，极大的提升了检测肿瘤新生抗原的效率以及准确性。到目前为止，多个筛选肿瘤新生抗原的计算机流程已经被开发出来，包括：pVACseq、MuPeXI、Tlminer、OpenVax、NeoEpiScope、EpiSeq和CloudNeo等。但是，这些计算机流程都只能够预测抗原肽与MHC的结合亲和力，并没有涉及pMHC(抗原肽与MHC形成的复合物)与TCR的结合。由于每一个人的TCR基因都存在基因重排的情况，使得每个人体内都存在成千上万的TCR，导致TCR和pMHC没有一种固定的结合模式，因此，基于蛋白质序列的机器学习方法并不适用于TCR与pMHC的亲和力预测。

目前市场上还没有出现能够预测TCR与pMHC结合亲和力及构象稳定性的肿瘤新生抗原检测方法；同时在筛选过程中，对抗原肽疏水性、氨基酸突变位点、抗原肽长度和氨基酸分布规律等特征挖掘利用尚不充分。

发明内容

为克服上述现有技术中存在的缺陷，本发明创新提出了一种基于第二代基因组测序的肿瘤新生抗原检测方法，所述方法可以预测抗原肽与MHC的亲和力，还可以预测T细胞受体-肿瘤新生抗原-主要组织相容性复合物(TCR-pMHC)蛋白质复合物的三维结构，并对预测出的TCR-pMHC蛋白质结构进行打分，从蛋白质三维结构的层面评估TCR与pMHC的结合亲和力和/或构象稳定性，有助于从多角度检测肿瘤新生抗原。