[发明专利]一种肿瘤突变肽MHC亲和力预测方法及其应用

说明书

本发明提出了一种肿瘤突变肽MHC亲和力的预测方法，包括如下步骤：(一)肿瘤特异性突变序列的获取；(二)对突变肽MHC亲和力预测，以所述突变序列翻译成预定长度的氨基酸FASTA序列，获得测试肽；对所述测试肽分别进行与MHCI分子、MHCII分子的亲和力评估，按照确定的等级标准筛选突变肽；(三)对步骤(二)中筛选出的具有高亲和力所述突变肽，进行蛋白酶体切割预测，筛选出能够被蛋白酶体有效切割的所述突变肽；(四)实验验证实验合成步骤(三)验证突变肽与患者特有MHC的亲和力。本发明还提出了一种基于肿瘤突变肽MHC亲和力的预测方法在筛选肿瘤新生抗原及制备个性化肿瘤疫苗中的用途。

技术领域

本发明涉及生物技术领域，特别涉及一种MHC亲和力预测方法、用途及基于亲和力预测的个性化肿瘤疫苗制备方法。

背景技术

随着NGS测序技术的发展，筛选肿瘤特异性抗原实现了技术上的突破。2013年，Rosenberg团队率先利用外显子技术，在肿瘤细胞系上发现新生抗原(neoantigens)，并验证了其免疫反应。通过使用NGS技术和构建算法模型，外显子测序和转录组测序能准确表征肿瘤细胞的DNA和RNA，找出可能引起免疫细胞识别的肿瘤突变，生物信息学工具的发展则提高了肿瘤新生抗原的筛选能力，基因组大数据和计算机算法加速了肿瘤表位预测以及MHC(主要组织相容性复合体)亲和力预测，推动了癌症个性化免疫治疗(personal vaccineagainst cancer)的发展。

鉴于癌症预后与免疫反应成正相关，因而特定的免疫细胞被作为免疫治疗的潜在靶标。免疫系统中最有效且最主要的抗原呈递细胞是树突状细胞(dendritic cell，DC)，因此这类细胞也成为个性化癌症免疫治疗策略之一。Sébastien Anguille等利用含有WT1RNA自体树突状细胞免疫AML患者，II期临床试验结果显示可以预防或延缓化疗后43％的AML患者的复发，改善的总体生存期(Blood Clinical Trials and Observations,Aug.23,2017)。

癌症个性化免疫治疗另一个新的热点利用高通量测序识别肿瘤特异性的突变蛋白。基因组测序的最新进展表明，在癌症起始和进展的过程中，存在数以万计的不同的体细胞突变。大多数突变(过客突变)不赋予肿瘤生长优势，但会导致肿瘤基因组的不稳定。只有较少数量的癌症突变(驱动突变)干扰正常细胞调节并有助于癌症生长和对靶向治疗产生抗性。迄今为止，已经鉴定出约140个可以驱动肿瘤发生的基因。然而，驱动突变和过客突变都可能改变氨基酸编码序列，统称为非同义突变，形成肿瘤表达的突变蛋白，这些突变蛋白不被正常细胞表达。这些异常蛋白质序列在胞内被蛋白酶体加工成短肽，然后再被主要组织相容性复合物(MHC，在人类中也称为人类白细胞抗原(HLA))结合，呈递到细胞表面上，从而作为外来抗原被T细胞识别。

2017年7月，来自美国波士顿Dana-Farber癌症中心(Neon Therapeutics公司支持的临床项目)和德国美因茨大学的两个研究团队(BiopharmaceuticalNew Technologies，BioN Tech公司支持的临床项目)最近展示了高通量测序在肿瘤“个性化疫苗”在临床上取得的重大突破，并分别在《Nature》上发表了题为An immunogenic personal neoantigenvaccine for patients with melanoma(Nature 22991,July 5,2017)和PersonalizedRNA mutanome vaccines mobilizepoly-specific therapeutic immunity againstcancer(Nature 23003,July 5,2017)的成果文章。两个临床项目都是首先对患者肿瘤组织样本进行测序，并分别使用独特算法预测哪些突变最有可能引起免疫反应，并基于预测结果，分别开发出了以多肽片段和RNA为基础的疫苗，在晚期黑色素瘤3期或4期的中晚期复发高危人群身上进行临床实验。