[发明专利]泛癌种肿瘤新生抗原高通量预测方法及其应用有效
申请号: | 201910941228.3 | 申请日: | 2019-09-30 |
公开(公告)号: | CN110706742B | 公开(公告)日: | 2020-06-30 |
发明(设计)人: | 程旭东;管旭东 | 申请(专利权)人: | 中生康元生物科技(北京)有限公司 |
主分类号: | G16B15/30 | 分类号: | G16B15/30;G16B20/20;G16B30/10 |
代理公司: | 北京预立生科知识产权代理有限公司 11736 | 代理人: | 朱萍;李红伟 |
地址: | 102206 北京市昌平*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 泛癌种 肿瘤 新生 抗原 通量 预测 方法 及其 应用 | ||
1.一种评估泛癌种肿瘤新生抗原可信度的打分方法,其特征在于,所述打分方法包括如下特征值:突变多肽亲和力、多肽数量、突变多肽和正常多肽亲和力比值、突变所在位置基因或者转录本表达量、突变位点RNA的变异频率、DNA碱基突变的变异频率;
所述打分方法如下所示:Score=A+FC+E;
其中,A=T-R(Med[1: n]),A表示突变多肽亲和力打分;T是候选评估多肽总体数量;Med表示求中位数函数,[1: n]表示第一个软件到第n个软件的亲和力预测值列表;R表示求排序值函数,最小为1,表示突变多肽在所有多肽亲和力值排名;
FC=T-R(MT/WT),T是候选评估多肽总体数量;MT表示突变多肽;WT表示正常多肽;R表示求排序值函数,最小为1,表示突变多肽和对应正常多肽亲和力比值在所有多肽比值中排名;
E=T-R(M*N*2+V),T是候选评估多肽总体数量;M是突变所在位置基因或者转录本表达量;N表示突变位点RNA的变异频率;V=VAF(DNA)/2,VAF(DNA)是DNA碱基突变的变异频率;R表示求排序值函数,最小为1,表示突变多肽在所有多肽中对应值排名。
2.根据权利要求1所述的打分方法,其特征在于,多种软件包括NetMHCpan、NetMHCIIpan、NetMHC、NetMHCcons、MHCnuggets。
3.一种泛癌种肿瘤新生抗原的预测方法,其特征在于,所述预测方法包括利用权利要求1或2所述的打分方法获得泛癌种肿瘤新生抗原的可信度排序。
4.根据权利要求3所述的预测方法,其特征在于,所述预测方法包括如下步骤:
(1)获取肿瘤样本WES和RNA-seq测序数据;
(2)遗传系突变和体细胞突变检测;
(3)突变位置RNA覆盖深度及表达量计算;
(4)突变注释;
(5)突变多肽提取;
(6)MHC分子类型鉴定;
(7)HLA亲和力预测;
(8)利用权利要求1或2所述的打分获得泛癌种肿瘤新生抗原的可信度排序。
5.根据权利要求4所述的预测方法,其特征在于,利用GATK,VarScan,Strelka,Freebayes,VarDict,SomaticSniper软件综合检测遗传系突变和体细胞突变。
6.根据权利要求4所述的预测方法,其特征在于,使用Bam-readcount软件计算突变位置RNA表达量。
7.根据权利要求4所述的预测方法,其特征在于,多肽提取使用滑窗模式,具体的分别以8-11个氨基酸长度的滑窗,在突变位点上下游位置进行逐步滑窗提取包含突变氨基酸的多肽序列,滑窗的步移长度为1。
8.根据权利要求4所述的预测方法,其特征在于,使用seq2HLA进行MHCI和MHCII分子类型的鉴定。
9.根据权利要求4所述的预测方法,其特征在于,使用NetMHCpan、NetMHCIIpan、NetMHC、NetMHCcons、MHCnuggets软件进行综合预测,得到突变多肽亲和力预测结果及IC50值,筛选阈值为:IC50500nM。
10.一种预测泛癌种肿瘤新生抗原的装置,其特征在于,所述的装置包括用于存储程序的存储器以及用于执行所述程序的处理器,以实现权利要求3-9中任一项所述的预测方法。
11.一种计算机可读存储介质,其特征在于,包括程序,所述程序可被处理器执行以完成权利要求3-9中任一项所述的预测方法。
12.权利要求1或2所述的打分方法在预测泛癌种肿瘤新生抗原中的应用。
13.权利要求1或2所述的打分方法在构建权利要求3-9中任一项所述的预测方法中的应用。
14.权利要求1或2所述的打分方法或权利要求3-9中任一项所述的预测方法在制备抗肿瘤药物或疫苗中的应用。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中生康元生物科技(北京)有限公司,未经中生康元生物科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910941228.3/1.html,转载请声明来源钻瓜专利网。