[发明专利]基于多肽结构性指标预测新抗原的方法

说明书

本发明公开了一种基于多肽结构性指标预测新抗原的方法，属于生物信息学技术领域。该方法包括以下步骤：S01，获取样品测序数据；S02，识别样品体细胞变异；S03，样品变异过滤；S04，翻译变异序列为蛋白质；S05，蛋白片段分割，并过滤人类正常蛋白质组中多肽；S06，预测蛋白片段结构；S07，计算相应多肽结构性指标；S08，筛选新抗原。发明基于多肽结构的指标，可以从微观层面对新抗原的性质进行刻画，从而对分子生物学特征筛选新抗原的方法是一个重要补充。

技术领域

本发明属于肿瘤免疫治疗生物信息学技术领域，具体涉及一种基于多肽结构性指标预测新抗原的方法。

背景技术

恶性肿瘤是对人类危害最严重的疾病之一，针对恶性肿瘤的治疗方法在过去几十年中取得长足发展。现阶段常规的恶性肿瘤治疗方式包括手术、放疗、化疗以及靶向治疗，然而，上述治疗方式都有一定的局限性，并且容易受到毒副作用和肿瘤复发的影响。近年来，基于激活免疫系统从而抑制和杀伤肿瘤细胞的免疫治疗成为恶性肿瘤领域新的热点，其中基于新抗原的免疫治疗具有作用范围广和毒副作用小等特点。

新抗原疫苗肿瘤免疫治疗效果显著，可应用于多癌种且毒副作用较小，目前已经成为免疫治疗家族中重要的成员。该治疗方法的核心是免疫原性抗原多肽的选择，目前新抗原的预测包括分析肿瘤及正常组织的全外显子组测序和转录组测序数据，鉴定蛋白质编码区的DNA突变及人类白细胞抗原亚型，利用生物信息方法获得由突变DNA所翻译的突变多肽，并最终预测突变多肽是否能被人类白细胞抗原被提呈到细胞表面。

当前筛选潜在新抗原的依据主要是基于突变丰度，表达量和多肽与对应的HLA之间的亲和力等分子生物学特征。然而越来越多的实验结果表明存在独立于这些特征之外的因素也会影响多肽的免疫原性。对于与MHC蛋白结合的多肽而言，诸如电荷，疏水表面等特征的影响是由肽在结合槽内的构象以及各种氨基酸侧链的大小和位置决定的。因此，预测免疫原性多肽可以通过考虑多肽/MHC复合物结构特性的方法来加强。因此，为了提高对于新抗原的筛选效率和对多肽免疫原性预测的准确率，将多肽结构性指标纳入多肽免疫原性筛选方法的具有重要意义的。

发明内容

针对筛选肿瘤新抗原存在的上述问题，本发明充分考虑了多肽结构对于多肽免疫原性的影响，开发了一套基于多肽结构性指标筛选新抗原的生物信息学方法。

本发明在于公开一种基于多肽结构性指标预测新抗原的方法，包括以下步骤：

S01，获取样品测序数据；

S02，识别样品体细胞变异；

S03，样品变异过滤；

S04，翻译变异序列为蛋白质；

S05，蛋白片段分割，并过滤人类正常蛋白质组中多肽；

S06，预测蛋白片段结构；

S07，计算相应多肽结构性指标；

S08，筛选新抗原。

优选的，上述样本为新鲜肿瘤组织样品；作为替代，可以选择外周血液样本。

在本发明的一些实施方式中，，S01中，对肿瘤样品以及正常对照样品进行DNA测序，获取样品测序数据，样本测序数据中包括多个重叠或部分重叠的短读序列。

在本发明的一些优选的实施方式中，S01中，获取肿瘤样品不小于500X深度测序数据以及正常对照200X深度测序数据。

在本发明的一些优选的实施方式中，S01中，采用全外显子测序或者Panel捕获测序。

在本发明的一些优选的实施方式中，S02中，包括以下步骤：

S21，将肿瘤样品以及正常对照样品测序数据分别比对到参考基因组，定位短读序列在参考基因组上面的位置；