腫瘤細胞的遺傳不穩(wěn)定性往往導致大量突變的發(fā)生，其中非同義突變的表達可以生成腫瘤特異性蛋白，這些蛋白即為新生抗原（Neoantigen）。腫瘤新生抗原在正常細胞中不表達，具有高度的免疫原性。新生抗原被內(nèi)源性蛋白酶體（proteasome）降解為8-11個左右氨基酸的短肽，肽段與MHC-I類分子特異性結(jié)合，然后被呈遞至癌細胞表面，被免疫系統(tǒng)T細胞識別，激活T細胞，進而使得癌細胞被效應T細胞攻擊和消除。因此，新生抗原可以作為腫瘤免疫治療的靶標，直接用于評估免疫治療的響應效果。新生抗原的產(chǎn)生與作用過程我們可以通過以下視頻來了解一下。
早期的新生抗原鑒定方法主要是基于全外顯子組測序（WES）與RNA-seq結(jié)合，然后根據(jù)參考序列庫預測出候選肽段，但是測序的方法并不能提供直接證據(jù)來證明預測的新生抗原是否是真實存在的。高分辨質(zhì)譜分析方法的快速發(fā)展使得HLA特異結(jié)合表位的直接鑒定成為可能。基于質(zhì)譜的新生抗原鑒定不僅可以在一個實驗中鑒定數(shù)千個MHC結(jié)合肽，而且可以同時揭示這些突變肽段的翻譯后修飾等信息。

基于質(zhì)譜的新生抗原鑒定方法雖然靈敏度和分辨率非常高，可以得到全面的譜圖信息，但是難點主要在樣品制備和低豐度多肽譜圖的解析上。在質(zhì)譜數(shù)據(jù)分析方法的層面上，目前主要方法仍然需要借助基因組、轉(zhuǎn)錄組測序或者二維分離等手段構建理論參考譜圖庫，然后借助這些參考庫對新生抗原的質(zhì)譜數(shù)據(jù)進行解析。該方法的局限在于無法發(fā)現(xiàn)譜圖庫中沒有包含的肽段，基因雖有突變但是未表達、表達后發(fā)生修飾、被蛋白酶體剪切等等。

為了深入挖掘新生抗原質(zhì)譜數(shù)據(jù)中的有效譜圖信息并對腫瘤新生抗原預測，BSI開發(fā)了全新的DeepImmu新生抗原發(fā)現(xiàn)平臺，將深度學習算法整合到數(shù)據(jù)處理中，借助AI技術解析新生抗原的候選肽段。

豆谷科技將于2022年1月7日下午舉辦腫瘤新生抗原在線免費講座，為大家介紹AI驅(qū)動的基于質(zhì)譜技術的新生抗原發(fā)現(xiàn)技術，歡迎交流。
 
如何報名:
參考文獻
1.Yarchoan, M., et al., Targeting neoantigens to augment antitumour immunity. Nat Rev Cancer, 2017. 17(4): p. 209-222.
2.Gopanenko, A.V., E.N. Kosobokova, and V.S. Kosorukov, Main Strategies for the Identification of Neoantigens. Cancers (Basel), 2020. 12(10).
3.Bassani-Sternberg, M., Mass Spectrometry Based Immunopeptidomics for the Discovery of Cancer Neoantigens. Methods Mol Biol, 2018. 1719: p. 209-221.