JP2020507557A - 腫瘍抗原性の処理および提示 - Google Patents
腫瘍抗原性の処理および提示 Download PDFInfo
- Publication number
- JP2020507557A JP2020507557A JP2019529846A JP2019529846A JP2020507557A JP 2020507557 A JP2020507557 A JP 2020507557A JP 2019529846 A JP2019529846 A JP 2019529846A JP 2019529846 A JP2019529846 A JP 2019529846A JP 2020507557 A JP2020507557 A JP 2020507557A
- Authority
- JP
- Japan
- Prior art keywords
- cancer
- tumor antigen
- patient
- tumor
- hla
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Abandoned
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6878—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids in eptitope analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/569—Immunoassay; Biospecific binding assay; Materials therefor for microorganisms, e.g. protozoa, bacteria, viruses
- G01N33/56966—Animal cells
- G01N33/56977—HLA or MHC typing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/50—Mutagenesis
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
- C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/5748—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving oncogenic proteins
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57484—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites
- G01N33/57496—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites involving intracellular compounds
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/156—Polymorphic or mutational markers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2570/00—Omics, e.g. proteomics, glycomics or lipidomics; Methods of analysis focusing on the entire complement of classes of biological molecules or subsets thereof, i.e. focusing on proteomes, glycomes or lipidomes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Biomedical Technology (AREA)
- Analytical Chemistry (AREA)
- Cell Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biotechnology (AREA)
- Pathology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- General Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Zoology (AREA)
- Oncology (AREA)
- Biophysics (AREA)
- Genetics & Genomics (AREA)
- Hospice & Palliative Care (AREA)
- Organic Chemistry (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Virology (AREA)
- Tropical Medicine & Parasitology (AREA)
- Wood Science & Technology (AREA)
- General Engineering & Computer Science (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
- Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
Abstract
HLA対立遺伝子タイプおよび腫瘍抗原に存在する変異に基づく免疫療法で腫瘍抗原を標的化する方法が提供される。患者のHLA対立遺伝子タイプおよび癌ドライバー遺伝子の変異に由来する腫瘍抗原を、同じ腫瘍抗原に対して最小限の親和性を有する多数対立遺伝子タイプまたは癌治療の既往がある複数の患者の多数対立遺伝子タイプとマッチングすることができる。マッチング後、腫瘍抗原に対する癌治療を選択して患者に実施し、所望の効果を得ることができる。【選択図】なし
Description
本願は、2016年12月1日に出願された米国特許仮出願第62/428945号の優先権を主張するものであり、上記出願は参照により本明細書に組み込まれる。
本発明の分野は、特にネオエピトープベースの免疫療法での標的エピトープの選択に関する、治療選択肢を予測するためのオミクスデータのコンピュータ解析である。
背景の説明には、本発明の理解に有用であり得る情報が含まれる。それは、本明細書に提供されるいずれかの情報が、本願で特許請求する発明の先行技術である、または本願で特許請求する発明に関連するものであることも、具体的または非明示的に参照される任意の刊行物が先行技術であることも認めるものではない。
本明細書の刊行物および特許出願は、個々の刊行物または特許出願が参照により組み込まれることがそれぞれ具体的かつ個別に示される場合と同様に、参照により組み込まれる。組み込まれる参考文献での用語の定義または使用が本明細書に記載されるその用語の定義と矛盾する、またはこれに反する場合、本明細書に記載されるその用語の定義が適用され、参考文献でのその用語の定義は適用されない。
ある特定の癌によくみられる特定の抗原を標的とする癌免疫療法により、一部の患者に著効が得られている。ただ、多くの患者では、それと同じ抗原が明らかに発現している、または抗原を生じ得る特定の変異が存在するものの、そのような免疫療法が奏効していない。このように奏効しない1つの理由として考えられるのが、患者によって抗原が異なる、換言すれば、異なる点変異が含まれるため、あるタイプの変異を有する抗原を標的とするよう設計された治療方法が、また別のタイプの変異を有する抗原を標的とするのに効果的ではない可能性があるということである。考えられるまた別の理由として、患者間でのヒト白血球抗原(HLA)のばらつきによって抗原の処理および/または細胞表面での抗原提示が不十分なものとなり、それにより抗原が治療および/または免疫系に曝露されない可能性があるというのがある。
免疫療法の特定の標的の選択を促進するため、1つまたは複数の特定の癌関連遺伝子にランダム変異を導入して、細胞溶解性T細胞応答を誘発することができる腫瘍特異的抗原(ネオエピトープ)のライブラリーまたはグループを作製することが試みられてきた。さらに、ランダム変異によって作製したこれらのネオエピトープが様々な対立遺伝子によってコードされるMHCタンパク質とともに提示される可能性があるかどうかを判定することがいくつか試みられてきた。例えば、Hacohenに対する米国特許出願公開第2016/0339090号には、ランダム変異(ミスセンス変異)によって作製した9量体また10量体ペプチドの慢性リンパ腫性白血病患者の9種類の異なる既知のHLAアロタイプに対する結合親和性をnetMHCpanを用いて予測したところ、それらの9量体または10量体ペプチドの大部分が、異なる既知のHLAアロタイプに対して500nM未満の親和性を示すことを明らかになったことが開示されている。
ほかにも、腫瘍タイプおよび変異配列と、民族間で異なる頻度で存在する様々なHLA対立遺伝子との関連性を明らかにすることが試みられている。例えば、Fritschに対する国際出願PCT/US2016/033452号には、1群の野生型および変異型の9量体ペプチド抗原が特定のタイプのHLAアロタイプと様々な結合親和性で結合し、そのHLAアロタイプの一部は特定の民族(例えば、白人、アジア人など)に選択的であるか、または他の民族よりも頻度が高いことが開示されている。Fritschは、予測された500nM未満の親和性で抗原と結合することにより、抗原を癌関連遺伝子の特定の変異配列とともに提示する1つまたは複数のHLAアロタイプと思われるものも特定している。しかし、これらの試みの大部分は、単一の遺伝子に由来する単一の抗原を複数のHLAアロタイプに関して解析したものに限られている。このため、単一の遺伝子に由来する様々な変異を有する抗原のいずれか1つのものが、患者に対する免疫療法で治療効果を示す標的として適するかどうかを容易に判定することはできない。換言すれば、既知の技術では、効果的な免疫療法のために患者の抗原のなかから優先される標的を容易に得ることはできない。
したがって、特定のHLAアロタイプと優先的に結合するネオエピトープを特定する複数の方法が当該技術分野で知られているものの、そのすべて、またはほぼすべてのものに1つまたは複数の欠点がある。したがって、腫瘍抗原を特定し免疫療法での治療奏効の可能性を増大させる改善されたシステムおよび方法があれば望ましいと考えられる。
本発明の主題は、腫瘍抗原を標的化とすることにより癌の免疫療法を効率的に設計し実施することができるように、患者の腫瘍細胞上に提示されると予測される腫瘍抗原を特定する様々なシステムおよび方法に関する。最も通常には、患者のHLA対立遺伝子タイプおよび患者の腫瘍の癌ドライバー遺伝子の変異に基づき、それをある集団に高頻度でみられ変異と結合するHLA対立遺伝子のものと比較またはマッチングすることにより、標的抗原を選択する。したがって、特に好ましい一態様では、本発明者らは、癌の免疫療法で患者の腫瘍抗原を標的化する方法を考慮する。この方法では、患者の腫瘍組織から患者のオミクスデータを入手し、その患者のオミクスデータを用いて、癌ドライバー遺伝子に腫瘍抗原を生じる少なくとも1つの変異が存在することを確認することができる。好ましくは患者の腫瘍組織から、患者のHLA対立遺伝子タイプも判定する。次いで、患者のHLA対立遺伝子タイプおよび腫瘍抗原を同じ腫瘍抗原に対して最小限の親和性を有する多数対立遺伝子とマッチングすることができる。マッチング後、患者に腫瘍抗原を標的とする癌ワクチンを投与することができる。
最も通常には、多数対立遺伝子タイプは、様々な民族、様々な地理的位置、様々な性別または家系の起源の多数対立遺伝子を代表するものである。好ましい実施形態では、多数対立遺伝子タイプは、複数の民族または少なくとも1つの民族で少なくとも0.1%の集団内頻度を有する。あるいは、多数対立遺伝子タイプは、複数の民族または少なくとも1つの民族で上位4分の1に入る集団内頻度を有する。このような多数対立遺伝子タイプに関しては、腫瘍抗原との親和性を複数のHLA対立遺伝子に関して比較することにより最小限の親和性を決定するのが好ましい。あるいは、100nM以下のKdにより最小限の親和性を決定することができる。
本発明の主題の別の態様では、本発明者らは、癌の免疫療法で患者の腫瘍抗原を標的化する方法を考慮する。この方法では、患者の腫瘍組織から患者のオミクスデータを入手し、その患者のオミクスデータを用いて、癌ドライバー遺伝子に腫瘍抗原を生じる少なくとも1つの変異が存在することを確認することができる。好ましくは患者の腫瘍組織から、患者のHLA対立遺伝子タイプも判定する。次いで、患者のHLA対立遺伝子タイプおよび腫瘍抗原を、少なくとも1つのタイプの癌を有すると診断され、少なくとも1つの癌治療で治療した複数の患者のHLA対立遺伝子タイプおよび変異配列とマッチングできる。マッチング後、そのマッチングに基づき、患者に癌治療を実施することができる。
以下の好ましい実施形態の詳細な説明および同じ番号が同じ構成要素を表す添付図面から本発明の主題の様々な目的、特徴、態様および利点がさらに明らかになるであろう。
HLAは、ヒトの主要組織適合複合体(MHC)タンパク質をコードする極めて多型性の遺伝子複合体である。ヒト遺伝子では現時点で、個人間にHLA対立遺伝子の大きな多様性をもたらす4,000を超えるHLA対立遺伝子が確認されている。ごく最近では、人口統計学的研究から、様々なHLA対立遺伝子の頻度を主要な民族、集団の地理的地域または家系の遺伝形質に基づいて層別化することが可能であることが明らかにされており、そのような民族、地理的地域または家系によくみられる癌のタイプまたは免疫関連疾患の罹患率が、それらの集団グループに高頻度で存在するHLA対立遺伝子タイプと密接な関係があることがわかる。
このようなHLA対立遺伝子の大きな多様性は、MHCタンパク質の抗原結合ドメインをコードする核酸セグメントの多型変異に起因する。そこで本発明者らは、異なるHLA対立遺伝子がコードする様々なHLAアロタイプが原因となって癌細胞上に様々な癌抗原が異なる形で存在し、そのため同じ変異を有する腫瘍細胞に対して異なる免疫応答が誘発され得るかどうかを検討した。本発明者らは、異なるHLA対立遺伝子がコードするHLAアロタイプが同じ腫瘍抗原に対して異なる結合親和性を示すことを明らかにした。本発明者らは驚くべきことに、異なるHLA対立遺伝子がコードするHLAアロタイプが、癌ドライバー遺伝子の変異に由来する様々な腫瘍抗原のうち1つの腫瘍抗原との優先的な結合を示し得ることをさらに明らかにした。
それにより本発明者らは、患者に特異的なHLA対立遺伝子タイプを有する患者の腫瘍細胞上にみられる確率の高い腫瘍抗原を標的とすることにより、癌抗原ベースの免疫療法またはネオエピトープベースの免疫療法をさらに改善することが可能であることを発見した。本発明者らはさらに、患者のHLA対立遺伝子に関する情報を、ある集団のグループにほかよりも高頻度でみられる1つまたは複数のタイプの癌に関連するそのような集団のグループに高頻度でみられる少なくとも1つまたは複数のHLA対立遺伝子とマッチングすることにより、高い確率を判定または予測することが可能であることを発見した。
本明細書で使用される「腫瘍」という用語は、ヒト身体の1つまたは複数の解剖学的位置に位置付ける、または見つけることができる1つまたは複数の癌細胞、癌組織、悪性腫瘍細胞または悪性腫瘍組織を指し、これと互換的に使用される。
本明細書で使用される「結合する」という用語は、KDが10−6M以下または10−7M以下という高い親和性での2分子間の相互作用を「認識する」および/または「検出する」という用語を指し、これと互換的に使用され得る。
本明細書で使用される「提供する」または「提供すること」という用語は、製造すること、作製すること、設置すること、使用可能にすること、または使用可能な状態にすることのうちのいずれかの行為を指し包含する。
癌ドライバー遺伝子および変異
本明細書で使用される腫瘍抗原は、腫瘍細胞に発現し、腫瘍細胞表面に発現すると患者に免疫応答を誘発し得る任意のペプチド抗原または非ペプチド抗原(例えば、脂質抗原など)を包含する。腫瘍抗原は癌ドライバー遺伝子または癌パッセンジャー遺伝子によってコードされるものであり得ることが考慮される。本明細書で使用される癌ドライバー遺伝子は、変異(1つまたは複数)が細胞増殖、好ましくは腫瘍細胞増殖を誘発または促進する遺伝子を指す。したがって、例えば、癌ドライバー遺伝子は、癌抑制遺伝子、発癌遺伝子、受容体遺伝子、1つもしくは複数のシグナル伝達遺伝子、転写調節遺伝子または細胞周期関連遺伝子であり得る。これに対し、癌パッセンジャー遺伝子は、変異(1つまたは複数)が細胞増殖、好ましくは正味の細胞増殖を直接誘発することも促進することもない遺伝子を指す。例えば、パッセンジャー遺伝子は、細胞代謝、輸送に関与するある種の遺伝子、細胞内小器官構造遺伝子などを包含し得る。
本明細書で使用される腫瘍抗原は、腫瘍細胞に発現し、腫瘍細胞表面に発現すると患者に免疫応答を誘発し得る任意のペプチド抗原または非ペプチド抗原(例えば、脂質抗原など)を包含する。腫瘍抗原は癌ドライバー遺伝子または癌パッセンジャー遺伝子によってコードされるものであり得ることが考慮される。本明細書で使用される癌ドライバー遺伝子は、変異(1つまたは複数)が細胞増殖、好ましくは腫瘍細胞増殖を誘発または促進する遺伝子を指す。したがって、例えば、癌ドライバー遺伝子は、癌抑制遺伝子、発癌遺伝子、受容体遺伝子、1つもしくは複数のシグナル伝達遺伝子、転写調節遺伝子または細胞周期関連遺伝子であり得る。これに対し、癌パッセンジャー遺伝子は、変異(1つまたは複数)が細胞増殖、好ましくは正味の細胞増殖を直接誘発することも促進することもない遺伝子を指す。例えば、パッセンジャー遺伝子は、細胞代謝、輸送に関与するある種の遺伝子、細胞内小器官構造遺伝子などを包含し得る。
図1に示されるように、腫瘍抗原(例えば、ネオ抗原)の大部分はパッセンジャー遺伝子に由来することがわかり、腫瘍抗原のうち10%を大幅に下回るものが癌ドライバー遺伝子に由来することがわかる。癌ドライバー遺伝子抗原の割合は少ないが、癌ドライバー遺伝子の標的化は、癌ドライバーがコードするタンパク質に対する免疫応答が、腫瘍細胞に対する細胞ベースの細胞毒性効果を促進するのみならず、癌ドライバー遺伝子がコードするタンパク質に対する機能的干渉も促進することから、治療効果の増強をもたらすと考えられることが考慮される。例えば、癌ドライバー遺伝子がKIT(マスト細胞/幹細胞増殖因子受容体)であり、腫瘍抗原を含む場合、KIT腫瘍抗原と結合する抗体は、NK細胞、NKT細胞またはT細胞による細胞傷害性の破壊のためにタンパク質をタグ付し得るのみならず、受容体経路を介するシグナル伝達も阻害し、ひいては癌ドライバー機能を阻害し得る。したがって、免疫療法で標的とするのに最も好ましい腫瘍抗原は、既知の、または予測される変異を有する、既知の、予測される、または疑わしい癌ドライバー遺伝子がコードするタンパク質またはポリペプチド内に位置する腫瘍抗原であると思われる。
腫瘍ドライバー遺伝子が少なくとも1つまたは複数の癌のタイプと関連し、このため、ある癌ドライブ遺伝子の1つまたは複数の変異が、あるタイプの癌に別のタイプの癌よりもみられることが考慮される。例えば、乳癌患者の乳房腫瘍には、他のタイプの癌よりもBRCA1遺伝子の変異が高頻度でみられる。適切な癌のタイプとしては、BLCA、BRCA、CESC、COAD、DLBC、GBM、HNSC、KICH、KIRC、KIRP、LAML、LGG、LIHC、LUAD、LUSC、OV、PRAD、READ、SARC、SKCM、STAD、THCAおよびUCECが挙げられる。
ある遺伝子が癌ドライバー遺伝子であると同定すること、または他の方法で判定する(例えば、予測する)ことに関して、様々な方法および予測アルゴリズムが当該技術分野で知られており、本明細書で使用するのに適していると考えられる。例えば、適切なアルゴリズムとしては、MutsigCV(Nature 2014,505(7484):495−501)、ActiveDriver(Mol Syst Biol 2013,9:637)、MuSiC(Genome Res 2012,22(8):1589−1598)、OncodriveClust(Bioinformatics 2013,29(18):2238−2244)、OncodriveFM(Nucleic Acids Res 2012,40(21):e169)、OncodriveFML(Genome Biol 2016,17(1):128)、Tumor Suppressor and Oncogenes(TUSON)(Cell 2013,155(4):948−962)、20/20+(https://github.com/KarchinLab/2020plus)およびoncodriveROLE(Bioinformatics(2014)30(17):i549−i555)が挙げられる。
癌ドライバー遺伝子は確率論的経路解析ツールを用いて特定することも可能であり、特に好ましいツールとしては、PARADIGM(Bioinformatics,2010,vol.26(pg.i237−i245))が挙げられる。PARADIGMは、観察結果Dのデータセットから推論結果を導くことにより遺伝子経路図φにおける遺伝子の活性を評価するものである。経路図φには隠れた遺伝子発現変数、それに対応する観察データならびに任意の調節入力および出力の間のつながりが記載されている。変数は、相互に関係する変数を拘束する確率論的依存性をコードする諸因子によって互いにつながっている。次いで、PARADIGMはφから導き出された因子グラフに確率伝播アルゴリズムを用いて、遺伝子発現、コピー数および遺伝子相互作用を組み合わせることにより、各遺伝子、複合体、タンパク質ファミリーおよび細胞プロセスの推定経路レベル(IPL)を計算する。正のIPLは、遺伝子が腫瘍において活性である(したがって、癌ドライバー遺伝子であり得る)可能性の高さを示し、負のIPLは、遺伝子が腫瘍において正常に比して不活性である可能性の高さを示す。このような方法は、他の箇所(Bioinformatics(2012)28(18):i640−i646)に記載されているように、ある遺伝子の活性の下流で観察された結果をその調節入力から予測される結果と比較して得られる洞察に基づくShift(PARADIGM−SHIFT)スコアを算出することにより、さらに精度を高めることができる。
上記のものに代えて、またはこれに加えて、癌ドライバー遺伝子の特定には、既知の癌ドライバー遺伝子およびそれに関連する特定の癌に関する様々な情報源を用いてもよい。例えば、ドライバー変異のIntogen Catalog(2016.5;URL:www.intogen.org)には、28の腫瘍タイプからなる汎癌コホートの6,792のエクソーム全体を対象にCancer Genome Interpreterにより実施したドライバー解析の結果が含まれている。最新の臨床データおよび実験データから検証済みの発癌性変異が特定されるのに対し、重要性が明らかにされていない変異の作用はOncodriveMUT法により予測される。同様に、Intogen Cancer Drivers Database(2014.12;URL:www.intogen.org)には、Rubio−PerezおよびTamboreroら(Cancer Cell 27(2015),pp.382−396)でドライバーであると同定された遺伝子に関する情報が含まれている。
癌ドライバー遺伝子の例示的リストを表1に示す。
特定の癌に対するものであり、本明細書に示される教示とともに用いるのに適したさらなる例示的癌ドライバー遺伝子としては、以下のものが挙げられる:
ALL(急性リンパ球性白血病)ドライバー遺伝子としては、CNOT1、CNOT3、FBXW7、FLT3、KRAS、NF1、NRAS、PTEN、RB1、RPL5、SH2B3およびTP53が挙げられる。
AML(急性骨髄性白血病)ドライバー遺伝子としては、ASXL1、BCOR、CBFB、CEBPA、CHD4、CUL1、DIS3、DNMT3A、EGFR、EZH2、FLT3、IDH1、IDH2、KDM6A、KIT、KRAS、MED12、NF1、NPM1、NRAS、PHF6、PRPF8、PTPN11、RAD21、RUNX1、STAG2、SUZ12、TET2、THRAP3、TP53、U2AF1およびWT1が挙げられる。
BLCA(膀胱癌)ドライバー遺伝子としては、ACSL6、ACTB、ACTG1、ADAM10、AFF4、AHNAK、AHR、ANK3、APC、AQR、ARFGAP1、ARFGEF2、ARHGAP26、ARHGAP35、ARID1A、ARID1B、ATR、BAP1、BCLAF1、BCOR、BLM、BMPR2、BRAF、BRCA1、CAD、CARM1、CASP8、CAST、CAT、CCAR1、CCT5、CDH1、CDK12、CDKN1A、CDKN1B、CDKN2A、CEP290、CHD3、CHD9、CHEK2、CIC、CLASP2、CLSPN、CLTC、CNOT1、COPS2、CSDE1、CTCF、CTNNB1、CUL2、DDX3X、DDX5、DICER1、DIS3、DLG1、EEF1B2、EIF2AK3、EIF4A2、EIF4G1、ELF1、ELF3、EP300、ERBB2IP、ERBB3、ERCC2、FAM123B、FAT1、FBXW7、FGFR2、FGFR3、FKBP5、FLT3、FN1、FUS、G3BP2、GNAS、GOLGA5、GPS2、HLA−A、HNRPDL、HRAS、HSP90AA1、HSP90AB1、HSPA8、IDH1、IREB2、IRS2、KDM6A、KEAP1、KLF6、LIMA1、MAP3K1、MAP3K4、MAP4K3、MECOM、MED12、MED24、MET、MGA、MLH1、MLL2、MLL3、MTOR、MYH10、MYH11、NAP1L1、NCF2、NCOR2、NDRG1、NFE2L2、NOTCH1、NRAS、NUP107、NUP98、PCDH18、PCSK6、PHF6、PIK3CB、PIP5K1A、PTEN、PTPRU、RAD21、RASA1、RB1、RBM5、RHOA、RPSAP58、SETD2、SETDB1、SF3A3、SF3B1、SFPQ、SMAD4、SMC1A、SOS1、SOS2、STAG1、STAG2、STK4、SUZ12、TAF1、TAOK1、TAOK2、TBL1XR1、TBX3、TGFBR2、THRAP3、TNPO1、TP53、TP53BP1、TRIO、TSC1、TXNIP、ZFP36L2、ZMYM2およびZNF814が挙げられる。
BRCA(乳癌)ドライバー遺伝子としては、ACO1、ACSL6、ACTB、ACVR1B、AFF4、AHNAK、AKAP9、AKT1、ANK3、APC、AQR、ARFGEF2、ARHGAP35、ARID1A、ARID2、ARID4B、ARNTL、ASH1L、ASPM、ATF1、ATIC、ATM、ATR、BAP1、BCOR、BMPR2、BNC2、BPTF、BRAF、BRCA1、BRCA2、CAD、CARM1、CASP8、CAST、CBFB、CCAR1、CCT5、CDH1、CDK12、CDKN1B、CEP290、CHD4、CHD9、CHEK2、CIC、CLASP2、CLSPN、CLTC、CNOT3、CSDE1、CSNK1G3、CTCF、CUL1、DDX3X、DDX5、DHX15、DIS3、EGFR、EIF1AX、EIF2C3、EIF4A2、EIF4G1、ELF1、EP300、ERBB2、ERBB2IP、ERCC2、FBXW7、FLT3、FMR1、FN1、FOXA1、FOXP1、FUBP1、FUS、G3BP2、GATA3、GOLGA5、GPS2、HCFC1、HLA−A、HLF、HNRPDL、HSPA8、IDH1、ITSN1、KALRN、KDM5C、KEAP1、KLF4、KRAS、LCP1、LPHN2、LRP6、MACF1、MAP2K4、MAP3K1、MAX、MECOM、MED12、MED23、MED24、MGA、MKL1、MLH1、MLL、MLL2、MLL3、MLLT4、MSR1、MTOR、MUC20、MYB、MYH11、MYH14、MYH9、NCOR1、NDRG1、NF1、NF2、NOTCH1、NOTCH2、NR4A2、NRAS、NSD1、NUP107、NUP98、PAX5、PBRM1、PCDH18、PCSK6、PHF6、PIK3CA、PIK3CB、PIK3R1、PIK3R3、PIP5K1A、POLR2B、PRKAR1A、PRKCZ、PTEN、PTGS1、PTPRU、RB1、RBBP7、RBM5、RFC4、RHEB、RPGR、RPL5、RUNX1、SEC24D、SETD2、SETDB1、SF3B1、SFPQ、SMAD4、SMARCA4、SOS1、SOS2、SPTAN1、SRGAP1、STAG1、STAG2、STIP1、STK11、STK4、SUZ12、SVEP1、TAF1、TBL1XR1、TBX3、TCF12、TCF7L2、TFDP1、TGFBR2、THRAP3、TNPO1、TOM1、TP53、TRIO、ZFP36L1およびZFP36L2が挙げられる。
CLL(慢性リンパ球性白血病)ドライバー遺伝子としては、ACTG1、ANK3、ARID1A、ATM、BCOR、CLSPN、CNOT3、CREBBP、DDX3X、EGFR、EP300、ERBB2IP、FBXW7、FGFR2、FGFR3、HNRPDL、IDH1、IRF2、KDM6A、KRAS、MED12、MLL、MLL2、MLL3、MTOR、MYD88、NCOR1、NF1、NOTCH1、NRAS、PBRM1、PLCB1、RB1、SETDB1、SF3B1、STAG2、TP53およびXPO1が挙げられる。
CM(皮膚黒色腫)ドライバー遺伝子としては、ACO1、ACSL3、ACTG1、ACTG2、ACVR1B、ACVR2A、AFF4、AHCTF1、AHNAK、AHR、AKT1、ANK3、AQR、ARFGAP1、ARFGEF2、ARHGAP26、ARHGAP29、ARHGAP35、ARHGEF2、ARHGEF6、ARID1B、ARID2、ASPM、ATF1、ATIC、ATP6AP2、ATRX、B2M、BAP1、BAZ2B、BCLAF1、BLM、BMPR2、BNC2、BPTF、BRAF、BRCA1、BRWD1、C15orf55、CASP1、CASP8、CAST、CAT、CBFB、CCAR1、CCT5、CDC73、CDH1、CDK4、CDKN1A、CDKN2A、CEP290、CHD1L、CHD3、CHD6、CHD9、CHEK2、CIC、CLASP2、CLCC1、CLOCK、CLSPN、CLTC、CNOT3、COL1A1、COPS2、CRTC3、CSDA、CSNK1G3、CTCF、CTNNB1、CUL1、CUL2、CUL3、CYLD、CYTH4、DDX3X、DDX5、DHX15、DICER1、DIS3、DLG1、DNMT3A、EIF1AX、EIF2AK3、EIF4A2、EIF4G1、EIF4G3、ELF1、ELF3、EP300、ERBB2IP、ERBB3、EZH2、FAF1、FANCI、FAS、FBXW7、FCRL4、FGFR3、FMR1、FN1、FOXP1、FUBP1、FXR1、G3BP2、GATA3、GNG2、GOLGA5、HDAC3、HDAC9、HLA−A、HLA−B、HLF、HNRPDL、HRAS、HSPA8、IDH1、IDH2、IREB2、IRF7、ITGA9、ITSN1、JMY、KDM5C、KDM6A、KLF4、KLF6、KRAS、LCP1、LDHA、LNPEP、LRP6、LRPPRC、MAGI2、MAP2K1、MAP2K4、MAP3K1、MAP3K11、MAP3K4、MAP4K3、MAT2A、MCM3、MCM8、MECOM、MED17、MED24、MEN1、MFNG、MKL1、MLH1、MLL3、MSR1、NCF2、NCKAP1、NCOR1、NDRG1、NF1、NF2、NFATC4、NFE2L2、NOTCH1、NPM1、NR2F2、NR4A2、NRAS、NTN4、NUP107、NUP98、PAX5、PCDH18、PER1、PHF6、PIK3C2B、PIK3CA、PIK3CB、PIK3R1、PIK3R3、PIP5K1A、PLCB1、POLR2B、POM121、PPP2R1A、PPP2R5A、PPP2R5C、PPP6C、PRRX1、PSMA6、PTEN、PTGS1、RAC1、RAD21、RAD23B、RASA1、RASA2、RB1、RBBP7、RGS3、RHEB、RHOA、RHOT1、RPL22、RPL5、RTN4、RUNX1、SEC24D、SETDB1、SF3A3、SF3B1、SFPQ、SMAD2、SMAD4、SMC1A、SMURF2、SOS1、SOS2、SOX9、SPOP、STAG1、STAG2、STK11、SUZ12、SVEP1、SYK、SYNCRIP、TAOK1、TBX3、TCF12、TCF4、TFDP1、TFDP2、TGFBR2、TJP2、TNPO1、TP53、TRERF1、USP6、VHL、VIM、WASF3、WIPF1、WNK1、WT1、XRN1、YBX1、ZC3H11A、ZFP36L2、ZMYM2、ZNF638およびZNF814が挙げられる。
COREAD(結腸直腸腺癌)ドライバー遺伝子としては、ACO1、ACSL6、ACVR1B、AKAP9、APC、ARID1A、ARNTL、ASPM、ATM、ATRX、AXIN2、BCOR、BMPR2、BPTF、BRAF、BRWD1、CAD、CASP8、CDC73、CDK12、CDKN1B、CEP290、CHD4、CHD9、CLSPN、CNOT1、CREBBP、CTCF、CTNNB1、CUL1、DIS3、DNMT3A、EGFR、ELF3、FAM123B、FBXW7、FN1、FOXP1、FXR1、GATA3、GNAS、GOLGA5、IDH2、ITSN1、KRAS、LPHN2、MAP2K1、MAP3K4、MECOM、MED12、MED24、MGA、MLL2、MSR1、MYH10、NF1、NR2F2、NR4A2、NRAS、NTN4、NUP107、NUP98、PCBP1、PIK3CA、PIK3R1、POLR2B、PPP2R1A、PTEN、PTGS1、PTPN11、PTPRU、RAD21、RBM10、RTN4、RUNX1、SF3B1、SMAD2、SMAD4、SMC1A、SOS2、SOX9、SRGAP3、STAG2、SYNCRIP、TAF1、TBX3、TCF12、TCF7L2、TGFBR2、TP53、TP53BP1、TRIO、WIPF1、WT1およびZC3H11Aが挙げられる。
DLBC(びまん性大細胞型B細胞リンパ腫)ドライバー遺伝子としては、ACTB、AKAP9、ARID1A、CHD4、CREBBP、FBXO11、MLL2、MYC、SMARCA4およびTP53が挙げられる。
ESCA(食道癌)ドライバー遺伝子としては、ACO1、ACSL6、ACVR1B、ADAM10、AFF4、AHR、ARFGEF2、ARHGAP26、ARHGAP35、ARID1A、ARID2、ARNTL、ASPM、ATM、ATR、ATRX、BAP1、BCLAF1、BLM、BPTF、CAPN7、CDH1、CDKN1B、CDKN2A、CEP290、CHD4、CIC、CLTC、CNOT1、CNOT3、CREBBP、CSNK1G3、CTNNB1、CUL3、DDX5、DLG1、EEF1A1、EGFR、EIF2AK3、EIF4G1、ELF3、EP300、ERBB2IP、ERCC2、EZH2、FBXW7、FGFR2、FLT3、HGF、HLA−B、IREB2、IRS2、ITSN1、KALRN、KDM6A、LRP6、MACF1、MAP2K4、MAP3K4、MED12、MET、MGA、MLL2、MSR1、MTOR、NCKAP1、NFE2L2、NSD1、NUP107、NUP98、PAX5、PIK3CA、PTPRU、RAD21、RBM10、RHOA、RTN4、SETD2、SF3B1、SHMT1、SMAD4、SMARCA4、SMC1A、SOX9、SPTAN1、SRGAP3、SYNCRIP、TAF1、TAOK1、TAOK2、TBX3、TP53、TP53BP1、TRIO、WT1、ZC3H11A、ZFP36L2およびZNF814が挙げられる。
GBM(多形神経膠芽腫)ドライバー遺伝子としては、ACAD8、ADAM10、AKAP9、ANK3、AQR、ARFGEF2、ARHGAP35、ARHGEF6、ARID1A、ARID2、ATRX、BAP1、BPTF、BRAF、BRCA1、CAD、CARM1、CASP1、CHD8、CLOCK、CLTC、CNOT1、CSDE1、CUL1、DIS3、EGFR、EZH2、FAT1、FN1、HDAC9、HSP90AB1、IDH1、KALRN、KDM5C、KDM6A、KDR、KRAS、LRP6、MAP3K4、MAP4K3、MAX、MEN1、MET、MLL、NCF2、NCOR1、NEDD4L、NF1、NFATC4、NR2F2、NUP107、PAX5、PBRM1、PCDH18、PIK3CA、PIK3CB、PIK3R1、PRPF8、PTEN、PTPN11、RB1、RPL5、RPSAP58、SF3B1、SIN3A、SOS1、SOX9、SPTAN1、STAG2、TGFBR2、TJP1、TP53、TRIO、WT1およびZNF814が挙げられる。
HC(肝細胞癌)ドライバー遺伝子としては、ACVR2A、APC、ARHGAP35、ARID1A、ARID1B、ARID2、ASH1L、ATRX、BLM、BPTF、CEP290、CNOT1、CTNNB1、FLT3、IDH1、ITSN1、MACF1、MLL3、MYH10、NF1、NFATC4、NFE2L2、PBRM1、PIK3CA、PTEN、RTN4、SETDB1、SF3B1、TBL1XR1およびTP53が挙げられる。
HNSC(頭頸部扁平上皮癌)ドライバー遺伝子としては、ACAD8、ACTB、ACTG1、ACVR2A、ADAM10、AHR、AKT1、APAF1、APC、ARFGAP1、ARFGEF2、ARHGAP35、ARHGEF6、ARID1B、ARID2、ATIC、ATM、ATP6AP2、ATR、ATRX、B2M、BAP1、BAZ2B、BCL11A、BMPR2、BNC2、BPTF、BRAF、BRCA1、BRWD1、CAD、CARM1、CASP1、CASP8、CAT、CCAR1、CCT5、CDH1、CDK12、CDKN1B、CDKN2A、CEP290、CHD9、CIITA、CLASP2、CLSPN、CNOT4、COL1A1、CSNK2A1、CTCF、CTNNB1、CUL1、CUL3、CYLD、DDX3X、DICER1、DNMT3A、EEF1A1、EGFR、EIF2C3、ELF1、ELF4、EP300、EPHA2、EZH2、FAT1、FAT2、FBXW7、FGFR2、FLT3、FMR1、FN1、FOXP1、FUBP1、G3BP2、GNAS、GPSM2、HLA−A、HLA−B、HNRPDL、HRAS、HSPA8、IREB2、IRF6、IRS2、KALRN、KDM5C、KDM6A、KLF6、LAMA2、LPHN2、MACF1、MAP3K1、MAP4K3、MED17、MEF2C、MEN1、MGA、MGMT、MLL、MLL2、MSR1、MTOR、MUC20、MYH9、NCF2、NCKAP1、NCOR1、NEDD4L、NF1、NFATC4、NFE2L2、NOTCH1、NOTCH2、NR4A2、NSD1、NUP107、PABPC3、PAX5、PBRM1、PCDH18、PIK3CA、PIK3R1、PIK3R3、POLR2B、PPP2R1A、PPP2R5C、PRPF8、PRRX1、PSIP1、RAC1、RAD21、RASA1、RASGRP1、RHOA、RPL22、RPSAP58、RUNX1、SEC24D、SF3B1、SIN3A、SMAD2、SMARCA4、SMC1A、SOX9、SPOP、SPTAN1、STAG2、STIP1、TAOK1、TAOK2、TBL1XR1、TBX3、TCF12、TCF4、TFDP1、TFDP2、TGFBR2、THRAP3、TJP2、TP53、TRIO、TRIP10、U2AF1、WHSC1、ZC3H11AおよびZNF750が挙げられる。
LGG(低悪性度神経膠腫)ドライバー遺伝子としては、ACO1、ARFGEF2、ARHGAP26、ARHGEF6、ARID1A、ARID1B、ARID2、ATRX、CAD、CDK12、CHEK2、CIC、DDX3X、EEF1B2、EGFR、EIF1AX、FAM123B、FAT1、FUBP1、HGF、IDH1、IDH2、KAT6B、MAX、MECOM、MET、MLL、MLL2、MTOR、NCOR1、NEDD4L、NF1、NF2、NOTCH1、PIK3CA、PIK3R1、PTEN、PTPN11、RASA1、RB1、SETD2、SMARCA4、TAF1、TCF12、TJP1、TP53、TRIO、ZMYM2、ZNF292およびZNF814が挙げられる。
LUAD(肺腺癌)ドライバー遺伝子としては、ACAD8、ACO1、ACTG1、ACTG2、ACVR1B、ACVR2A、ADAM10、AFF4、AKT1、ARFGAP1、ARHGAP26、ARID1A、ATIC、ATP6AP2、BAP1、BAZ2B、BLM、BMPR2、BRAF、BRWD1、CAPN7、CARM1、CASP8、CAT、CCAR1、CCT5、CDH1、CDK12、CDKN1B、CDKN2A、CHD1L、CHEK2、CIC、CLASP2、CLSPN、CNOT3、CNOT4、COL1A1、COPS2、CREBBP、CRNKL1、CSNK1G3、CTCF、CTNNB1、CUL2、CUL3、CYLD、DDX3X、DDX5、DHX15、DNMT3A、EEF1B2、EFTUD2、EGFR、EIF2AK3、EIF2C3、EIF4A2、EIF4G1、EP300、EPHA4、EPHB2、ERBB2IP、ERCC2、EZH2、FAT1、FBXW7、FGFR2、FMR1、FN1、FUBP1、FXR1、G3BP1、G3BP2、GNAI1、GNG2、GPSM2、HLA−A、HSP90AA1、HSP90AB1、HSPA8、IDH1、IREB2、IRS2、KDM6A、KDR、KEAP1、KLF6、KRAS、LCP1、LDHA、LPHN2、MAP2K1、MAP2K4、MAP3K1、MAP3K4、MAP4K1、MAP4K3、MAX、MED17、MED24、MEN1、MET、MGA、MKL1、MLH1、MLL、MLL3、MMP2、MSR1、MYB、MYH10、NCK1、NCKAP1、NEDD4L、NF1、NF2、NFE2L2、NPM1、NRAS、NTN4、NTRK2、NUP107、NUP98、PAX5、PBRM1、PCSK6、PHF6、PIK3R1、PIK3R3、PIP5K1A、POLR2B、PPP2R1A、PPP2R5A、PRPF8、PRRX1、PSMA6、PSMD11、PTEN、PTGS1、PTPN11、RAD23B、RASA1、RB1、RBM10、RBM5、RHEB、RTN4、SETD2、SETDB1、SF3B1、SFPQ、SHMT1、SIN3A、SMAD2、SMAD4、SMARCA4、SMC1A、SOX9、SPRR3、STAG1、STIP1、STK11、STK4、SVEP1、SYNCRIP、TAOK1、TAOK2、TBL1XR1、TCF12、TCF4、TCF7L2、TFDP1、TGFBR2、TNPO1、TOM1、TP53、TP53BP1、U2AF1、UPF3B、ZMYM2およびZNF814が挙げられる。
LUSC(肺小細胞癌)ドライバー遺伝子としては、ABL2、ACAD8、ACO1、ACSL6、ACTG2、ACVR1B、ADAM10、AFF4、AQR、ARFGEF2、ARHGEF6、ARID1A、ARID1B、ARNTL、B2M、BLM、CASP8、CAST、CCAR1、CDC73、CDH1、CDKN1A、CDKN2A、CHD1L、CHD3、CHEK2、CIC、CLASP2、CLOCK、CNOT3、CNOT4、COPS2、CSDA、CSDE1、CTNNB1、CTTN、CUL1、DDX3X、DHX15、DHX9、DLG1、EEF1A1、EGFR、EIF2C3、EIF4A2、ELF1、ERBB2IP、EZH2、FGFR2、FGFR3、FMR1、FN1、FOXP1、FUBP1、FXR1、G3BP2、GATA3、GNAI1、GOLGA5、GPSM2、HLA−A、HLF、HRAS、HSP90AA1、HSP90AB1、HSPA8、IDH1、IREB2、IRS2、ITSN1、KDM5C、KEAP1、KRAS、MAP2K1、MAP3K1、MAP3K4、MED17、MED24、MEN1、MET、MKL1、MLH1、MLL、MLL2、MUC20、MYB、NCF2、NCK1、NDRG1、NF1、NFATC4、NFE2L2、NOTCH1、NR4A2、NTN4、NUP107、NUP98、PAX5、PCDH18、PCSK6、PHF6、PIK3CA、PIK3CB、PIK3R3、PIP5K1A、PPP2R5C、PRPF8、PTEN、PTPN11、RAD21、RASA1、RB1、RBM10、RGS3、RPL5、RTN4、SEC24D、SETD2、SETDB1、SF3A3、SF3B1、SIN3A、SMAD2、SMAD4、SPTAN1、SRGAP3、STAG1、STK11、STK4、SUZ12、SYNCRIP、TAOK2、TBL1XR1、TBX3、TFDP1、TFDP2、TGFBR2、THRAP3、TJP2、TNPO1、TOM1、TP53、UPF3B、WIPF1、WT1、ZC3H11AおよびZFP36L2が挙げられる。
MB(髄芽腫)ドライバー遺伝子としては、ARID1A、ARID1B、ARID2、BCLAF1、BCOR、CCAR1、CREBBP、CTNNB1、DDX3X、FBXW7、FMR1、KDM6A、MGA、MLL2、MLL3、NF1、PIK3CA、PRKAR1A、PTCH1、SMARCA4、SMO、TAF1、TCF4およびTP53が挙げられる。
MM(多発性骨髄腫)ドライバー遺伝子としては、APC、ARHGAP35、ARID2、BRAF、CASP8、CEP290、CHD9、DDX3X、FAM46C、FXR1、KRAS、MECOM、NF1、NRAS、NSD1、PIK3CA、SF3B1およびTP53が挙げられる。
NB(神経芽腫)ドライバー遺伝子としては、AHR、ALK、ANK3、ARID1A、ATM、ATRX、CEP290、COL1A1、CREBBP、EIF2C3、KLF4、LRP6、MACF1、MECOM、MET、MLL2、MYCN、NF1、NOTCH1、NRAS、PBRM1、PIK3CA、PIK3CB、PTPN11、STAG1、TAF1およびTRIOが挙げられる。
NSCLC(非小細胞肺癌)ドライバー遺伝子としては、AKAP9、APC、HGF、KALRN、KEAP1、KRAS、MLL3、RB1、SEC24D、SMARCA4およびTP53が挙げられる。
OV(卵巣癌)ドライバー遺伝子としては、ACO1、ACTG1、AFF4、ARID1A、ASH1L、ASPM、ATF1、ATIC、ATR、ATRX、BAP1、BAZ2B、BMPR2、BRAF、BRCA1、BRCA2、CASP1、CCAR1、CCT5、CDK12、CHD1L、CHD4、CLASP2、CLSPN、CSDE1、CTNNB1、CUL2、DDX5、DLG1、DNMT3A、EIF2AK3、EIF4A2、ERBB2IP、F8、FAM123B、FBXW7、FLT3、FMR1、GNAS、GOLGA5、GPS2、HDAC3、HGF、HSP90AA1、ITSN1、KRAS、LPHN2、MAP3K4、MAP4K3、MECOM、MED12、MKL1、MLH1、MLL2、MYH10、NCKAP1、NDRG1、NF1、NOTCH1、NR4A2、NRAS、NSD1、PIK3CA、POLR2B、PTEN、RB1、RHOA、SETD2、SETDB1、SIN3A、SOS1、STAG1、STAG2、TBX3、TCF7L2、TFDP1、TGFBR2、TJP1、TOM1、TP53、TP53BP1、TRIOおよびYBX1が挙げられる。
PAAD(膵臓腺癌)ドライバー遺伝子としては、ACVR1B、AHNAK、ANK3、ARHGAP35、ARID1A、ARID2、ATM、CREBBP、EP300、EPC1、KRAS、MAP2K4、MLL3、PBRM1、PCDH18、PCSK6、SF3B1、SMAD4、SMARCA4、TGFBR2およびTP53が挙げられる。
PRAD(前立腺腺癌)ドライバー遺伝子としては、ADCY1、AHNAK、AKAP9、APC、AQR、ARFGAP3、ARID1B、ATIC、ATM、ATRX、BCLAF1、BCOR、BNC2、BPTF、BRAF、CASP1、CAT、CDC27、CDH1、CDKN1B、CEP290、CHD1L、CHD3、CHD4、CHEK2、CNOT1、CNOT3、CNTNAP1、CTNNB1、CUL2、CUL3、EEF1B2、EGFR、EIF2AK3、EIF4G1、EP300、ERCC2、FAT1、FGFR2、FIP1L1、FN1、FRG1、G3BP2、GNAS、HGF、HNF1A、HRAS、HSP90AB1、HSPA8、IDH1、IRS2、KDM6A、KEAP1、MECOM、MED12、MLL2、MYH10、NAP1L1、NKX3−1、NOTCH1、NOTCH2、NUP98、PCDH18、PIK3CB、PLXNA1、PRPF8、PTEN、RPSAP58、SCAI、SETDB1、SMAD4、SMARCA1、SMARCB1、SPOP、SVEP1、TAOK2、TBL1XR1、TBX3、THRAP3、TJP1、TJP2、TP53、TP53BP1、TRIO、WHSC1L1、WNT5A、ZFHX3およびZNF814が挙げられる。
RCCC(腎明細胞癌)ドライバー遺伝子としては、ACO1、ACTG1、AHR、AKT1、ARHGAP26、ARID1A、ARID1B、ARID2、ASH1L、ATF1、ATM、BAP1、BCLAF1、BCOR、BMPR2、CAD、CAT、CCAR1、CDC73、CDH1、CHEK2、CLTC、CNOT3、CNOT4、COPS2、CSDA、CTCF、CUL1、DDX3X、DDX5、DHX15、DICER1、DIS3、EEF1A1、EGFR、EIF2AK3、EIF2C3、EIF4A2、EIF4G1、ELF1、ERBB2IP、EZH2、FAM123B、FLT3、FMR1、FUS、G3BP2、HDAC9、HLF、HNRPDL、HSP90AB1、IDH1、ITSN1、KDM5C、KDM6A、KEAP1、LCP1、LPHN2、LRP6、MAX、MED17、MED24、MET、MGA、MKL1、MLL3、MTOR、NCOR1、NFE2L2、NTN4、NUP98、PABPC1、PBRM1、PCDH18、PCSK6、PHF6、PIK3R1、PIP5K1A、PPP2R1A、PSMA6、PSME3、PTEN、RASA1、RPL22、RPL5、SEC24D、SETD2、SHMT1、SIN3A、SMAD2、SMC1A、SOX9、SRGAP3、TAOK2、TBL1XR1、TCF12、TJP1、TJP2、TP53BP1、TRIO、VHL、WHSC1L1、WT1、ZFP36L2およびZNF814が挙げられる。
SCLC(小細胞肺癌)ドライバー遺伝子としては、AHNAK、AHR、AKAP9、ANK3、ARID1A、ARID1B、ARID2、ASH1L、ASPM、ATR、ATRX、BAZ2B、BCLAF1、BMPR2、BNC2、BRWD1、CCT5、CDK12、CHD1L、CHEK2、CLSPN、CREBBP、DICER1、EIF2AK3、EP300、FAM123B、FAT1、FN1、GNAS、HGF、HSP90AB1、ITSN1、KALRN、KDM6A、MED12、MLL、MLL2、MLL3、MNDA、MSR1、MTOR、MYB、NCKAP1、NF1、NOTCH1、NR4A2、NUP107、PIK3CA、PTEN、PTPRU、RAD21、RB1、SIN3A、SOS1、SOS2、SPTAN1、TAF1、TBX3、TJP1、TP53およびZC3H11Aが挙げられる。
STAD(胃腺癌)ドライバー遺伝子としては、ACAD8、ACSL6、ACTG2、ACVR1B、ACVR2A、ADAM10、AFF4、AKAP9、ANK3、APC、AQR、ARFGEF1、ARHGAP26、ARHGAP35、ARHGEF6、ARID1A、ARID1B、ARID4A、ASH1L、ATIC、ATP6AP2、ATR、ATRX、BAP1、BCOR、BPTF、BRAF、BRCA1、CAD、CAPN7、CASP8、CAT、CCAR1、CCT5、CDC73、CDH1、CDKN2A、CEP290、CHD1L、CHD3、CHEK2、CLASP2、CLOCK、CLTC、CNOT1、CNOT4、COL1A1、COPS2、CSDA、CSDE1、CSNK1G3、CTNNB1、CUL1、CUL2、CUL3、CYLD、DDX5、DHX15、DIS3、DLG1、DNMT3A、EEF1A1、EGFR、EIF2AK3、EIF4A2、EIF4G1、ELF3、EPHA1、ERBB2IP、ERCC2、EZH2、FAM123B、FAS、FGFR2、FLT3、FOXP1、FUBP1、G3BP2、GATA3、GNA11、GNAI1、GOLGA5、HDAC3、HLA−A、HLA−B、HNRPDL、HSP90AB1、IREB2、IRF2、IRS2、KDM6A、KLF4、KLF6、KRAS、LCP1、LPHN2、MACF1、MAP2K1、MAP2K4、MAP3K1、MECOM、MED12、MED17、MET、MKL1、MLH1、MSR1、MYH11、MYH9、NAP1L1、NCK1、NCKAP1、NEDD4L、NFE2L2、NR2F2、NR4A2、NSD1、NUP107、NUP98、PCSK5、PHF6、PIK3CA、PIK3CB、PIK3R1、PIP5K1A、POLR2B、PPP2R1A、PRRX1、PTEN、PTGS1、PTPN11、PTPRF、PTPRU、RAD21、RASA1、RBBP7、RBM5、RHOA、RPL22、RTN4、RUNX1、SETD2、SF3B1、SIN3A、SMAD2、SMAD4、SMARCA4、SMC1A、SOS1、SOS2、SOX9、SPOP、SRGAP3、STARD13、STIP1、STK4、SUZ12、TAF1、TAOK2、TBL1XR1、TBX3、TCF4、TCF7L2、TFDP1、THRAP3、TJP1、TJP2、TNPO1、TNPO2、TP53、TP53BP1、WIPF1、WT1、ZC3H11AおよびZMYM2が挙げられる。
THCA(甲状腺癌)ドライバー遺伝子としては、AHNAK、AKAP9、ARHGAP26、ARID2、BPTF、BRAF、CDK12、CHD3、CTNNB1、DICER1、EIF1AX、GNAS、HNRPDL、HRAS、KRAS、LDHA、MLL、MLL3、NCK1、NRAS、NSD1、PIK3CA、PPM1D、PPP2R1A、PRPF8、PTEN、RPSAP58、TJP1、TP53、TRIO、WIPF1およびZC3H11Aが挙げられる。
UCEC(子宮体類内膜腺癌)ドライバー遺伝子としては、ACACA、ACTB、ACTG1、AHR、AKT1、ALK、ANK3、ARAP3、ARHGAP35、ARHGEF6、ARID1A、ARID5B、ARNTL、ATF1、ATIC、ATM、ATR、AXIN1、BAZ2B、BCLAF1、BMPR2、BRAF、BRCA1、CAPN7、CARM1、CAST、CAT、CCND1、CDKN1B、CHD3、CHD4、CHD9、CHEK2、CLOCK、CLTC、CNOT4、CSNK1G3、CTCF、CTNNB1、CTNND1、CUL1、CUX1、DEPDC1B、DHX15、DHX35、DICER1、DIS3、DNMT3A、EGFR、EIF1AX、EIF2AK3、EIF2C3、EIF4A2、EIF4G1、EP300、ERBB3、FAM123B、FAS、FBXW7、FGFR2、FLT3、FOXA2、FUBP1、FXR1、G3BP2、GNAI1、GPS2、GPSM2、HDAC3、HGF、IDH1、ING1、INPP4A、INPPL1、IREB2、KDM6A、KLF4、KRAS、MAP2K4、MAP3K1、MAX、MED17、MET、MGA、MKL1、MLH1、MLH3、MUC20、MYB、MYH10、NCF2、NCKAP1、NCOR1、NDRG1、NEDD4L、NF2、NFE2L2、NR2F2、NRAS、NUP93、PCDH18、PGR、PHF6、PIK3CA、PIK3R1、PIK3R3、PLCG1、PLXNB2、PPP2R1A、PPP2R5A、PPP2R5C、PRPF8、PRRX1、PTEN、PTPN11、RAD21、RAD23B、RBBP7、RBM5、RHEB、ROBO2、RPL22、RPL5、RTN4、RUNX1、SEC31A、SHMT1、SMAD2、SMC1A、SOX17、SPOP、SRGAP3、STIP1、SUZ12、SYNCRIP、TBL1XR1、TBX3、TFDP1、TGFBR2、TP53、TP53BP1、U2AF1、VHL、WIPF1、ZC3H11A、ZFHX3、ZFP36L2、ZMYM2およびZNF814が挙げられる。
癌ドライバー抗原の特定には任意の適切な方法および情報源が考慮される。1つの考慮される方法では、好ましくは患者の腫瘍材料(例えば、新鮮な生検試料、凍結またはその他の方法で保存した組織または細胞試料、循環血中腫瘍細胞、エキソソーム、様々な体液(特に血液)など)を用いる工程で、癌ドライバー抗原またはネオエピトープを特定することができる。次いで、患者の試料にオミクス解析を実施して、オミクスデータ、最も通常にはゲノミクスデータ(例えば全ゲノム配列データ、全エクソームデータなど)、トランスクリプトミクスデータ(特にRNAseqデータ)および/またはプロテオミクスデータ(定性データであっても定量データであってもよい)を入手することができる。したがって、適切なオミクス解析の方法には、核酸シーケンシング、具体的には、DNAで実施するNGS法(例えば、Illuminaシーケンシング、ion torrentシーケンシング、454パイロシーケンシング、ナノポアシーケンシングなど)、RNAシーケンシング(例えば、RNAseq、逆転写に基づくシーケンシングなど)およびタンパク質シーケンシングまたは質量分光測定法に基づくシークエンシング(例えば、SRM、MRM、CRMなど)が含まれる。
本発明の主題の1つの特に好ましい態様では、腫瘍およびマッチした正常試料の両方について全ゲノムシーケンシングおよび/またはエクソームシーケンシング(通常、少なくとも10×、より通常には少なくとも20×のカバレッジ深度)によりDNA解析を実施する。あるいは、事前の配列決定から既に確立された配列記録(例えば、SAMファイル、BAMファイル、FASTAファイル、FASTQファイルまたはVCFファイル)からDNAデータを得てもよい。したがって、データセットには未処理または処理済みのデータセットが含まれてよく、例示的なデータセットとしては、BAMBAMフォーマット、SAMBAMフォーマット、FASTQフォーマットまたはFASTAフォーマットを有するデータセットが挙げられる。ただし、データセットはBAMBAMフォーマットで、またはBAMBAM diffオブジェクトとして得るのが特に好ましい(例えば、米国特許出願公開第2012/0059670(A1)号および米国特許出願公開第2012/0066001(A1)号を参照されたい)。さらに、患者および腫瘍に特異的な情報を得るため、データセットは同じ患者の腫瘍およびマッチした正常試料を反映したものであることに留意するべきである。したがって、腫瘍を生じない遺伝的生殖系列の変化(例えば、サイレント変異、SNPなど)は除外してよい。当然のことながら、腫瘍試料は初発腫瘍、治療開始時の腫瘍、再発腫瘍または転移部位などに由来するものであり得ることを認識するべきである。ほとんどの場合、患者のマッチした正常試料は、血液または腫瘍と同じ組織タイプ由来の非患部組織であり得る。
当該技術分野で公知のトランスクリプトーム解析の方法が多数存在し、いずれの公知の方法も本明細書で用いるのに適していると考えられる。例えば、好ましい材料としては、mRNAおよび一次転写産物(hnRNA)が挙げられ、逆転写したポリA+−RNAからRNA配列に関する情報を入手し、次にはそれを同じ患者の腫瘍試料およびマッチした正常(健常)試料から入手し得る。同様に、ポリA+−RNAはトランスクリプトームの代表的なものとして通常好ましいものであり、これ以外の形態のRNA(hn−RNA、非ポリアデニル化RNA、siRNA、miRNAなど)も本明細書で使用するのに適すると考えられることに留意するべきである。好ましい方法としては、特にRNAseqを含めた定量的RNA(hnRNAまたはmRNA)解析および/または定量的プロテオミクス解析が挙げられる。他の態様では、RNA−seqベース、qPCRベースおよび/またはrtPCRベースの方法を用いてRNAの定量化およびシーケンシングを実施するが、様々な代替法(例えば、固相ハイブリダイゼーションをベースとする方法)も適していると考えられる。また別の観点からみれば、トランスクリプトーム解析は、(単独で、またはゲノム解析と組み合わせて)癌および患者に特異的な変異を有する遺伝子を特定し定量するのに適していると思われる。
同様に、プロテオミクス解析を多数の方法で実施して、ネオエピトープのRNAの実際の翻訳を確認することができ、プロテオミクス解析のいずれの公知の方法も本明細書で考慮される。ただし、特に好ましいプロテオミクス法には、抗体ベースの方法および質量分光法が含まれる。さらに、プロテオミクス解析は、タンパク質そのものに関する定性的または定量的情報が得られるのみならず、タンパク質が触媒活性またはその他の機能的活性を有する場合、タンパク質活性に関するデータも含み得ることに留意するべきである。プロテオミクスアッセイを実施するための例示的技術の1つが、参照により本明細書に組み込まれる米国特許第7473532号に記載されている。タンパク質発現の特定、さらにはその定量化に適したさらなる方法としては、様々な質量分光分析(例えば、選択的反応モニタリング(SRM)、多重反応モニタリング(MRM)および連続反応モニタリング(CRM))が挙げられる。したがって、上記の方法により患者および腫瘍に特異的なネオエピトープが得られ、それをさらに、ネオエピトープを含むタンパク質の細胞内での位置(例えば、膜での位置)、発現強度(例えば、同じ患者のマッチした正常試料と比較して過剰発現している)などにより選別し得ることを理解するべきである。
同様に、配列データのコンピュータ解析を多数の方法で実施し得る。ただし、最も好ましい方法では、BAMファイルおよびBAMサーバを用いて、例えば米国特許出願公開第2012/0059670(A1)号および米国特許出願公開第2012/0066001(A1)号に開示されているように、コンピュータで腫瘍試料および正常試料の位置を指針とする同時アライメント(location−guided synchronous alignment)により解析を実施する。このような解析は、偽陽性ネオエピトープを減じ、メモリおよび計算資源の必要量を大幅に削減するのに有利である。
コンピュータに関する用語はいずれも、サーバ、インターフェース、システム、データベース、エージェント、ピア、エンジン、コントローラまたは個々にもしくは共同で稼働するその他のタイプの計算装置を含めた計算装置の任意の適切な組合せを含むものと解釈されるべきであることに留意するべきである。計算装置は、有形の一時的でないコンピュータ読取り可能な記憶媒体(例えば、ハードドライブ、半導体ドライブ、RAM、フラッシュ、ROMなど)に保存されているソフトウェア命令を実行するよう構成されたプロセッサを含むことが理解されるべきである。ソフトウェア命令は、のちに本開示の装置に関して記載するように、計算装置が役割、責任またはその他の機能を与えるようこれを構成するのが好ましい。さらに、本開示の技術は、ソフトウェア命令を保存しプロセッサにコンピュータベースのアルゴリズム、処理、方法またはその他の命令の遂行に関連する本開示の段階を実行させる一時的でないコンピュータ読取り可能媒体を含む、コンピュータプログラム製品として具現化することができる。特に好ましい実施形態では、様々なサーバ、システム、データベースまたはインターフェースが、可能性としてはHTTP、HTTPS、AES、公開キー・秘密キー交換、ウェブサービスAPI、既知の金融取引プロトコルまたはその他の電子情報交換法に基づき、標準化されたプロトコルまたはアルゴリズムを用いてデータを交換する。装置間のデータ交換は、パケット交換ネットワーク、インターネット、LAN、WAN、VPNもしくはその他のタイプのパケット交換ネットワーク;回路交換ネットワーク;セル交換ネットワーク;またはその他のタイプのネットワーク上で実施することができる。
上記のものに加え任意選択で、マッチする非腫瘍材料(例えば、患者の血液などの非腫瘍組織、健常者のマッチする非腫瘍組織など)を入手して、患者の腫瘍材料で特定されたいかなる変異も腫瘍細胞に特異的であるように腫瘍組織のオミクスデータとマッチする組織のオミクスデータとを比較することができる。
あるいは、事前の配列決定から既に確立された配列記録(例えば、SAMファイル、BAMファイル、FASTAファイル、FASTQファイルまたはVCFファイル)から患者のオミクスデータを得てもよい。例えば、癌ドライバー遺伝子変異を特定するDNA配列もしくはRNA配列のデータまたはその他のオミクスデータのコンピュータ解析を多数の方法で実施し得る。ただし、最も好ましい方法では、BAMファイル(データまたは配列記録がBAMフォーマットで含まれているコンピュータファイル)およびBAMサーバ(例えば、BAMファイルを処理するよう構成されたプロセッサを備えたサーバ)を用いて、例えば米国特許出願公開第2012/0059670(A1)号および米国特許出願公開第2012/0066001(A1)号に開示されているように、コンピュータで腫瘍試料および正常試料の位置を指針とする同時アライメント(location−guided synchronous alignment)により解析を実施する。このような解析は、偽陽性変異(例えば、ランダムな多型などによる変異)を減じ、メモリおよび計算資源の必要量を大幅に削減するのに有利である。したがって、オミクスデータセットには未処理または処理済みのデータセットが含まれてよく、例示的なデータセットとしては、BAMフォーマット、SAMフォーマット、FASTQフォーマットまたはFASTAフォーマットを有するデータセットが挙げられる。
任意選択で、患者試料からの癌ドライバー遺伝子変異の特定は、少なくとも1つの癌タイプに最もよくみられる、またはこれと最も強い相関のある所定の数の遺伝子に限定することができる。例えば、患者が非小細胞肺癌であると診断される場合、患者の腫瘍細胞のゲノム全体またはコード遺伝子全体のオミクスデータを入手して、可能なあらゆる癌ドライバー遺伝子変異を特定する代わりに、非小細胞肺癌患者で最も高頻度で変異していることが明らかにされている、または相関することがわかっている(臨床的に、またはin vitro試験によるなど)5未満、10未満、15未満、20未満、30未満、50未満の遺伝子に関するオミクスデータを入手することができる。
あるいは、いくつかの実施形態では、最も高頻度で変異している遺伝子が複数ある癌パネルで患者腫瘍試料をプレスクリーニングして、患者腫瘍試料のいずれの遺伝子が変異しているか、または変異している可能性が高いかを明らかにすることにより、遺伝子の数および遺伝子のタイプを明らかにすることができる。任意の適切な市販または特注の癌パネルを用いることができる。例示的な多癌パネルとしては、特に限定されないが、Invitae Multi−Cancer Panel(商標)、Focus::NGS(登録商標)Targeted NGS Panel、NovoPM(商標)Cancer Panelなどが挙げられる。このような任意選択のプレスクリーニング工程により、ゲノム、RNA配列またはプロテオーム内にあり実質的に腫瘍発達にも癌の予後にも影響を及ぼさない他の変異または変化が含まれ得るオミクスデータ解析にかかる時間および解析量を削減することができる。
本発明者らは、腫瘍に特異的でないと思われるいかなる偽陽性腫瘍抗原も判定することができるように、このように入手した癌ドライバー遺伝子変異に関するオミクスデータを事前にわかっている分子変異に照らして選別することが可能であることを考慮する。例えば、ヒトと同一の配列を使用しないように、癌ドライバー遺伝子変異を既知のヒト配列(例えば、患者または患者集団の配列)が含まれるデータベースと比較する。さらに、選別は、SNPが腫瘍およびマッチする正常配列(1つまたは複数)の両方に存在する患者のSNPに起因する癌ドライバー遺伝子変異配列の除去も含み得る。例えば、dbSNP(The Single Nucleotide Polymorphism Database)は、米国立生物工学情報センター(NCBI)と米国立ヒトゲノム研究所(NHGRI)が共同で開発し主催する様々な種内および種間の遺伝的変異に関する無料公開アーカイブである。このデータベースの名称は1つのクラスの多型(一塩基多型(SNP))のみの収集物を意味するものであるが、実際は、比較的広範囲にわたる分子変異、すなわち、(1)SNP、(2)短い欠失多型および挿入多型(インデル/DIP)、(3)マイクロサテライトマーカーまたはショートタンデムリピート(STR)、(4)多塩基多型(MNP)、(5)ヘテロ接合配列ならびに(6)命名済みのバリアントが含まれている。dbSNPは見かけ上中立の多型、既知の表現型に対応する多型および変異のない領域を受け入れている。このようなデータベースおよび上記のような他の選別オプションを用いて、特定された癌ドライバー遺伝子の可変配列を選別して上記の既知の配列を除去し、偽陽性が大幅に減少した複数のネオエピトープ配列を有する配列セットを得ることができる。
癌ドライバー遺伝子変異に由来する可変性腫瘍抗原
腫瘍抗原、特に腫瘍ネオエピトープは、固有の腫瘍特異的抗原を生じた腫瘍細胞に発現するランダム変異として特徴付けることが可能であることが考慮される。したがって、別の観点からみれば、腫瘍抗原(または腫瘍ネオエピトープ)は、様々なタイプの変異(例えば、欠失、挿入、転換、転移、転位)を含んでよく、その変異に基づき、コード抗原に様々な影響を及ぼし得る(例えば、ナンセンス、ミスセンス、フレームシフトなど)。腫瘍細胞表面に提示される一般に好ましい腫瘍抗原(または腫瘍ネオエピトープ)は、長さが5〜30量体、12〜25量体、またはより通常には7〜11量体であり、その中にアミノ酸配列の変化(1つまたは複数)が存在する比較的短いポリペプチドである。例えば、腫瘍抗原をMHC−I複合体によって提示させる場合、典型的なネオエピトープの長さは約8〜11アミノ酸となり、MHC−II複合体を介して提示させる腫瘍抗原の典型的な長さは約13〜17アミノ酸となる。
腫瘍抗原、特に腫瘍ネオエピトープは、固有の腫瘍特異的抗原を生じた腫瘍細胞に発現するランダム変異として特徴付けることが可能であることが考慮される。したがって、別の観点からみれば、腫瘍抗原(または腫瘍ネオエピトープ)は、様々なタイプの変異(例えば、欠失、挿入、転換、転移、転位)を含んでよく、その変異に基づき、コード抗原に様々な影響を及ぼし得る(例えば、ナンセンス、ミスセンス、フレームシフトなど)。腫瘍細胞表面に提示される一般に好ましい腫瘍抗原(または腫瘍ネオエピトープ)は、長さが5〜30量体、12〜25量体、またはより通常には7〜11量体であり、その中にアミノ酸配列の変化(1つまたは複数)が存在する比較的短いポリペプチドである。例えば、腫瘍抗原をMHC−I複合体によって提示させる場合、典型的なネオエピトープの長さは約8〜11アミノ酸となり、MHC−II複合体を介して提示させる腫瘍抗原の典型的な長さは約13〜17アミノ酸となる。
腫瘍抗原をコードするDNA配列内の1つまたは複数の変異は通常、その腫瘍抗原のタンパク質配列にみられる1つまたは複数の変化したアミノ酸として現れる。例えば、癌ドライバー遺伝子内の変異が、その癌ドライバー遺伝子がコードするタンパク質の少なくとも一部分に単一のアミノ酸変化の変化を生じ得る場合。しかし、タンパク質内の単一のアミノ酸変化から、その変化したアミノ酸を有する単一のタイプの抗原が必ずしも生じるわけではないことを理解するべきである。最も通常には、変化したアミノ酸は中央部のアミノ酸位置またはその付近に存在することが考慮される。しかし、腫瘍抗原(または腫瘍ネオエピトープ)内にある変化したアミノ酸の位置は中央部以外であり得る。例えば、典型的なネオエピトープは、Aをタンパク質構成アミノ酸とし、Nを(野生型と比較して、またはマッチする正常なアミノ酸と比較して)変化したアミノ酸とするA4−N−A4、A3−N−A5、A2−N−A7、A5−N−A3またはA7−N−A2といった構造を有し得る。したがって、単一のアミノ酸変化が、その位置に応じて、変化したアミノ酸を含む多数の腫瘍抗原配列中に存在し得ることを理解するべきである。換言すれば、変異したタンパク質のいずれのセグメントがプロセシングを受けて腫瘍抗原を生じるかによって、単一の変異からでも様々な腫瘍抗原が生じ得る。
本発明者らは、様々な腫瘍抗原が、同じ単一の点変異に由来するものであっても、腫瘍抗原に対する免疫系の誘発に異なる効果を及ぼし得ることを明らかにした。このように効果が異なる理由の1つとして、このような効果の差は、特定のHLA対立遺伝子がコードするMHC分子に対する抗原の結合親和性の差に起因するのではないかということが考えられる。また別の可能性として、異なる抗原(すなわち、同じ変異を異なる位置で共有する抗原)は抗原・MHC分子複合体に異なる立体構造の変化を引き起こす可能性があるというものがある。本発明者らは、抗原・MHC分子複合体の立体構造の変化のいくつかは、細胞表面に複合体を提示できないようにし得る、または複合体と免疫細胞(例えば、T細胞受容体など)との間の相互作用を抑制し得ることを考慮する。例えば、KRASのG12V変異に由来し、HLA−A*11:01対立遺伝子がコードするMHCタンパク質の複合体を形成する2種類の異なる9量体ネオ抗原、すなわち、VVGAVGVGKおよびYKLVVVGAV(G12V変異には下線が施されている)を図2に示す。図2のA〜Bに示されるように、腫瘍抗原VVGAVGVGKは、HLA−A*11:01対立遺伝子がコードするMHCタンパク質と安定に結合し複合体を形成する。これとは対照的に、図2のC〜Dに示されるように、腫瘍抗原YKLVVVGAVとHLA−A*11:01対立遺伝子がコードするMHCタンパク質との複合体は不安定であることが明らかになり、同じ遺伝子の同じ変異に由来する異なる腫瘍抗原が腫瘍細胞に対する免疫応答の誘発に異なる効果を示し得ることがわかった。したがって、癌のタイプおよび段階によっては、特定されたすべての腫瘍抗原が、腫瘍抗原を標的とする際に、必ずしも患者に治療上同程度の効果的反応を引き起こすわけではないことに留意するべきである。
HLAアロタイプ
腫瘍細胞表面での効率的な腫瘍抗原の提示は、癌細胞のMHC分子が腫瘍抗原とマッチする場合に達成することができる。また別の観点からみれば、患者Aと患者BとでMHC分子をコードするHLA対立遺伝子が異なる場合、患者Aの腫瘍細胞上に効率的に提示させることができる腫瘍抗原を患者Bの腫瘍細胞上に提示させることができないことがある。したがって、本発明者らは、患者のHLA対立遺伝子タイプを免疫療法の可変因子として判定することが可能であることを考慮する。様々なMHCのタイプまたはHLA対立遺伝子タイプを判定する任意の適切な方法が、特に限定されないが、任意の化学的方法(例えば、ペプチドシーケンシング、結合アッセイなど)または任意のコンピュータを用いる方法を含め考慮される。好ましい実施形態では、オミクスデータ(全ゲノミクスデータ、全エクソームデータ、RNA配列データ、プロテオミクスデータ)に基づき、患者のHLA対立遺伝子タイプを判定することができる。例えば、本発明の主題による1つの好ましい方法では、データベースまたはシーケンシング機器によって、比較的多数の患者配列リードの染色体6p21.3(またはHLA対立遺伝子がみられる任意の他の位置/その付近)へのマッピングを得る。最も通常には、配列リードは、長さが約100〜300塩基であり、リードの精度、アライメントに関する情報、配向、位置などを含めたメタデータを含む。例えば、適切なフォーマットとしては、SAM、BAM、FASTA、GARなどが挙げられる。本発明の主題に限定されるわけではないが、一般に、患者配列リードでは、少なくとも5×、より通常には少なくとも10×、さらにより通常には少なくとも20×、最も通常には少なくとも30×のカバレッジ深度を得るのが好ましい。
腫瘍細胞表面での効率的な腫瘍抗原の提示は、癌細胞のMHC分子が腫瘍抗原とマッチする場合に達成することができる。また別の観点からみれば、患者Aと患者BとでMHC分子をコードするHLA対立遺伝子が異なる場合、患者Aの腫瘍細胞上に効率的に提示させることができる腫瘍抗原を患者Bの腫瘍細胞上に提示させることができないことがある。したがって、本発明者らは、患者のHLA対立遺伝子タイプを免疫療法の可変因子として判定することが可能であることを考慮する。様々なMHCのタイプまたはHLA対立遺伝子タイプを判定する任意の適切な方法が、特に限定されないが、任意の化学的方法(例えば、ペプチドシーケンシング、結合アッセイなど)または任意のコンピュータを用いる方法を含め考慮される。好ましい実施形態では、オミクスデータ(全ゲノミクスデータ、全エクソームデータ、RNA配列データ、プロテオミクスデータ)に基づき、患者のHLA対立遺伝子タイプを判定することができる。例えば、本発明の主題による1つの好ましい方法では、データベースまたはシーケンシング機器によって、比較的多数の患者配列リードの染色体6p21.3(またはHLA対立遺伝子がみられる任意の他の位置/その付近)へのマッピングを得る。最も通常には、配列リードは、長さが約100〜300塩基であり、リードの精度、アライメントに関する情報、配向、位置などを含めたメタデータを含む。例えば、適切なフォーマットとしては、SAM、BAM、FASTA、GARなどが挙げられる。本発明の主題に限定されるわけではないが、一般に、患者配列リードでは、少なくとも5×、より通常には少なくとも10×、さらにより通常には少なくとも20×、最も通常には少なくとも30×のカバレッジ深度を得るのが好ましい。
考慮される方法では、患者配列リードに加えて、既知の異なるHLA対立遺伝子の複数の配列を含む1つまたは複数の参照配列をさらに用いる。例えば、典型的な参照配列は、自身の複数のHLA対立遺伝子を有する少なくとも1つのHLAタイプの配列セグメントを含む合成(対応するヒトまたはその他の哺乳動物の対応物がない)配列であり得る。例えば、適切な参照配列は、HLA−Aの少なくとも50の異なる対立遺伝子の既知のゲノム配列の集まりを含む。上記のものに代えて、またはこれに加えて、参照配列は、HLA−Aの少なくとも50の異なる対立遺伝子の既知のRNA配列の集まりも含み得る。当然のことながら、のちにさらに詳細に記載するように、参照配列はHLA−Aの50の対立遺伝子に限定されるわけではなく、HLAタイプおよび対立遺伝子の数/組成がこれと異なる組成を有し得る。最も通常には、参照配列はコンピュータ読取り可能なフォーマットであり、データベースまたはその他のデータ保存装置から得られるものである。例えば、適切な参照配列フォーマットとしては、FASTAフォーマット、FASTQフォーマット、EMBLフォーマット、GCGフォーマットまたはGenBankフォーマットが挙げられ、公開されているデータ保管所(例えば、IMGT、International ImMunoGeneTics情報システムまたはThe Allele Frequency Net Database、EUROSTAM、URL:www.allelefrequencies.net)のデータから直接入手しても、そのデータから構築してもよい。あるいは、1つまたは複数の所定の基準、例えば対立遺伝子頻度、民族間の対立遺伝子分布、よくみられる、またはまれな対立遺伝子タイプなどに基づき、個々の既知のHLA対立遺伝子から参照配列を構築してもよい。
次いで、参照配列を用いて、患者配列リードをde Bruijnグラフに通し、最もフィットする対立遺伝子を特定することができる。これに関連して、各個人は各HLAタイプに対して2つの対立遺伝子を保有し、これらの対立遺伝子は極めて類似しているか、場合によっては同一であることさえあることに留意するべきである。このような高度な類似性は従来のアライメントスキームの大きな課題となっている。本発明者は、配列リードを比較的小さいk量体(通常、長さ10〜20塩基である)に分解し、各患者配列リードが、対立遺伝子の配列とマッチするそのk量体に基づき、それぞれの対立遺伝子に対して票を与える(「定量的リード支援」)重み付け投票過程を遂行することによりde Bruijnグラフを構築するという方法を用いて、HLA対立遺伝子、場合によっては極めて近縁な対立遺伝子を分解することが可能であることを発見した。次いで、累積的に最も多く票を獲得した対立遺伝子が最も可能性の高い予測HLA対立遺伝子であることがわかる。さらに、対立遺伝子とマッチする各フラグメントを用いて、その対立遺伝子の全カバレッジおよびカバレッジ深度も算出するのが一般に好ましい。
特に最上位のヒットの多くが同じである場合(例えば、それらのスコアの相当部分が共通性の高いk量体のセットに由来する場合)、必要に応じてスコアリングをさらに改善または微調整し得る。例えば、スコアの微調整は、その時点での最上位のヒットと実質的に同じ(例えば、99%超またはその他の所定の値)である対立遺伝子をのちの考慮から外す重み付けスキームを含み得る。次いで、その時点での最上位のヒットに用いられているk量体のカウント数を係数(例えば、0.5)で重み付けし、その重み付けしたカウント数を合計することにより各HLA対立遺伝子のスコアを算出し直す。この選択過程を反復して新たに最上位のヒットを見つける。RNA配列データを用いてこの方法の精度をなおも改善し、腫瘍が発現する対立遺伝子を特定することが可能であり、その対立遺伝子が、DNA中に存在する2つの対立遺伝子のうちの一方のみとなる場合もある。考慮されるシステムおよび方法のさらなる有利な態様では、DNAもしくはRNAまたはDNAとRNAの両方の組合せを処理して、極めて高精度であり、腫瘍または血液のDNAまたはRNAから導き出すことが可能なHLA予測を実施することができる。さらなる態様、適切な方法および高精度のコンピュータによるHLAタイピングについては、参照により本明細書に組み込まれる国際出願PCT/US16/48768号に記載されている。
最も通常には、上記の方法を用いるHLAタイプの判定は、少なくとも3つのMHC−Iサブタイプ(例えば、HLA−A、HLA−B、HLA−C)および少なくとも3つのMHC−IIサブタイプ(例えば、HLA−DP、HLA−DQ、HLA−DR、HLA−DM、HLA−DOA、HLA−DOB)を含む。いくつかの実施形態では、ある人のHLAタイプを少なくとも2桁の深度または少なくとも4桁の深度により各サブタイプに分類することができる。この実施形態では、2桁または4桁の深度ののちにも配列の差がみられるHLA対立遺伝子は、このようなHLA対立遺伝子がコードするMHCペプチドの結合親和性または特異性が実質的に同じであることが予想されることから、同じサブタイプに分類することができる。ただし、いくつかの他の実施形態では、これより大きい深度(例えば、6桁、8桁)も本明細書で考慮される。
癌免疫療法を設計するためのマッチする腫瘍抗原の特定
患者のオミクスデータから患者のHLAタイプおよび患者の1つまたは複数の癌ドライバー遺伝子の変異(1つまたは複数)を特定する場合、本発明者らは、さらなるコンピュータ解析を実施して、効果的な免疫療法の設計に最も適切した腫瘍抗原エピトープ配列を特定することが可能であることを考慮する。一実施形態では、本発明者らは、例えばNetMHC(例えば、NetMHC3.4)を用いて、点変異(例えば、EGFR L858Rなどの単一のアミノ酸置換)を含む腫瘍抗原エピトープの9量体または10量体の可能なあらゆる組合せを解析し、ネオエピトープと患者のHLAアロタイプをドッキングさせ、最も強く結合するもの(例えば、KDが最も小さい、例えば、500nM未満、250nM未満、150nM未満または50nM未満のもの)を判定することが可能であることを考慮する。当然のことながら、NetMHC以外のシステムを用いて患者のHLAタイプと腫瘍抗原エピトープのマッチングを実施することが可能であることを理解するべきであり、適切なシステムとしては、NetMHC II、NetMHCpan、IEDB Analysis Resource(URL immuneepitope.org)、RankPep、PREDEP、SVMHC、Epipredict、HLABindingおよびその他のものが挙げられる(例えば、J Immunol Methods 2011;374:1−4を参照されたい)。いくつかの実施形態では、結合親和性に基づいて腫瘍抗原エピトープ(9量体または10量体)を順位付けすることができる。本発明者らはさらに、順位の高い(例えば、患者のMHCタイプに対する親和性が高い)腫瘍抗原エピトープほど患者のMHC分子と安定な複合体を形成する可能性が高くなり、したがって、細胞表面に存在する可能性が高く、したがって、ほぼ確実に治療効果のある免疫応答を誘発することを考慮する。
患者のオミクスデータから患者のHLAタイプおよび患者の1つまたは複数の癌ドライバー遺伝子の変異(1つまたは複数)を特定する場合、本発明者らは、さらなるコンピュータ解析を実施して、効果的な免疫療法の設計に最も適切した腫瘍抗原エピトープ配列を特定することが可能であることを考慮する。一実施形態では、本発明者らは、例えばNetMHC(例えば、NetMHC3.4)を用いて、点変異(例えば、EGFR L858Rなどの単一のアミノ酸置換)を含む腫瘍抗原エピトープの9量体または10量体の可能なあらゆる組合せを解析し、ネオエピトープと患者のHLAアロタイプをドッキングさせ、最も強く結合するもの(例えば、KDが最も小さい、例えば、500nM未満、250nM未満、150nM未満または50nM未満のもの)を判定することが可能であることを考慮する。当然のことながら、NetMHC以外のシステムを用いて患者のHLAタイプと腫瘍抗原エピトープのマッチングを実施することが可能であることを理解するべきであり、適切なシステムとしては、NetMHC II、NetMHCpan、IEDB Analysis Resource(URL immuneepitope.org)、RankPep、PREDEP、SVMHC、Epipredict、HLABindingおよびその他のものが挙げられる(例えば、J Immunol Methods 2011;374:1−4を参照されたい)。いくつかの実施形態では、結合親和性に基づいて腫瘍抗原エピトープ(9量体または10量体)を順位付けすることができる。本発明者らはさらに、順位の高い(例えば、患者のMHCタイプに対する親和性が高い)腫瘍抗原エピトープほど患者のMHC分子と安定な複合体を形成する可能性が高くなり、したがって、細胞表面に存在する可能性が高く、したがって、ほぼ確実に治療効果のある免疫応答を誘発することを考慮する。
また別の好ましい実施形態では、患者のHLA対立遺伝子タイプおよび腫瘍抗原と、同じ腫瘍抗原に対して最小限の親和性を有する多数対立遺伝子タイプとをマッチングすることにより、好ましい腫瘍抗原を予測することができる。本明細書で使用される最小限の親和性は、300nM以下、好ましくは100nM以下、より好ましくは50nM以下のKdにより決定される親和性であるHLA対立遺伝子に対する腫瘍抗原の親和性を指す。
好ましくは、多数対立遺伝子タイプは、様々な民族(白人、アジア人、黒人、ヒスパニック、アメリカ先住民など)、様々な地理的位置(例えば、北米、南米、東南アジア、北欧、極東アジアなど)、様々な性別または家系の起源(血液遺伝形質、家族関係など)の1つまたは複数の代表的なHLA対立遺伝子タイプである。いくつか実施形態では、集団の対立遺伝子の頻度に基づき多数対立遺伝子タイプを判定することができる。例えば、アジア人の多数対立遺伝子タイプは、HLA対立遺伝子タイプが既知である、または解析済みであるアジア人集団の少なくとも0.05%、少なくとも0.1%、少なくとも0.3%、少なくとも0.5%または少なくとも1%にみられるHLA対立遺伝子タイプであり得る。他の実施形態では、集団の他のあらゆる対立遺伝子のうちの四分位の対立遺伝子によって多数対立遺伝子タイプを判定することができる。例えば、ヒスパニック集団に1,000のHLA対立遺伝子タイプが存在する場合、この集団グループの多数対立遺伝子タイプは、集団内でのHLA対立遺伝子の頻度に基づき上位0.5%、上位1%、上位2%または上位5%に順位付けされるものと定めることができる。
民族、地理的位置またはその他の条件に基づく集団のグループ分けは、そのような集団グループが癌のタイプによって異なる癌発症率を示すという知見に基づくものであり、このような知見は、癌のタイプによって罹患率に差があることを示しているとも考えられる。また、そのような集団グループは、同じタイプの癌の患者でさえ遺伝子の変異のタイプおよび頻度に差がみられることが多い。地理的位置による肺腺癌患者の癌ドライバー遺伝子変異の発生率を示す例示的統計データを表2に示す。アジアの肺腺癌患者には、EGFRの変異が米国の肺腺癌患者の3.5倍認められた。代わりに、米国では、KRAS遺伝子の変異がアジアの患者の2〜3倍検出された。したがって、同じタイプの癌であっても、地理的地域(または民族、性別、家系の遺伝形質など)が異なる患者は、腫瘍の進行を引き起こす、または進行の原因となる遺伝的素因、恐らくは優先的でさえある遺伝的素因を示す可能性があり、このことは、免疫療法の標的が異なり得ると同時に、そのような集団グループに基づいて推測することが可能であることを示している。
また、民族、地理的位置、性別または家系の起源によってグループ分けした集団によってHLA対立遺伝子タイプが大きく異なることも留意するべきである。本発明者らは、異なる集団グループのHLA対立遺伝子タイプのこのような差は、標的化可能な腫瘍抗原配列が、同じ遺伝子に同じタイプの変異を有する同じタイプの癌を有する患者間でさえ異なる可能性があることを示唆していることを考慮する。したがって、本発明者らは、HLA対立遺伝子のタイプおよびその集団グループ内での頻度に基づき、候補となる腫瘍抗原配列を特定することが可能であることを明らかにした。また別の観点からみれば、判定したHLA対立遺伝子タイプおよび任意選択で患者の民族、地理的位置、性別または家系の起源から、ある患者に対して免疫療法を設計するのに好ましい腫瘍抗原配列を推測または予測することが可能である。
様々なHLA対立遺伝子を有する患者に対する免疫療法の標的となり得る好ましい腫瘍抗原配列を特定するため、本発明者らは、様々な民族のグループに高頻度でみられるHLA対立遺伝子に対する親和性について、既知の癌ドライビング変異(単一の点変異)のあらゆる順列を検討した。様々な癌ドライビング変異に由来する腫瘍抗原およびその1つまたは複数の民族的出身から特定された様々なHLA対立遺伝子タイプとの関係の一部を表3〜6に示す。これらの例には、いずれかのHLA対立遺伝子に対してKdが500nM以下の親和性を示す抗原が示されている。例えば、表3には、EGFR L585R(アミノ酸位置585でのロイシンからアルギニンへの点変異)変異に由来する腫瘍抗原ならびにその様々なHLA対立遺伝子および民族との関係の例が記載されている。表からわかるように、様々なHLA対立遺伝子が出身民族によって異なる集団内頻度でみられる。例えば、HLA対立遺伝子A*31:01は、アメリカ先住民、白人、混血およびアジア人を含めた3つの異なる民族にみられる。この4つの民族のなかでは、表のこのHLA対立遺伝子の最大頻度は0.19%である。一実施形態では、多数対立遺伝子が集団の少なくとも0.1%以上にみられるHLA対立遺伝子であると定め、最小限の親和性を100nM以下とする場合、HLA対立遺伝子A*31:01は多数対立遺伝子であり、腫瘍抗原配列HVKITDFGRに対してKd値12nMという十分な最小限の親和性を有する。したがって、ある患者が腫瘍細胞にEGFR L585R変異を有するアジア人であり、HLA対立遺伝子A*31:01を有する場合、腫瘍抗原配列HVKITDFGRが、患者の腫瘍細胞表面に患者のMHC分子とともに存在する確率の高い腫瘍抗原配列となり得、免疫療法に望ましい標的となり得る。
また別の例として、KRAS G12D変異に由来する腫瘍抗原およびその様々なHLA対立遺伝子および民族との関係の例を表4に示す。この例では、同じタイプの癌および同じ遺伝子変異を有するが、HLA対立遺伝子が異なる患者では、同じ腫瘍抗原を標的とする免疫療法でも転帰が大きく異なり得ることがわかる。例えば、2例の患者が、癌のタイプ、KRAS G12D変異が同じであり、民族が同じヒスパニックであっても、腫瘍抗原配列LVVVGADGVを標的とする免疫療法がHLA対立遺伝子A*02:06(結合親和性が22nMである)を有する一方の患者には効果を示し得るが、HLA−対立遺伝子A*68:02(結合親和性が277nMである)を有する他方の患者には効果を示さないことがある。したがって、換言すれば、患者のHLA対立遺伝子がA*68:02である場合、配列LVVVGADGVを有する腫瘍抗原は免疫療法の効果的な標的であると予測されないことがある。
また別の例では、KRAS G12V変異に由来する腫瘍抗原およびその様々なHLA対立遺伝子および民族性との関係の例を表5に示す。この例では、患者のHLA対立遺伝子タイプに基づき、ある腫瘍抗原が(同じ変異を有する)別の腫瘍抗原よりも免疫療法に好ましいものであり得ることがわかる。例えば、ある癌患者がKRAS G12V変異を有することが確認され、HLA対立遺伝子タイプA*02:50を有する場合、配列AVGVGKSALまたはLVVVGAVGVを有する2種類の腫瘍抗原が免疫療法の標的となると考えられ、配列LVVVGAVGVを有する方の腫瘍抗原は、最大集団内頻度が同じであるとしても、その配列の親和性が18nMであり、他方の腫瘍抗原(AVGVGKSAL)の344nMに比して強いことから、好ましいものであり推奨されることになる。
さらにまた別の例では、TP53 E271K変異に由来する腫瘍抗原ならびにその様々なHLA対立遺伝子および民族性との関係の例を表6に示す。
異なる観点からみれば、本発明者らは、複数のタイプの癌に最も高頻度でみられる複数の変異について、高頻度のHLA対立遺伝子およびその高頻度のHLA対立遺伝子に対する親和性の高い腫瘍抗原配列に基づき、癌ワクチンのセットを調製することが可能であることを考慮する。例えば、KRAS G12V変異は、米国の患者で腺癌に最も高頻度でみられる変異の1つである。理論的には、腫瘍抗原が9量体である場合、KRAS G12V変異を含む腫瘍抗原には9種類の異なる配列が存在し得る。したがって、それらの異なる抗原配列に基づき、可能性として9種類の異なる癌ワクチンを作製することができる。しかし、表5に基づけば、任意のHLA対立遺伝子または高頻度でみられるHLA対立遺伝子と500nM以下のKdで結合し得る腫瘍抗原配列は5種類に限られる。換言すれば、HLA対立遺伝子の頻度およびそれらの対立遺伝子に対する抗原の親和性の観点からみて、KRAS G12V変異に由来する5種類の腫瘍抗原配列に対する癌ワクチンが、可能性のある残りの4種類の腫瘍抗原よりも必要とされる可能性が高いものと思われる。
したがって、そのような実施形態では、最も高頻度でみられる変異のうちの1つを有する腫瘍のある癌患者については、その患者の対立遺伝子タイプおよび腫瘍抗原と、同じ腫瘍抗原に対して最小限の親和性を有する多数対立遺伝子タイプとをマッチングすることにより、使用可能な癌ワクチンが容易に特定され得る。例えば、患者がKRAS G12V変異を有し、HLA対立遺伝子タイプがA*02:11である場合、配列YKLVVVGAVを有する腫瘍抗原に対する癌ワクチンを患者の遺伝子プロファイル(癌ドライバー変異およびHLA対立遺伝子タイプ)とマッチングすることができる。このようなマッチングを実施すれば、余分な時間およびコストがかかると思われる特注の癌ワクチンの調製を必要とせずに患者に癌ワクチンを投与することができる。本明細書で使用される癌ワクチンの「投与」という用語は、癌ワクチンの直接投与および間接投与の両方を指す。癌ワクチンの直接投与は通常、医療専門家(例えば、医師、看護師など)が実施するものであり、間接投与は通常、医療専門家が直接投与するのに使用可能な化合物および組成物を提供または作製する段階を含むものである。
したがって、(例えば、集団内頻度が少なくとも0.1、少なくとも0.2、少なくとも0.3または少なくとも0.5である)多数アロタイプに対するネオ抗原が300nM以下、200nM以下または100nM以下という所定の親和性を有することがわかっている既製の癌免疫療法剤を予め調製しておくことができる。次いで、ネオ抗原と同じHLAアロタイプを有する患者にこの治療剤(通常、例えばウイルスワクチン、酵母ワクチン、細菌ワクチンまたはペプチドワクチンなど)を提供し得る。例えば、患者のHLAタイプがA*02:06である場合、上の表4のKRAS G12D変異に関するデータを用いて、ネオ抗原LVVVGADGVを標的とするべく既製の癌免疫療法剤を患者に投与することができる。
上記のものに代えて、またはこれに加えて、本発明者らは、患者の遺伝子プロファイル(癌ドライバー変異およびHLA対立遺伝子タイプ)を他の患者の遺伝子プロファイルに関連する治療情報とマッチングすることが可能であることも考慮する。例えば、データベースは、少なくとも1つまたは複数のタイプの癌を有すると診断されており、少なくとも1つまたは複数のタイプの癌治療法による治療を受けた複数の患者の治療情報に関するデータを含み得る。いくつかの実施形態では、複数の患者を民族、地理的位置、性別または家系の起源により複数のグループに階層化またはグループ分けする。
治療情報に関するデータには通常、複数の患者の癌ドライバー変異のタイプ(例えば、KRAS G12V変異など)およびHLA対立遺伝子タイプが含まれる。好ましくは、治療情報に関するデータには、各患者の癌治療後の癌治療の転帰および/または腫瘍の予後がさらに含まれる。実質的に同じ遺伝子プロファイルを共有する患者は、癌治療、特に遺伝子特異的マーカー(例えば、ある変異に特異的な腫瘍抗原など)を標的とする癌治療が同程度に奏効する可能性が高いことが考慮される。したがって、患者の遺伝子プロファイルを他の患者のデータとマッチングすれば、他の同じような患者(遺伝子プロファイルを共有する患者)に最も良好な転帰をもたらした任意の癌治療(例えば、癌ワクチンなど)を選択またはマッチングして、腫瘍の治療に成功をもたらす可能性の高い癌治療を提供することが可能になる。
本発明者らはさらに、患者の腫瘍細胞が2種類以上の癌ドライビング遺伝子の変異を発現する場合にも、遺伝子プロファイルおよび治療転帰をマッチングすれば、成功する可能性の高い治療選択肢を患者に提供できる可能性があることを考慮する。例えば、患者Aおよび患者Bの腫瘍細胞が、癌ドライビング遺伝子Cに共通の変異を有し、かつ癌ドライビング遺伝子Dに別の共通の変異を有する場合、患者Aと患者BのHLA対立遺伝子タイプが異なっていれば、上記の癌ドライビング遺伝子のうちの一方を標的として腫瘍を治療しても同じ効果がみられない可能性がある。代わりに、患者Aおよび患者Bの変異を同じHLA対立遺伝子タイプを有する他の複数の患者の変異および治療転帰とマッチングさせ、さらに治療候補として順位付けすることができる。例えば、患者Aと同じHLA対立遺伝子を有する複数の患者において(例えば、少なくとも30%、少なくとも50%、少なくとも70%など)、遺伝子Aを標的とする癌治療の方が転帰が優れていれば(例えば、平均余命が長い、転移が少ない、腫瘍サイズが縮小した、症状が少ないなど)、癌治療を設計し得る候補として遺伝子Dよりも遺伝子Cに高い順位を付けることができる。
癌ワクチン
高頻度でみられるHLA対立遺伝子によってコードされるMHC分子と特異的に結合する癌ドライバー抗原を特定した後、癌ドライバー腫瘍抗原の配列情報を用いて1つまたは複数の免疫治療剤を調製し得る。任意の適切な形態の免疫治療剤が考慮されるが、好ましい一実施形態では、特定された癌ドライバー抗原を癌ワクチンとして製剤化することができる。癌ワクチンは、癌ドライバー抗原をコードする組換え核酸を含むよう作製した遺伝子操作細菌(細菌ワクチン)、遺伝子操作酵母(酵母ワクチン)および遺伝子操作ウイルス(ウイルスワクチン)を含み得る。このような実施形態では、癌ドライバー抗原をコードする組換え核酸を適切な発現細菌ベクター、酵母ベクターまたはウイルスベクター内にカセットとして配置することができる。
高頻度でみられるHLA対立遺伝子によってコードされるMHC分子と特異的に結合する癌ドライバー抗原を特定した後、癌ドライバー腫瘍抗原の配列情報を用いて1つまたは複数の免疫治療剤を調製し得る。任意の適切な形態の免疫治療剤が考慮されるが、好ましい一実施形態では、特定された癌ドライバー抗原を癌ワクチンとして製剤化することができる。癌ワクチンは、癌ドライバー抗原をコードする組換え核酸を含むよう作製した遺伝子操作細菌(細菌ワクチン)、遺伝子操作酵母(酵母ワクチン)および遺伝子操作ウイルス(ウイルスワクチン)を含み得る。このような実施形態では、癌ドライバー抗原をコードする組換え核酸を適切な発現細菌ベクター、酵母ベクターまたはウイルスベクター内にカセットとして配置することができる。
いくつかの実施形態では、癌ドライバー抗原をコードする組換え核酸は、その組換え核酸がポリトープ抗原をコードし得るように、1つまたは複数の個別化ネオ抗原をコードする1つまたは複数の核酸セグメントを含み得る。例えば、図3に示されるように、ポリトープ抗原は、癌ドライビング遺伝子の変異(例えば、KRAS、EGFR)に由来する抗原と複数の個別化ネオ抗原とを含み得る。本発明者らは、個別化ネオ抗原が抗原ペプチドであり得るか、あるいはペプチドフラグメントが1つまたは複数の炎症関連ペプチド抗原、自己免疫疾患(例えば、全身性エリテマトーデス、セリアック病、1型糖尿病、グレーブス病、炎症性腸疾患、多発性硬化症、乾癬、関節リウマチなど)関連ペプチド抗原、臓器移植拒絶反応に関連するペプチド抗原、腫瘍関連ペプチド抗原および癌ネオエピトープであり得ることを考慮する。好ましくは、抗原ペプチドまたはペプチドフラグメントは、患者に特異的であり、かつ/または組織に特異的なものである。
細菌ワクチンに関しては、本発明者らは、in vivoでヒト疾患関連抗原を発現させて局所または全身に免疫応答を誘発するのに迅速で簡便な運搬体として細菌を使用し得ることを考慮する。好ましい細菌の1つとして、増殖が速く(例えば、1つの完全な細胞周期が20分である)、誘導(例えば、IPTGによるlacプロモーター誘導など)によるタンパク質の過剰発現に最適化された多数の菌株を用いることができることから、大腸菌(Escherichia coli)(E.coli)が挙げられる。しかし、細菌は一般に、患者に免疫応答を誘発しエンドトキシン応答を引き起こすリポ多糖を発現し、それにより致命的な敗血症(例えば、CD14媒介性の敗血症)を引き起こす可能性があることから、ほとんどの細菌株が血流中への導入にも臓器または組織内への移植にも適さないと考えられている。したがって、1つの特に好ましい細菌株は、ヒトの体内に導入してもヒト細胞にエンドトキシン応答を引き起こさない程度のレベルおよび/またはCD14媒介性の敗血症を誘導するには不十分なレベルでエンドトキシンを発現する遺伝子改変細菌をベースとするものである。
修飾リポ多糖を有する1つの例示的な細菌株としては、ClearColi(登録商標)BL21(DE3)エレクトロコンピテント細胞が挙げられる。この細菌株は、遺伝子型F−ompT hsdSB(rB−mB−)gal dcm lon λ(DE3[lacI lacUV5−T7遺伝子1 ind1 sam7 nin5])msbA148ΔgutQΔkdsDΔlpxLΔlpxMΔpagPΔlpxPΔeptAを有するBL21である。これに関連して、いくつかの特定の欠失変異(ΔgutQΔkdsDΔlpxLΔlpxMΔpagPΔlpxPΔeptA)がLPSのリピドIVAへの修飾をコードし、1つの追加の補償変異(msbA148)がLPS前駆体リピドIVAの存在下での細胞の生存能の維持を可能にすることを理解するべきである。これらの変異がLPSからのオリゴ糖鎖の欠失を生じさせる。より具体的には、6本のアシル鎖のうち2本が欠失する。LPSの6本のアシル鎖は、ミエロイド系分化因子2(MD−2)と複合体を形成したToll様受容体4(TLR4)によって認識され、NF−κBの活性化および炎症誘発性サイトカインの産生を引き起こすトリガーとなる。アシル鎖が4本しか含まれていないリピドIVAは、TLR4によって認識されることはなく、このため、エンドトキシン応答を誘発することはない。1つの例としてエレクトロコンピテントBL21細菌を記載したが、本発明者らは、遺伝子改変細菌をケミカルコンピテント細菌とすることも可能性があることを考慮する。
酵母ワクチンに関しては、本発明者らは、上記の腫瘍抗原ポリペプチドを産生させるのに使用することができる任意の酵母株を考慮する。非病原性酵母株であれば酵母運搬体を投与する個人に対する有害作用が最小限に抑えられることから、酵母はサッカロミセス・セレビシエ(Saccharomyces cerevisiae)などの非病原性株であるのが好ましい。ただし、薬剤介入を用いて酵母の病原性を打ち消すことができる場合、病原性酵母を用いてもよい。例えば、適切な酵母株の属としては、サッカロミセス(Saccharomyces)、カンジダ(Candida)、クリプトコッカス(Cryptococcus)、ハンセヌラ(Hansenula)、クリベロミセス(Kluyveromyces)、ピキア(Pichia)、ロドトルラ(Rhodotorula)、シゾサッカロミセス(Schizosaccharomyces)およびヤロウイア(Yarrowia)が挙げられる。
ウイルスワクチンに関しては、本発明者らは、上記の腫瘍抗原ポリペプチドを発現することができる任意の適切なウイルスベクターを考慮する。特に好ましい発現ベクターとしては、少なくとも1k塩基対、好ましくは2k塩基対、より好ましくは5k塩基対のカセットサイズを運ぶことができるベクターを挙げ得る。したがって、一実施形態では、好ましい発現ベクターとして、ウイルスベクター(例えば、任意選択でE1遺伝子および/またはE2b遺伝子が欠失しているか機能しない、非複製組換えアデノウイルスゲノム)が挙げられる。
本発明者らはさらに、上記の組換え核酸を有する組換えウイルス、組換え細菌または組換え酵母をさらに任意の薬学的に許容される担体を用いて製剤化して(例えば、好ましくは無菌注射用組成物として製剤化して)、医薬組成物を形成することが可能であることを考慮する。医薬組成物が組換えウイルスを含む場合、組成物のウイルス力価は投与単位当たり104〜1012ウイルス粒子であるのが好ましい。しかし、これに代わる製剤も本明細書で使用するのに適していると考えられ、あらゆる既知の投与経路および投与様式が本明細書で考慮される。医薬組成物が組換え細菌を含む場合、組成物の細菌力価は投与単位当たり102〜103、103〜104、104〜105細菌細胞であるのが好ましい。医薬組成物が組換え酵母を含む場合、組成物の細菌力価は投与単位当たり102〜103、103〜104、104〜105酵母細胞であるのが好ましい。いくつかの実施形態では、ウイルス製剤、細菌製剤または酵母製剤を皮下注射、真皮下注射または静脈内注射を含めた全身注射により投与する。他の実施形態では、全身注射が(例えば、脳腫瘍などに対して)効率的ではないと思われる場合、製剤を腫瘍内注射により投与することが考慮される。
あるいは、免疫療法はウイルスに依存する必要はなく、所望の細胞、特に免疫能細胞内での癌抗原(例えば、単一のペプチド、タンデムミニ遺伝子などとして)の発現を引き起こす核酸ワクチン接種またはその他の組換えベクターを用いて実施してもよい。
本発明者らは、癌ワクチンが遺伝子改変免疫能細胞を含み得ることも考慮する。免疫能細胞としては、特に限定されないが、腫瘍抗原に特異的なキメラ抗原受容体(CAR)を発現するNK細胞、改変NK細胞(例えば、NantKwest社(9920 Jefferson Blvd. Culver City, CA 90232)が市販しているaNK細胞、haNK細胞またはtaNK細胞)、NKT細胞(例えば、CD1d制限iNKT細胞など)、T細胞など)が挙げられる。いくつかの実施形態では、遺伝子改変免疫能細胞は、腫瘍抗原と特異的に結合する細胞外一本鎖バリアントフラグメント、細胞内活性化ドメインおよび細胞外一本鎖バリアントフラグメントと細胞内活性化ドメインとを連結する膜貫通リンカーを有する、キメラタンパク質を含み得る。好ましくは、細胞外一本鎖バリアントフラグメントは、短いスペーサーペプチドフラグメント(例えば、少なくとも10アミノ酸、少なくとも20アミノ酸、少なくとも30アミノ酸など)をコードするリンカー配列によって隔てられた重鎖(VH)の可変領域と軽鎖(VL)の可変領域とを含む。
腫瘍ネオエピトープ、腫瘍関連抗原または自己脂質に特異的なVHおよびVLの核酸配列を特定する任意の適切な方法が考慮される。例えば、腫瘍エピトープに対する特異性および結合親和性が明らかにされているモノクローナル抗体配列データベースからVHおよびVLの核酸配列を特定することができる。あるいは、候補配列のコンピュータ解析により(例えば、IgBLAST配列解析ツールなどにより)VHおよびVLの核酸配列を特定することができる。いくつかの実施形態では、腫瘍ネオエピトープ、腫瘍関連抗原または自己脂質に対して様々な親和性を有するペプチドの任意の適切なin vitroアッセイ(例えば、フローサイトメトリー、SPRアッセイ、動的排除アッセイなど)によるマススクリーニングによりVHおよびVLの核酸配列を特定することができる。腫瘍エピトープの特徴に応じて異なり得るが、VHおよびVLの最適な核酸配列は、腫瘍エピトープに対して少なくとも10−6M以下、好ましくは少なくとも10−7M以下、より好ましくは少なくとも10−8M以下のKDの親和性を有する細胞外一本鎖バリアントフラグメントをコードするのが好ましい。あるいは、ファージパニングまたはRNAディスプレイにより腫瘍エピトープに対する合成結合物質を入手してもよい。
他の実施形態では、遺伝子改変免疫能細胞は、α鎖T細胞受容体、β鎖T細胞受容体、CD3δの少なくとも一部分およびCD3γの少なくとも一部分を有する、遺伝子改変組換えT細胞受容体複合体を含み得る。好ましくは、α鎖T細胞受容体またはβ鎖T細胞受容体の少なくとも一部分は、腫瘍抗原に特異的なものである。遺伝子改変T細胞受容体複合体の細胞外ドメインの腫瘍抗原に対する親和性は少なくとも、KDが少なくとも10−6M以下、好ましくは少なくとも10−7M以下、より好ましくは少なくとも10−8M以下であるのが特に好ましい。これらの実施形態では、細胞内活性化ドメインは1つまたは複数のITAM活性化モチーフ(免疫受容体チロシン活性化モチーフ、YxxL/I−X6−8−YXXL/I)を含み、同モチーフが、これらのモチーフを発現する細胞内でのシグナル伝達カスケードを誘発するのが好ましい。したがって、遺伝子改変T細胞受容体複合体が腫瘍抗原と結合すると、免疫能細胞の細胞傷害を誘発する下流シグナル伝達カスケードの活性化を誘発する。
本発明者らは、癌ワクチンがペプチド形態の腫瘍抗原または腫瘍抗原の一部分を含み得ることも考慮する。任意選択で、腫瘍抗原ペプチドを担体タンパク質と結合させてもよい。本明細書で使用される担体タンパク質は、積載物(1つまたは複数の腫瘍抗原ペプチド)を安定に輸送し、好ましくは、担体タンパク質を(例えば、gp60媒介性トランスサイトーシスを介してアルブミンを)患者に投与したとき、腫瘍微小環境にアクセスすることができる、任意の適切なポリペプチドであり得る。したがって、好ましい担体タンパク質としては、アルブミン、リフォールディングしたアルブミンおよび抗体部分に対して親和性を示すその他のタンパク質(例えば、プロテインA、プロテインG、プロテインZ)が挙げられる。
いくつかの実施形態では、腫瘍抗原を、腫瘍抗原と担体タンパク質とを結合させることができるアンカー分子と結合させる。例えば、担体タンパク質がアルブミンである場合、アンカー分子は、アルブミンのSudlow部位IおよびIIのうちの1つまたはアルブミンの任意のその他の疎水性領域に適合する任意の適切な大きさの疎水性ペプチドまたは糖脂質であり得る。例えば、アンカー分子は(長さが少なくとも10アミノ酸、15アミノ酸、20アミノ酸、30アミノ酸などの)疎水性ペプチドを含み得る。これらの実施形態では、腫瘍抗原および疎水性ペプチドの様々な立体配置が考慮され得る。例えば、1つの腫瘍抗原を疎水性ペプチドと直接結合させても、複数の腫瘍抗原を疎水性ペプチドと直接結合させてもよい。あるいは、1つの腫瘍抗原を複数の疎水性ペプチドと直接結合させても、複数の腫瘍抗原を複数の疎水性ペプチドと直接結合させてもよい。
上記のものに代えて、またはこれに加えて、1つまたは複数の腫瘍抗原と、担体タンパク質と結合するアンカー部分を有する中間分子とを結合させることができる。好ましい実施形態では、本発明者らは、中間分子によって腫瘍抗原に対する結合部位が複数生じ、このため、担体タンパク質上の単一の結合部位を介して複数の腫瘍抗原を保持させることが可能であることを考慮する。適切な中間分子としては、未処置組織に対して重大な毒性を一切もたすことのない任意のタンパク質、糖脂質、有機分子または無機分子を挙げ得る。例えば、適切な中間分子として、ナノ粒子(例えば、量子ドット、金ナノ粒子、磁性ナノ粒子、ナノチューブ、ポリマーナノ粒子、デンドリマーなど)またはビーズ(例えば、ポリスチレンビーズ、ラテックスビーズ、dynabeadなど)を挙げ得る。好ましくは、ナノ粒子および/またはビーズは寸法が1μm未満、好ましくは100nm未満である。ナノ粒子を、担体タンパク質(例えば、アルブミン)にアンカーをもたらす疎水性尾部と架橋しても、あるいはこれで部分的にコーティングしてもよい。1つまたは複数の腫瘍抗原を(例えば、架橋するために腫瘍抗原と結合させた外部尾部ドメインなどを介して)ナノ粒子と架橋しても、あるいはナノ粒子上に部分的にコーティングしてもよい.
さらに、ネオエピトープを癌ドライバーネオエピトープとして特定した後、癌ドライバーネオエピトープを保有する癌ドライバー遺伝子によってコードされるタンパク質を標的とする薬物を選択し得ることも認識するべきである。例えば、癌ドライバー遺伝子が受容体をコードする場合、その受容体に特異的な受容体アンタゴニストもしくは阻害剤または受容体(もしくはリガンド)に対する抗体を投与し得る。同様に、癌ドライバー遺伝子がキナーゼをコードする場合、患者にキナーゼ阻害剤を投与し得る。したがって、癌ドライバーネオエピトープを特定すれば、免疫系および変異タンパク質の機能を利用して変異タンパク質を標的とする併用治療の選択肢が得られ得ることを理解するべきである。
いくつかの実施形態では、本発明者らは、癌ワクチンを1つまたは複数の共刺激分子、免疫刺激性サイトカインおよび/またはチェックポイント阻害に干渉する、もしくはこれをダウンレギュレートするタンパク質と共投与することが可能であることを考慮する。適切な共刺激分子としては、特に限定されないが、CD80、CD86、CD30、CD40、CD30L、CD40L、ICOS−L、B7−H3、B7−H4、CD70、OX40L、4−1BBLが挙げられ、作用機序があまり明らかにされていない(または理解されていない)他の刺激性分子としては、GITR−L、TIM−3、TIM−4、CD48、CD58、TL1A、ICAM−1、LFA3およびSLAMファミリーのメンバーが挙げられる。さらに、免疫応答をブーストする任意の適切なタイプのサイトカインが考慮される。特に好ましいサイトカインおよびサイトカイン類似体としては、IL−2、IL−15およびIL−a5スーパーアゴニスト(ALT−803)、IL−21、IPS1およびLMP1が挙げられる。
チェックポイント阻害に干渉する、もしくはこれをダウンレギュレートするタンパク質に関しては、チェックポイント受容体と結合する任意の適切なペプチドリガンドが考慮されることが考慮される。最も通常には、結合が受容体を介してシグナル伝達を阻害するか、少なくとも減少させ、特に考慮される受容体としては、CTLA−4(特にCD8+細胞に対する)、PD−1(特にCD4+細胞に対する)、TIM1受容体、2B4およびCD160が挙げられる。例えば、適切なペプチド結合物質としては、抗体フラグメント、特にscFvのほかにも、受容体と特異的に結合する小分子ペプチドリガンド(例えば、RNAディスプレイまたはファージパニングにより単離したもの)が挙げられる。繰り返すが、ネオエピトープまたはポリトープが1つまたは複数のペプチドリガンドと同時に発現するようペプチド分子発現を同調させるのが好ましいことを理解するべきである。したがって、通常、例えば配列内リボソーム進入部位もしくは2A配列を用いて単一の転写物(ポリトープをコードする配列部分を含むかどうかを問わない)から、または複数の転写物からペプチドリガンドを産生させることが考慮される。
任意選択で上記のものに加えて、本発明者らはさらに、癌ワクチンを投与した後、患者の治療転帰をモニターし記録できることを考慮する。モニタリングは、腫瘍抗原を発現する細胞に対して免疫応答を誘発し得る様々な免疫能細胞の質および/または量を評価することを含み得る。したがって、一実施形態では、モニタリングは、患者を癌ワクチンで治療した後、例えば、ワクチン治療から少なくとも1日後、少なくとも3日後、少なくとも5日後、少なくとも7日後、少なくとも14日後、少なくとも28日後に患者から様々な免疫能細胞(例えば、CD8+T細胞、CD4+T細胞、CD3+T細胞、NK細胞、NKT細胞など)を単離することを含む。この実施形態では、腫瘍抗原と特異的に結合するT細胞受容体またはNK細胞受容体を発現する免疫能細胞を定性的に(例えば、T細胞受容体またはNK細胞受容体のペプチドシーケンシングなどにより)かつ定量的に評価する(例えば、腫瘍抗原に特異的な免疫能細胞の比または数を結合アッセイによりカウントするなど)ことができる。
本明細書に数値の範囲を記載する場合、それは単に、その範囲内に含まれる別個の各数値に個別に言及するのを省略する方法としての役割を果たすことを意図するものである。本明細書に別途明示されない限り、個々の各数値は、それが本明細書に個別に記載された場合と同様に本明細書に組み込まれる。本明細書に記載される方法はいずれも、本明細書に別途明示されるか、明確に文脈と相反する場合を除いて、任意の適切な順序で実施することができる。本明細書で特定の実施形態に関して記載されるあらゆる例または例示語(例えば、「など」)の使用は、単に本発明の理解を容易にすることを意図するものであって、別途特許請求される本発明の範囲を限定するものではない。本明細書の専門用語はいずれも、本発明の実施に不可欠な何らかの特許請求されない要素を示すものとして理解されるべきではない。
当業者は、既に記載されているもの以外にも、本明細書の本発明の概念を逸脱せずに多数の修正がさらに可能であることを理解するべきである。したがって、本発明の主題は、添付の請求項の範囲内にある場合を除き、限定されるべきではない。さらに、明細書および請求項の両者を解釈するにあたっては、いずれの用語も文脈に反しない可能な最も広い意味で解釈されるべきである。特に、「comprises」および「comprising」(ともに「含む」という意味)という用語は、要素、成分または段階に包括的に言及し、言及される要素、成分または段階は、明示的に言及される他の要素、成分または段階とともに存在し得る、使用し得る、または組み合わせ得ることを表すものと解釈されるべきである。本明細書の請求項で、A、B、C、....およびNからなる群より選択されるもののうち少なくとも1つと言う場合、その文は、グループのうち、AとNまたはBとNなどではなく、1つの要素のみを必要としているものと解釈されるべきである。
Claims (35)
- 癌の免疫療法で患者の腫瘍抗原を標的化する方法であって、
腫瘍組織から患者のオミクスデータを入手し、前記オミクスデータを用いて、癌ドライバー遺伝子に前記腫瘍抗原を生じる少なくとも1つの変異が存在することを確認することと、
前記患者のHLA対立遺伝子タイプを判定することと、
前記患者の対立遺伝子タイプおよび前記腫瘍抗原を同じ腫瘍抗原に対して最小限の親和性を有する多数対立遺伝子タイプとマッチングすることと、
マッチング後、前記患者の前記腫瘍抗原を標的とする癌ワクチンを投与することと
を含む、方法。 - 前記オミクスデータが、全ゲノムシーケンシングデータ、全エクソームシーケンシングデータ、RNAseqデータおよび定量的プロテオミクスデータからなる群より選択される少なくとも1つのオミクスデータを含む、請求項1に記載の方法。
- 前記少なくとも1つの変異を一塩基多型、短い欠失多型および挿入多型、マイクロサテライトマーカー、ショートタンデムリピート、ヘテロ接合配列、多塩基多型ならびに命名済みのバリアントからなる群より選択される少なくとも1つの事前にわかっている分子変異によって選別する段階をさらに含む、請求項1〜2のいずれかに記載の方法。
- 前記癌ドライバー遺伝子が、ALL、AML、BLCA、BRCA、CLL、CM、COREAD、ESCA、GBM、HC、HNSC、LUAD、LUSC、MB、NB、NSCLC、OV、PRAD、RCCC、SCLC、STAD、THCAおよびUCECからなる群より選択される癌のものである、請求項1〜3のいずれかに記載の方法。
- 前記癌ドライバー遺伝子が、表1に記載される遺伝子のうちの1つである、請求項1〜4のいずれかに記載の方法。
- 前記多数対立遺伝子タイプが、様々な民族、様々な地理的位置、様々な性別または家系の起源の代表的な対立遺伝子タイプである、請求項1〜5のいずれかに記載の方法。
- 前記多数対立遺伝子タイプが、少なくとも1つの前記民族で少なくとも0.1%の集団内頻度を有する、請求項6に記載の方法。
- 前記多数対立遺伝子タイプが、少なくとも1つの前記民族で上位4分の1に入る集団内頻度を有する、請求項6〜7のいずれかに記載の方法。
- 前記腫瘍抗原に対する親和性を複数のHLA対立遺伝子に関して比較することにより前記最小限の親和性を求める、請求項1〜8のいずれかに記載の方法。
- 前記最小限の親和性を100nM以下のKdにより求める、請求項1〜9のいずれかに記載の方法。
- 前記癌ワクチンが、組換えウイルスワクチン、組換え細菌ワクチン、組換え酵母ワクチン、前記腫瘍抗原をコードする核酸、担体分子と結合した腫瘍抗原および遺伝子改変免疫細胞組成物のうちの1つである、請求項1〜10のいずれかに記載の方法。
- 前記遺伝子改変免疫細胞組成物が、前記腫瘍抗原に特異的なキメラ抗原受容体を発現する遺伝子改変T細胞、遺伝子改変NK細胞、遺伝子改変NKT細胞のうちの少なくとも1つを含む、請求項11に記載の方法。
- 前記組換えウイルスワクチン、前記組換え細菌ワクチンおよび前記組換え酵母ワクチンが、前記腫瘍抗原をコードする組換え核酸を含む、請求項11〜12のいずれかに記載の方法。
- 前記患者の前記HLA対立遺伝子タイプを前記腫瘍抗原に対する結合親和性に基づき、複数のHLA対立遺伝子タイプのなかで順位付けすることをさらに含む、請求項1〜13のいずれかに記載の方法。
- 腫瘍抗原が7〜20アミノ酸の長さである、請求項1〜14のいずれかに記載の方法。
- 共刺激分子、免疫刺激性サイトカインおよびチェックポイント阻害に干渉する、もしくはこれをダウンレギュレートするタンパク質のうちの少なくとも1つを共投与することをさらに含む、請求項1〜15のいずれかに記載の方法。
- 前記共刺激分子が、CD80、CD86、CD30、CD40、CD30L、CD40L、ICOS−L、B7−H3、B7−H4、CD70、OX40L、4−1BBL、GITR−L、TIM−3、TIM−4、CD48、CD58、TL1A、ICAM−1およびLFA3からなる群より選択される、請求項16に記載の方法。
- 前記免疫刺激性サイトカインが、IL−2、IL−12、IL−15、IL−15スーパーアゴニスト(ALT803)、IL−21、IPS1およびLMP1からなる群より選択される、請求項16〜17のいずれかに記載の方法。
- 前記干渉するタンパク質が、CTLA−4、PD−1、TIM1受容体、2B4またはCD160の抗体またはアンタゴニストである、請求項16〜18のいずれかに記載の方法。
- 癌の免疫療法のために患者の腫瘍抗原を標的化する方法であって、
腫瘍組織から患者のオミクスデータを入手し、前記オミクスデータを用いて、癌ドライバー遺伝子に前記腫瘍抗原を生じる少なくとも1つの変異が存在することを確認することと、
前記患者のHLA対立遺伝子タイプを判定することと、
前記患者の前記対立遺伝子および前記腫瘍抗原を、少なくとも1つのタイプの癌を有すると診断され、少なくとも1つの癌治療で治療した複数の患者のHLA対立遺伝子タイプおよび変異配列とマッチングすることと、
マッチング後、前記マッチングに基づき前記患者に癌治療を実施することと
を含む、方法。 - 前記オミクスデータが、全ゲノムシーケンシングデータ、全エクソームシーケンシングデータ、RNAseqデータおよび定量的プロテオミクスデータからなる群より選択される少なくとも1つのオミクスデータを含む、請求項20に記載の方法。
- 前記少なくとも1つの変異を一塩基多型、短い欠失多型および挿入多型、マイクロサテライトマーカー、ショートタンデムリピート、ヘテロ接合配列、多塩基多型ならびに命名済みのバリアントからなる群より選択される少なくとも1つの事前に分かっている分子変異によって選別する段階をさらに含む、請求項20〜21のいずれかに記載の方法。
- 前記癌ドライバー遺伝子が、ALL、AML、BLCA、BRCA、CLL、CM、COREAD、ESCA、GBM、HC、HNSC、LUAD、LUSC、MB、NB、NSCLC、OV、PRAD、RCCC、SCLC、STAD、THCAおよびUCECからなる群より選択される癌のものである、請求項20〜22のいずれかに記載の方法。
- 前記癌ドライバー遺伝子が、表1に記載される遺伝子のうちの1つである、請求項20〜23のいずれかに記載の方法。
- 前記マッチングが、前記HLA対立遺伝子タイプおよび前記少なくとも1つの癌治療の治療転帰に基づき前記腫瘍抗原を順位付けすることをさらに含む、請求項20〜24のいずれかに記載の方法。
- 腫瘍抗原が7〜20アミノ酸の長さである、請求項20〜25のいずれかに記載の方法。
- 前記癌治療が、前記腫瘍抗原を標的とする癌ワクチンである、請求項20〜26のいずれかに記載の方法。
- 前記癌ワクチンが、組換えウイルスワクチン、組換え細菌ワクチン、組換え酵母ワクチン、前記腫瘍抗原をコードする核酸、担体分子と結合した腫瘍抗原および遺伝子改変免疫細胞組成物のうちの1つである、請求項27に記載の方法。
- 前記遺伝子改変免疫細胞組成物が、前記腫瘍抗原に特異的なキメラ抗原受容体を発現する遺伝子改変T細胞、遺伝子改変NK細胞、遺伝子改変NK細胞誘導体、遺伝子改変NKT細胞のうちの少なくとも1つを含む、請求項28に記載の方法。
- 前記組換えウイルスワクチン、前記組換え細菌ワクチンおよび前記組換え酵母ワクチンが、前記腫瘍抗原をコードする組換え核酸を含む、請求項28〜29のいずれかに記載の方法。
- 共刺激分子、免疫刺激性サイトカインおよびチェックポイント阻害に干渉する、またはこれをダウンレギュレートするタンパク質のうちの少なくとも1つを共投与することをさらに含む、請求項20〜30のいずれかに記載の方法。
- 前記共刺激分子が、CD80、CD86、CD30、CD40、CD30L、CD40L、ICOS−L、B7−H3、B7−H4、CD70、OX40L、4−1BBL、GITR−L、TIM−3、TIM−4、CD48、CD58、TL1A、ICAM−1およびLFA3からなる群より選択される、請求項31に記載の方法。
- 前記免疫刺激性サイトカインが、IL−2、IL−12、IL−15、IL−15スーパーアゴニスト(ALT803)、IL−21、IPS1およびLMP1からなる群より選択される、請求項31〜32のいずれかに記載の方法。
- 前記干渉するタンパク質が、CTLA−4、PD−1、TIM1受容体、2B4またはCD160の抗体またはアンタゴニストである、請求項31〜33のいずれかに記載の方法。
- 前記複数の患者を、性別、民族および地理的位置のうちの少なくとも1つによって階層化する、請求項20〜34のいずれかに記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662428945P | 2016-12-01 | 2016-12-01 | |
US62/428,945 | 2016-12-01 | ||
PCT/US2017/064078 WO2018102613A2 (en) | 2016-12-01 | 2017-11-30 | Tumor antigenicity processing and presentation |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020507557A true JP2020507557A (ja) | 2020-03-12 |
Family
ID=62242749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019529846A Abandoned JP2020507557A (ja) | 2016-12-01 | 2017-11-30 | 腫瘍抗原性の処理および提示 |
Country Status (10)
Country | Link |
---|---|
US (2) | US11276479B2 (ja) |
EP (1) | EP3548897A4 (ja) |
JP (1) | JP2020507557A (ja) |
KR (1) | KR20190083671A (ja) |
CN (1) | CN110214275B (ja) |
AU (1) | AU2017367696A1 (ja) |
CA (1) | CA3045811A1 (ja) |
IL (1) | IL267013A (ja) |
TW (1) | TW201908491A (ja) |
WO (1) | WO2018102613A2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11276479B2 (en) | 2016-12-01 | 2022-03-15 | Nantomics, Llc | Tumor antigenicity processing and presentation |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200225229A1 (en) * | 2017-09-25 | 2020-07-16 | Nant Holdings Ip, Llc | Validation of Neoepitope Presentation |
WO2020117853A1 (en) * | 2018-12-04 | 2020-06-11 | Nantomics, Llc | Methods of making therapeutic t lymphocytes |
KR20220066005A (ko) * | 2019-05-14 | 2022-05-23 | 시에라 온코로지, 인코퍼레이티드 | Chk1 저해제를 사용한 암 치료 방법 |
CN114651001A (zh) * | 2019-11-07 | 2022-06-21 | 武汉华大吉诺因生物科技有限公司 | 肿瘤免疫治疗多肽及其应用 |
WO2021188743A2 (en) * | 2020-03-20 | 2021-09-23 | Neo7Logix, Llc | Precision-based immuno-molecular augmentation (pbima) computerized system, method and therapeutic vaccine |
CN113517021B (zh) * | 2021-06-09 | 2022-09-06 | 海南精准医疗科技有限公司 | 一种癌症驱动基因预测方法 |
WO2023172922A1 (en) * | 2022-03-08 | 2023-09-14 | Immunitybio, Inc. | Intratumorally injected yeast vaccine |
CN114882951B (zh) * | 2022-05-27 | 2022-12-27 | 深圳裕泰抗原科技有限公司 | 基于二代测序数据检测mhc ii型肿瘤新生抗原的方法和装置 |
WO2024097257A1 (en) * | 2022-10-31 | 2024-05-10 | Gritstone Bio, Inc. | Combination panel cell-free dna monitoring |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040096445A1 (en) * | 1999-06-30 | 2004-05-20 | John Sidney | Subunit vaccines with A2 supermotifs |
CA2518569C (en) | 2003-03-10 | 2011-11-15 | Expression Pathology, Inc. | Liquid tissue preparation from histopathologically processed biological samples, tissues and cells |
CN103180730B (zh) | 2010-05-14 | 2016-03-02 | 综合医院公司 | 鉴定肿瘤特异性新抗原的组合物和方法 |
KR102042253B1 (ko) | 2010-05-25 | 2019-11-07 | 더 리젠츠 오브 더 유니버시티 오브 캘리포니아 | Bambam:고처리율 서열분석 데이터의 병렬 비교 분석 |
US9646134B2 (en) | 2010-05-25 | 2017-05-09 | The Regents Of The University Of California | Bambam: parallel comparative analysis of high-throughput sequencing data |
EP2872653B1 (en) | 2012-07-12 | 2019-03-13 | Persimmune, Inc. | Personalized cancer vaccines and adoptive immune cell therapies |
CN103768604B (zh) * | 2012-10-24 | 2016-03-30 | 北京圣沃德生物科技有限公司 | 治疗性肿瘤疫苗 |
WO2014168874A2 (en) | 2013-04-07 | 2014-10-16 | The Broad Institute, Inc. | Compositions and methods for personalized neoplasia vaccines |
TWI777198B (zh) * | 2013-08-05 | 2022-09-11 | 德商伊瑪提克斯生物科技有限公司 | 新穎肽類,細胞及其用於治療多種腫瘤的用途,其製造方法及包含其等之醫藥組成物(七) |
KR20230076867A (ko) | 2013-12-20 | 2023-05-31 | 더 브로드 인스티튜트, 인코퍼레이티드 | 신생항원 백신과의 병용 요법 |
PE20161344A1 (es) | 2014-01-02 | 2016-12-23 | Memorial Sloan Kettering Cancer Center | Determinantes de respuesta del cancer a la inmunoterapia |
KR102629590B1 (ko) | 2015-04-27 | 2024-01-24 | 캔써 리서치 테크놀로지 리미티드 | 암을 치료하기 위한 방법 |
MX2017014700A (es) * | 2015-05-20 | 2018-08-15 | Broad Inst Inc | Neoantigenos compartidos. |
EP3341877B1 (en) | 2015-08-25 | 2023-05-10 | Nantomics, LLC | Systems and methods for high-accuracy variant calling |
TWI733719B (zh) | 2015-12-07 | 2021-07-21 | 美商河谷控股Ip有限責任公司 | 改善的組合物及用於新表位之病毒遞送的方法及其應用 |
RU2729116C2 (ru) | 2015-12-16 | 2020-08-04 | Гритстоун Онколоджи, Инк. | Идентификация, производство и применение неоантигенов |
EP3548897A4 (en) | 2016-12-01 | 2020-08-12 | Nantomics, LLC | PRESENTATION AND TREATMENT OF TUMOR ANTIGENICITY |
-
2017
- 2017-11-30 EP EP17876742.2A patent/EP3548897A4/en active Pending
- 2017-11-30 CA CA3045811A patent/CA3045811A1/en not_active Withdrawn
- 2017-11-30 US US16/465,997 patent/US11276479B2/en active Active
- 2017-11-30 CN CN201780084143.7A patent/CN110214275B/zh active Active
- 2017-11-30 KR KR1020197018904A patent/KR20190083671A/ko not_active Application Discontinuation
- 2017-11-30 JP JP2019529846A patent/JP2020507557A/ja not_active Abandoned
- 2017-11-30 AU AU2017367696A patent/AU2017367696A1/en not_active Abandoned
- 2017-11-30 WO PCT/US2017/064078 patent/WO2018102613A2/en unknown
- 2017-12-01 TW TW106142197A patent/TW201908491A/zh unknown
-
2019
- 2019-05-30 IL IL267013A patent/IL267013A/en unknown
-
2022
- 2022-02-03 US US17/591,907 patent/US20220165353A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11276479B2 (en) | 2016-12-01 | 2022-03-15 | Nantomics, Llc | Tumor antigenicity processing and presentation |
Also Published As
Publication number | Publication date |
---|---|
CA3045811A1 (en) | 2018-06-07 |
US20200082906A1 (en) | 2020-03-12 |
CN110214275A (zh) | 2019-09-06 |
AU2017367696A1 (en) | 2019-06-20 |
IL267013A (en) | 2019-07-31 |
TW201908491A (zh) | 2019-03-01 |
CN110214275B (zh) | 2022-12-06 |
US20220165353A1 (en) | 2022-05-26 |
KR20190083671A (ko) | 2019-07-12 |
US11276479B2 (en) | 2022-03-15 |
EP3548897A2 (en) | 2019-10-09 |
WO2018102613A2 (en) | 2018-06-07 |
EP3548897A4 (en) | 2020-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220165353A1 (en) | Tumor antigenicity processing and presentation | |
US20220270709A1 (en) | High-Throughput Identification of Patient-Specific Neoepitopes as Therapeutic Targets for Cancer Immunotherapies | |
US11913075B2 (en) | Methods and compositions for detecting and modulating an immunotherapy resistance gene signature in cancer | |
US20180119137A1 (en) | Integrated systems and methods for automated processing and analysis of biological samples, clinical information processing and clinical trial matching | |
US20180089373A1 (en) | Integrated systems and methods for automated processing and analysis of biological samples, clinical information processing and clinical trial matching | |
US20230279114A1 (en) | Methods of treating a tumor using an anti-pd-1 antibody | |
JP7034931B2 (ja) | ネオエピトープのウイルス送達のための改善された組成物および方法ならびにその使用 | |
AU2017371498B2 (en) | Systems and methods for sequencing T cell receptors and uses thereof | |
WO2019070755A1 (en) | METHODS AND COMPOSITIONS FOR DETECTING AND MODULATING A GENETIC SIGNATURE OF IMMUNOTHERAPY RESISTANCE IN CANCER | |
US20150301058A1 (en) | Biomarker compositions and methods | |
WO2019191676A1 (en) | Methods of treating tumor | |
US11471519B2 (en) | Methods of cancer treatment using tumor antigen-specific T cells | |
WO2022109607A2 (en) | Determination of cytotoxic gene signature and associated systems and methods for response prediction and treatment | |
EP4211228A1 (en) | T cell phenotypes associated with response to adoptive cell therapy | |
EP3870609A1 (en) | Methods of treating tumor | |
WO2021092221A1 (en) | Methods of identifying a subject with a tumor suitable for a checkpoint inhibitor therapy | |
IL302497A (en) | Factors that bind antigenic peptides with modifications and their use | |
US20220202811A1 (en) | Treatment for retinoic acid receptor-related orphan receptor Ɣ (rorƔ)-dependent cancers | |
CN113272419A (zh) | 制备治疗性t淋巴细胞的方法 | |
Li et al. | Neo-intline: int egrated pipe line enables neo antigen design through the in-silico presentation of T-cell epitope | |
WO2021034444A1 (en) | Genomic-driven targeted therapies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191227 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191227 |
|
A762 | Written abandonment of application |
Free format text: JAPANESE INTERMEDIATE CODE: A762 Effective date: 20201124 |