JP7140280B2 - ネオ抗原ベースの免疫療法のためのエピトープを標的化する方法およびシステム - Google Patents
ネオ抗原ベースの免疫療法のためのエピトープを標的化する方法およびシステム Download PDFInfo
- Publication number
- JP7140280B2 JP7140280B2 JP2021519744A JP2021519744A JP7140280B2 JP 7140280 B2 JP7140280 B2 JP 7140280B2 JP 2021519744 A JP2021519744 A JP 2021519744A JP 2021519744 A JP2021519744 A JP 2021519744A JP 7140280 B2 JP7140280 B2 JP 7140280B2
- Authority
- JP
- Japan
- Prior art keywords
- epitopes
- epitope
- embedding
- candidate
- scores
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
-
- 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
- G16B20/30—Detection of binding sites or motifs
-
- 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
- G16B30/10—Sequence alignment; Homology search
-
- 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
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Genetics & Genomics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioethics (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Peptides Or Proteins (AREA)
Description
2018年11月21日に出願された米国仮特許出願第62/770,220号に対する優先権が主張され、その開示の全体は参照により本明細書に組み込まれる。
1.候補エピトープ26を生成する相であって、候補エピトープ26が、単一の患者の全エクソームシークエンシング(WXS)データ12に基づいて同定される;
2.候補エピトープ26をスコア付けする相であって、エビデンス構成要素が独立して各候補エピトープ26にスコアを割り当てる。本発明の特に有利な実施形態では、これらのスコアの全てまたは少なくとも部分が個別化データに基づくことが重要である。
3.候補エピトープ26を順位付けする相であって、個別化スコアを、埋め込み中にコードされた履歴データおよびドメインナレッジと組み合わせ、エピトープの最終順位50を構築する。
T細胞受容体、エピトープ-HLA結合親和性の算出
・患者のHLAアレルのセット中の各アレルについて
・各候補エピトープ、eについて
・患者のTCRレパートリー中の各T細胞受容体(TCR)について
・例えばPierce, B. G.ら、「A flexible docking approach for prediction of T cell receptor-peptide-MHC complexes」、Protein Science、22、35~46頁(2013)(以下の参照により組み込まれる)に記載されるように、TCR、エピトープ、アレル結合親和性を算出する
・eについて最大結合親和性を選択する
・[0,1]の範囲内になるように患者についての全ての候補エピトープについての最大結合親和性を線形スケーリングする
REDD:R(1,0,0,0);E(0,0,0,1);D(0,0,1,0);D(0,0,1,0):(1,0,0,0, 0,0,0,1, 0,0,1,0, 0,0,1,0)
に示されるように、その各アミノ酸の結合として表現される。
荷電性:R、K、D、E
極性:Q、N、H、S、T、Y、C、W
疎水性:A、I、L、M、F、V、P、G
を有することが想定される。
MSDE:M(0,0,1);S(0,1,0);D(1,0,0);E(1,0,0):(0,0,1,0,1,0,1,0,0,1,0,0)
RKAD:R(1,0,0);K(1,0,0);A(0,0,1);D(1,0,0):(1,0,0,1,0,0,0,0,1,1,0,0)
WILD:(0,1,0,0,0,1,0,0,1,1,0,0)
エピトープ1
- エピトープ_配列(埋め込みのために使用されない):AGTW
- 配列_生化学的特性(変化無し):[0,0,1,0,0,1,0,1,0,0,1,0]
- HLA_A*0201_結合(変化無し):5.3
- HLA_B*2705_結合(変化無し):?
- HLA_DRB1*1201_結合(変化無し):3.2
- dbSNP_RCV000302825.1_臨床的意義(ワンホットコーディング):?([0,0,0,0])
- dbSNP_RCV000587704.1_臨床的意義(ワンホットコーディング):良性([1,0,0,0])
- がん遺伝子(ワンホットコーディング):該当せず([1,0])
- 遺伝子_説明(標準的な自然言語前処理、続いてterm frequency-inverse document frequency(TF-IDF)):リボソームの構成要素、細胞中でのタンパク質の合成の原因となる大きいリボ核タンパク質複合体。([0.2,0,0,0.1,0.1,0.5,0.3,0.6])
- 直接埋め込み:結合([0,0,1,0,0,1,0,1,0,0,1,0]、[5.3,?,3.2]、[0,0,0,0]、[1,0,0,0]、[1,0]、[0.2,0,0,0.1,0.1,0.5,0.3,0.6])
エピトープ2
- エピトープ_配列(埋め込みのために使用されない):PLKK
- 配列_生化学的特性(変化無し):[0,0,1,0,0,1,1,0,0,1,0,0]
- HLA_A*0201_結合(変化無し):?
- HLA_B*2705_結合(変化無し):6.5
- HLA_DRB1*1201_結合(変化無し):?
- dbSNP_RCV000302825.1_臨床的意義(ワンホットコーディング):良性の可能性がある([0,1,0,0])
- dbSNP_RCV000587704.1_臨床的意義(ワンホットコーディング):良性([1,0,0,0])
- がん遺伝子(ワンホットコーディング):該当([0,1])
- 遺伝子_説明(標準的な自然言語前処理、続いてTF-IDF):プレmRNAの選択的スプライシングの調節を媒介する。プレmRNA中のスプライス部位に結合し、スプライス部位の選択を調節する。([0,0,0.3,0.8,0,0.1,0.2,0])
- 直接埋め込み:結合([0,0,1,0,0,1,1,0,0,1,0,0]、[?,6.5,?]、[0,1,0,0]、[1,0,0,0]、[0,1]、[0,0,0.3,0.8,0,0.1,0.2,0])
エピトープ3
- エピトープ_配列(埋め込みのために使用されない):RMI
- 配列_生化学的特性(変化無し):[1,0,0,0,0,1,0,0,1]
- HLA_A*0201_結合(変化無し):2.3
- HLA_B*2705_結合(変化無し):5.9
- HLA_DRB1*1201_結合(変化無し):6.1
- dbSNP_RCV000302825.1_臨床的意義(ワンホットコーディング):病原性の可能性がある([0,0,1,0])
- dbSNP_RCV000587704.1_臨床的意義(ワンホットコーディング):病原性([0,0,0,1])
- がん遺伝子(ワンホットコーディング):該当([0,1])
- 遺伝子_説明(標準的な自然言語前処理、続いてTF-IDF):制御性T細胞(Treg)の発生および阻害機能のために決定的な転写調節因子。Treg系列の全的な抑制機能および安定性の獲得を可能とすることにより免疫系のホメオスタシスの維持において必須の役割を果たす([0.9,0.7,0.8,0,0,0,0,0.9])
- 直接埋め込み:結合([1,0,0,0,0,1,0,0,1]、[2.3,5.9,6.1]、[0,0,1,0]、[0,0,0,1]、[0,1]、[0.9,0.7,0.8,0,0,0,0,0.9])
エピトープ4
- エピトープ_配列(埋め込みのために使用されない):TAG
- 配列_生化学的特性(変化無し):[0,1,0,0,0,1,0,0,1]
- HLA_A*0201_結合(変化無し):6.1
- HLA_B*2705_結合(変化無し):?
- HLA_DRB1*1201_結合(変化無し):2.1
- dbSNP_RCV000302825.1_臨床的意義(ワンホットコーディング):?([0,0,0,0])
- dbSNP_RCV000587704.1_臨床的意義(ワンホットコーディング):?([0,0,0,0])
- がん遺伝子(ワンホットコーディング):?([0,0])
- 遺伝子_説明(標準的な自然言語前処理、続いてTF-IDF):?([0,0,0,0,0,0,0,0])
- 直接埋め込み:結合([0,1,0,0,0,1,0,0,1]、[6.1,?,2.1]、[0,0,0,0]、[0,0,0,0]、[0,0,]、[0,0,0,0,0,0,0,0])
1.最上位のエピトープとして原点(0,0,...)の位置からの最大加重距離を有するエピトープを選択する。
2.第2位のエピトープとして最上位のエピトープからの最大加重距離を有するエピトープを選択する。
3.第3位のエピトープとして最上位および第2位の両方のエピトープからの最大加重距離を有するエピトープを選択する。
全てのエピトープが順位付けされるまでこの処理が続けられる。
1)各エピトープについて免疫応答を誘発する可能性を反映する単一のスコアを算出する。単一のスコアは、患者特異的T細胞受容体レパートリーおよびHLAアレルを含む個別化データを反映する個々の独立したスコアのセットの組合せである。
2)それらの実験的に検証された特性およびドメインナレッジに基づく表現学習を使用してエピトープをベクトル空間に埋め込む。
3)スコア、埋め込み位置、および配列多様性を組み合わせることによりエピトープを順位付けする。特に、これは、エピトープのサブセットを選択することとは対照的に、順位が作出されることを意味する。さらに、順位は、免疫応答の可能性のみではなく、免疫応答の可能性および多様性の両方に基づく。
1)実験的に検証されたエピトープの特性を抽出するステップ、
2)エピトープについてのドメインナレッジを抽出するステップ、
3)実験的に検証された特性に基づいて全てのエピトープをベクトル空間に埋め込むステップ、
4)候補エピトープのセットを収集するステップ、
5)免疫応答を誘発するエピトープの可能性の独立した度合をそれぞれが与える、各エピトープについてのスコアのセットを算出するステップ、
6)各エピトープについてのスコアのセットを、エピトープが免疫応答を誘発する全体的な可能性を反映する単一のスコアに組み合わせるステップ、ならびに
7)それらの免疫応答可能性、埋め込み、および配列多様性の両方に基づいてエピトープを順位付けするステップ
を含む。
Claims (10)
- コンピューターにより実施される、個別化された免疫療法のための標的としてネオ抗原に由来するエピトープを順位付けする方法であって、
がん患者の患者データに基づいて候補エピトープを収集するステップ、
前記候補エピトープのそれぞれについてスコアのセットを算出するステップであって、前記候補エピトープのうちの各々の1つについての前記セットのうちの各々の1つにおける前記スコアのそれぞれが、前記がん患者において免疫応答を誘発する、候補エピトープのうちの前記各々の1つの可能性の独立した度合を表す、ステップ、
スコアの前記セットのそれぞれにおける前記スコアを前記候補エピトープのそれぞれについての単一のスコアに組み合わせるステップであって、各場合における前記候補エピトープについての前記単一のスコアが、前記患者において前記免疫応答を誘発する全体的な可能性を反映する、ステップ、
前記エピトープの実験的に検証された特性および前記エピトープについてのドメインナレッジを抽出するステップ、
前記実験的に検証された特性および前記ドメインナレッジに基づいて前記エピトープのそれぞれをベクトル空間に埋め込むステップ、および、
前記免疫療法のために前記単一のスコアを使用して前記候補エピトープを順位付けするステップ、
を含み、
前記埋め込みは、表現学習埋め込みフレームワークを使用して行われ、前記表現学習埋め込みフレームワークが、ノードが前記エピトープを表し、エッジが、予め定義された閾値より高い類似度を有するエピトープを接続する、親和性グラフを使用し、前記ノードの属性が少なくとも、前記実験由来の特性および前記ドメインナレッジを含み、埋め込み関数が、前記属性を数ベクトルにマッピングするために前記属性のそれぞれについて学習される、
方法。 - スコアの前記セットのそれぞれが少なくとも、前記がん患者に特異的なHLAアレルを使用して決定されるヒト白血球抗原(HLA)結合の可能性を指し示す第1のスコア、および前記がん患者に特異的な健常リボ核酸(RNA)配列データを使用して同定されるT細胞受容体(TCR)レパートリーを使用して予測されるT細胞応答を指し示す第2のスコアを含む、請求項1に記載の方法。
- スコアの前記セットのそれぞれが、前記がん患者に特異的な腫瘍RNA配列データに基づく第3のスコアをさらに含む、請求項2に記載の方法。
- 前記候補エピトープが、前記単一のスコアおよび前記埋め込みに基づいて順位付けされ、
前記順位付けが、前記ベクトル空間中の最大加重距離の順序で行われ、各場合における前記加重距離が、前記候補エピトープのうちの各々の1つについての前記単一のスコアを掛けた前記ベクトル空間中のユークリッド距離に基づいて決定され、その結果、前記ベクトル空間の原点からの最大加重距離を有する前記候補エピトープのうちの1つが第1に順位付けされ、続いて前記最上位のエピトープからの最大加重差異を有する前記候補エピトープのうちの1つが順位付けされる、請求項1に記載の方法。 - 前記埋め込みが、前記エピトープの生化学的特性のベクトル表現を含む、請求項1に記載の方法。
- 前記埋め込みが、前記エピトープのアミノ酸配列のベクトル表現を含む、請求項1に記載の方法。
- 個別化された免疫療法のための標的としてネオ抗原に由来するエピトープを順位付けするためのコンピューターシステムであって、前記コンピューターシステムが、メモリーおよび1つまたは複数のプロセッサーを含み、前記1つまたは複数のプロセッサーが、単独または組合せで、
がん患者の患者データに基づいて候補エピトープを収集するステップ、
前記候補エピトープのそれぞれについてスコアのセットを算出するステップであって、前記候補エピトープのうちの各々の1つについての前記セットのうちの各々の1つにおける前記スコアのそれぞれが、前記がん患者において免疫応答を誘発する、候補エピトープのうちの前記各々の1つの可能性の独立した度合を表す、ステップ、
スコアの前記セットのそれぞれにおける前記スコアを前記候補エピトープのそれぞれについての単一のスコアに組み合わせるステップであって、各場合における前記候補エピトープについての前記単一のスコアが、前記患者において前記免疫応答を誘発する全体的な可能性を反映する、ステップ、
前記エピトープの実験的に検証された特性および前記エピトープについてのドメインナレッジを抽出するステップ、
前記実験的に検証された特性および前記ドメインナレッジに基づいて前記エピトープのそれぞれをベクトル空間に埋め込むステップ、および、
前記免疫療法のために前記単一のスコアを使用して前記候補エピトープを順位付けするステップ、
を含む方法の実行を提供するように構成されており、
前記埋め込みは、表現学習埋め込みフレームワークを使用して行われ、前記表現学習埋め込みフレームワークが、ノードが前記エピトープを表し、エッジが、予め定義された閾値より高い類似度を有するエピトープを接続する、親和性グラフを使用し、前記ノードの属性が少なくとも、前記実験由来の特性および前記ドメインナレッジを含み、埋め込み関数が、前記属性を数ベクトルにマッピングするために前記属性のそれぞれについて学習される、
コンピューターシステム。 - スコアの前記セットのそれぞれが少なくとも、前記がん患者に特異的なHLAアレルを使用して決定されるヒト白血球抗原(HLA)結合の可能性を指し示す第1のスコア、および前記がん患者に特異的な健常リボ核酸(RNA)配列データを使用して同定されるT細胞受容体(TCR)レパートリーを使用して予測されるT細胞応答を指し示す第2のスコアを含む、請求項7に記載のコンピューターシステム。
- 前記候補エピトープが、前記単一のスコアおよび前記埋め込みに基づいて順位付けされ、
前記順位付けが、前記ベクトル空間中の最大加重距離の順序で行われ、各場合における前記加重距離が、前記候補エピトープのうちの各々の1つについての前記単一のスコアを掛けた前記ベクトル空間中のユークリッド距離に基づいて決定され、その結果、前記ベクトル空間の原点からの最大加重距離を有する前記候補エピトープのうちの1つが第1に順位付けされ、続いて前記最上位のエピトープからの最大加重差異を有する前記候補エピトープのうちの1つが順位付けされる、請求項7に記載のコンピューターシステム。 - メモリーを使用して、単独または組合せで、1つまたは複数のプロセッサーにより実行されると、
がん患者の患者データに基づいて候補エピトープを収集するステップ、
前記候補エピトープのそれぞれについてスコアのセットを算出するステップであって、前記候補エピトープのうちの各々の1つについての前記セットのうちの各々の1つにおける前記スコアのそれぞれが、前記がん患者において免疫応答を誘発する、候補エピトープのうちの前記各々の1つの可能性の独立した度合を表す、ステップ、
スコアの前記セットのそれぞれにおける前記スコアを前記候補エピトープのそれぞれについての単一のスコアに組み合わせるステップであって、各場合における前記候補エピトープについての前記単一のスコアが、前記患者において前記免疫応答を誘発する全体的な可能性を反映する、ステップ、
前記エピトープの実験的に検証された特性および前記エピトープについてのドメインナレッジを抽出するステップ、
前記実験的に検証された特性および前記ドメインナレッジに基づいて前記エピトープのそれぞれをベクトル空間に埋め込むステップ、および、
免疫療法のために前記単一のスコアを使用して前記候補エピトープを順位付けするステップ、
を含む方法の実行を提供する命令を有し、
前記埋め込みは、表現学習埋め込みフレームワークを使用して行われ、前記表現学習埋め込みフレームワークが、ノードが前記エピトープを表し、エッジが、予め定義された閾値より高い類似度を有するエピトープを接続する、親和性グラフを使用し、前記ノードの属性が少なくとも、前記実験由来の特性および前記ドメインナレッジを含み、埋め込み関数が、前記属性を数ベクトルにマッピングするために前記属性のそれぞれについて学習される、
非一時的なコンピューター読取り可能な媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862770220P | 2018-11-21 | 2018-11-21 | |
US62/770,220 | 2018-11-21 | ||
US201916392658A | 2019-04-24 | 2019-04-24 | |
US16/392,658 | 2019-04-24 | ||
PCT/EP2019/081960 WO2020104539A1 (en) | 2018-11-21 | 2019-11-20 | Method and system of targeting epitopes for neoantigen-based immunotherapy |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022504635A JP2022504635A (ja) | 2022-01-13 |
JP7140280B2 true JP7140280B2 (ja) | 2022-09-21 |
Family
ID=67658382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021519744A Active JP7140280B2 (ja) | 2018-11-21 | 2019-11-20 | ネオ抗原ベースの免疫療法のためのエピトープを標的化する方法およびシステム |
Country Status (10)
Country | Link |
---|---|
US (1) | US20210391031A1 (ja) |
EP (1) | EP3844756A1 (ja) |
JP (1) | JP7140280B2 (ja) |
KR (1) | KR20210064229A (ja) |
CN (1) | CN112805784A (ja) |
AU (1) | AU2019382854B2 (ja) |
BR (1) | BR112021005353A2 (ja) |
CA (1) | CA3115017C (ja) |
SG (1) | SG11202102582TA (ja) |
WO (1) | WO2020104539A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114846560A (zh) * | 2019-10-21 | 2022-08-02 | 赛诺菲巴斯德股份有限公司 | 用于预测生物应答的系统和方法 |
WO2023147530A1 (en) * | 2022-01-31 | 2023-08-03 | The Board Of Regents Of The University Of Texas System | Tcr-repertoire functional units |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016521128A (ja) | 2013-05-10 | 2016-07-21 | バイオエヌテック アーゲーBioNTech AG | T細胞エピトープの免疫原性の予測 |
WO2018183980A2 (en) | 2017-03-31 | 2018-10-04 | Pei Jia Yang | Ranking system for immunogenic cancer-specific epitopes |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3998481A1 (en) | 2014-09-10 | 2022-05-18 | F. Hoffmann-La Roche AG | Immunogenic mutant peptide screening platform |
WO2016040110A1 (en) | 2014-09-10 | 2016-03-17 | The University Of Connecticut | Identification of immunologically protective neo-epitopes for the treatment of cancers |
US10210246B2 (en) * | 2014-09-26 | 2019-02-19 | Oracle International Corporation | Techniques for similarity analysis and data enrichment using knowledge sources |
RU2729116C2 (ru) | 2015-12-16 | 2020-08-04 | Гритстоун Онколоджи, Инк. | Идентификация, производство и применение неоантигенов |
-
2019
- 2019-11-20 KR KR1020217009058A patent/KR20210064229A/ko not_active Application Discontinuation
- 2019-11-20 US US17/281,707 patent/US20210391031A1/en active Pending
- 2019-11-20 JP JP2021519744A patent/JP7140280B2/ja active Active
- 2019-11-20 CN CN201980064547.9A patent/CN112805784A/zh active Pending
- 2019-11-20 BR BR112021005353-0A patent/BR112021005353A2/pt unknown
- 2019-11-20 WO PCT/EP2019/081960 patent/WO2020104539A1/en unknown
- 2019-11-20 AU AU2019382854A patent/AU2019382854B2/en active Active
- 2019-11-20 CA CA3115017A patent/CA3115017C/en active Active
- 2019-11-20 SG SG11202102582TA patent/SG11202102582TA/en unknown
- 2019-11-20 EP EP19817968.1A patent/EP3844756A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016521128A (ja) | 2013-05-10 | 2016-07-21 | バイオエヌテック アーゲーBioNTech AG | T細胞エピトープの免疫原性の予測 |
WO2018183980A2 (en) | 2017-03-31 | 2018-10-04 | Pei Jia Yang | Ranking system for immunogenic cancer-specific epitopes |
Non-Patent Citations (3)
Title |
---|
Anne-Mette Bjerregaard, et al.,MuPeXI: prediction of neo-epitopes from tumor sequencing data,online,2017年04月20日,[検索日:2022年4月26日], <URL:htttps://pubmed.ncbi.nlm.nih.gov/28429069/> |
Emmi Jokinen, et al.,Determining epitope specificity of T cell receptors with TCRGP,online,2019年08月21日,第1-17ページ,[検索日:2022年4月26日], <URL:htttps://www.biorxiv.org/content/10.1101/542332v2.full.pdf> |
Liu X shirley, et al.,Applications of Immunogenomics to Cancer,online,2017年02月09日,Abstract,[検索日:2022年4月26日], <URL:https://pubmed.ncbi.nlm.nig.gov/28187283/> |
Also Published As
Publication number | Publication date |
---|---|
CA3115017A1 (en) | 2020-05-28 |
CA3115017C (en) | 2023-10-31 |
AU2019382854B2 (en) | 2023-04-20 |
WO2020104539A1 (en) | 2020-05-28 |
KR20210064229A (ko) | 2021-06-02 |
AU2019382854A1 (en) | 2021-04-29 |
EP3844756A1 (en) | 2021-07-07 |
US20210391031A1 (en) | 2021-12-16 |
SG11202102582TA (en) | 2021-04-29 |
CN112805784A (zh) | 2021-05-14 |
JP2022504635A (ja) | 2022-01-13 |
BR112021005353A2 (pt) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104662171B (zh) | 个性化癌症疫苗和过继免疫细胞治疗 | |
JP2020536553A5 (ja) | ||
KR20190140935A (ko) | 신생항원 동정, 제조, 및 용도 | |
TWI672503B (zh) | 致免疫性之癌症特異抗原決定位的排名系統 | |
KR20230042048A (ko) | 펩타이드 결합, 제시, 및 면역원성을 예측하기 위한 어텐션-기반 신경망 | |
CN108601731A (zh) | 新抗原的鉴别、制造及使用 | |
Zahroh et al. | Immunoinformatics approach in designing epitope-based vaccine against meningitis-inducing bacteria (Streptococcus pneumoniae, Neisseria meningitidis, and Haemophilus influenzae type b) | |
Logunova et al. | MHC-II alleles shape the CDR3 repertoires of conventional and regulatory naïve CD4+ T cells | |
CN105451759A (zh) | 预测t细胞表位的免疫原性 | |
BR112021005702A2 (pt) | método para selecionar neoepítopos | |
US20190080044A1 (en) | Monitoring and diagnosis for immunotherapy, and design for therapeutic agent | |
JP7140280B2 (ja) | ネオ抗原ベースの免疫療法のためのエピトープを標的化する方法およびシステム | |
CA3217623A1 (en) | Compositions and method for optimized peptide vaccines using residue optimization | |
US20230047716A1 (en) | Method and system for screening neoantigens, and uses thereof | |
Olsen et al. | Bioinformatics for cancer immunotherapy target discovery | |
Qasim et al. | Computer-aided genomic data analysis of drug-resistant Neisseria gonorrhoeae for the Identification of alternative therapeutic targets | |
WO2023089203A1 (en) | Methods for predicting immunogenicity of mutations or neoantigenic peptides in tumors | |
WO2022204566A1 (en) | Using neural networks to predict peptide immunogenicity | |
Ehrlich et al. | Computational Methods for Predicting Key Interactions in T Cell–Mediated Adaptive Immunity | |
CN113316818A (zh) | 新生抗原的鉴定方法 | |
CN116710115A (zh) | 用于优化的肽疫苗的组合物和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210409 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220510 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220623 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220809 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220822 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7140280 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |