JP7480064B2 - パンアレルモデルによる新生抗原の特定方法 - Google Patents
パンアレルモデルによる新生抗原の特定方法 Download PDFInfo
- Publication number
- JP7480064B2 JP7480064B2 JP2020567466A JP2020567466A JP7480064B2 JP 7480064 B2 JP7480064 B2 JP 7480064B2 JP 2020567466 A JP2020567466 A JP 2020567466A JP 2020567466 A JP2020567466 A JP 2020567466A JP 7480064 B2 JP7480064 B2 JP 7480064B2
- Authority
- JP
- Japan
- Prior art keywords
- allele
- mhc
- peptide
- presentation
- neoantigens
- 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
- 238000000034 method Methods 0.000 title claims description 168
- 108090000765 processed proteins & peptides Proteins 0.000 claims description 863
- 108700028369 Alleles Proteins 0.000 claims description 855
- 102000004196 processed proteins & peptides Human genes 0.000 claims description 244
- 108090000623 proteins and genes Proteins 0.000 claims description 192
- 206010028980 Neoplasm Diseases 0.000 claims description 186
- 230000003993 interaction Effects 0.000 claims description 156
- 238000012549 training Methods 0.000 claims description 152
- 210000004027 cell Anatomy 0.000 claims description 141
- 210000001744 T-lymphocyte Anatomy 0.000 claims description 120
- 239000013598 vector Substances 0.000 claims description 110
- 102000004169 proteins and genes Human genes 0.000 claims description 89
- 230000027455 binding Effects 0.000 claims description 78
- 230000014509 gene expression Effects 0.000 claims description 74
- 150000001413 amino acids Chemical class 0.000 claims description 72
- 238000003062 neural network model Methods 0.000 claims description 57
- 210000001519 tissue Anatomy 0.000 claims description 54
- 125000003729 nucleotide group Chemical group 0.000 claims description 53
- 210000004881 tumor cell Anatomy 0.000 claims description 52
- 239000002773 nucleotide Substances 0.000 claims description 51
- 238000004949 mass spectrometry Methods 0.000 claims description 44
- 238000003559 RNA-seq method Methods 0.000 claims description 32
- 208000002154 non-small cell lung carcinoma Diseases 0.000 claims description 22
- 208000029729 tumor suppressor gene on chromosome 11 Diseases 0.000 claims description 22
- 238000010801 machine learning Methods 0.000 claims description 19
- 230000001131 transforming effect Effects 0.000 claims description 18
- 210000000612 antigen-presenting cell Anatomy 0.000 claims description 17
- 201000001441 melanoma Diseases 0.000 claims description 17
- 230000001965 increasing effect Effects 0.000 claims description 15
- 210000004443 dendritic cell Anatomy 0.000 claims description 14
- 102000008949 Histocompatibility Antigens Class I Human genes 0.000 claims description 12
- 230000001939 inductive effect Effects 0.000 claims description 9
- 108010088652 Histocompatibility Antigens Class I Proteins 0.000 claims description 8
- 238000009566 cancer vaccine Methods 0.000 claims description 7
- 229940022399 cancer vaccine Drugs 0.000 claims description 7
- 230000002829 reductive effect Effects 0.000 claims description 7
- 206010006187 Breast cancer Diseases 0.000 claims description 6
- 208000026310 Breast neoplasm Diseases 0.000 claims description 6
- 230000037455 tumor specific immune response Effects 0.000 claims description 6
- 208000031261 Acute myeloid leukaemia Diseases 0.000 claims description 5
- 208000010839 B-cell chronic lymphocytic leukemia Diseases 0.000 claims description 5
- 208000003950 B-cell lymphoma Diseases 0.000 claims description 5
- 208000032791 BCR-ABL1 positive chronic myelogenous leukemia Diseases 0.000 claims description 5
- 208000010833 Chronic myeloid leukaemia Diseases 0.000 claims description 5
- 206010009944 Colon cancer Diseases 0.000 claims description 5
- 208000031422 Lymphocytic Chronic B-Cell Leukemia Diseases 0.000 claims description 5
- 208000033761 Myelogenous Chronic BCR-ABL Positive Leukemia Diseases 0.000 claims description 5
- 208000033776 Myeloid Acute Leukemia Diseases 0.000 claims description 5
- 230000006472 autoimmune response Effects 0.000 claims description 5
- 208000032852 chronic lymphocytic leukemia Diseases 0.000 claims description 5
- 208000029742 colonic neoplasm Diseases 0.000 claims description 5
- 238000013136 deep learning model Methods 0.000 claims description 5
- 208000020816 lung neoplasm Diseases 0.000 claims description 5
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 208000003174 Brain Neoplasms Diseases 0.000 claims description 4
- 208000008839 Kidney Neoplasms Diseases 0.000 claims description 4
- 206010058467 Lung neoplasm malignant Diseases 0.000 claims description 4
- 206010033128 Ovarian cancer Diseases 0.000 claims description 4
- 206010061535 Ovarian neoplasm Diseases 0.000 claims description 4
- 206010061902 Pancreatic neoplasm Diseases 0.000 claims description 4
- 206010060862 Prostate cancer Diseases 0.000 claims description 4
- 208000000236 Prostatic Neoplasms Diseases 0.000 claims description 4
- 206010038389 Renal cancer Diseases 0.000 claims description 4
- 206010041067 Small cell lung cancer Diseases 0.000 claims description 4
- 208000005718 Stomach Neoplasms Diseases 0.000 claims description 4
- 208000024313 Testicular Neoplasms Diseases 0.000 claims description 4
- 206010057644 Testis cancer Diseases 0.000 claims description 4
- 206010017758 gastric cancer Diseases 0.000 claims description 4
- 201000010536 head and neck cancer Diseases 0.000 claims description 4
- 208000014829 head and neck neoplasm Diseases 0.000 claims description 4
- 210000005260 human cell Anatomy 0.000 claims description 4
- 201000010982 kidney cancer Diseases 0.000 claims description 4
- 201000005202 lung cancer Diseases 0.000 claims description 4
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 claims description 4
- 201000002528 pancreatic cancer Diseases 0.000 claims description 4
- 208000008443 pancreatic carcinoma Diseases 0.000 claims description 4
- 208000000587 small cell lung carcinoma Diseases 0.000 claims description 4
- 201000011549 stomach cancer Diseases 0.000 claims description 4
- 201000003120 testicular cancer Diseases 0.000 claims description 4
- 208000000389 T-cell leukemia Diseases 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 108700018351 Major Histocompatibility Complex Proteins 0.000 description 533
- 230000020382 suppression by virus of host antigen processing and presentation of peptide antigen via MHC class I Effects 0.000 description 529
- 230000006870 function Effects 0.000 description 206
- 229960005486 vaccine Drugs 0.000 description 123
- 239000000523 sample Substances 0.000 description 120
- 230000035772 mutation Effects 0.000 description 116
- 238000013528 artificial neural network Methods 0.000 description 109
- 238000012360 testing method Methods 0.000 description 109
- 235000018102 proteins Nutrition 0.000 description 88
- 230000001225 therapeutic effect Effects 0.000 description 75
- 230000000875 corresponding effect Effects 0.000 description 63
- IAZDPXIOMUYVGZ-UHFFFAOYSA-N Dimethylsulphoxide Chemical compound CS(C)=O IAZDPXIOMUYVGZ-UHFFFAOYSA-N 0.000 description 54
- 238000012163 sequencing technique Methods 0.000 description 49
- 229920001184 polypeptide Polymers 0.000 description 41
- 108020004414 DNA Proteins 0.000 description 38
- 230000005867 T cell response Effects 0.000 description 38
- 238000002659 cell therapy Methods 0.000 description 38
- 239000000203 mixture Substances 0.000 description 38
- 239000000427 antigen Substances 0.000 description 35
- 238000002474 experimental method Methods 0.000 description 35
- 108091007433 antigens Proteins 0.000 description 34
- 102000036639 antigens Human genes 0.000 description 34
- 238000000338 in vitro Methods 0.000 description 34
- 238000001514 detection method Methods 0.000 description 33
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 32
- 241000282414 Homo sapiens Species 0.000 description 31
- 201000011510 cancer Diseases 0.000 description 31
- 239000010410 layer Substances 0.000 description 31
- 238000004458 analytical method Methods 0.000 description 30
- 230000009466 transformation Effects 0.000 description 28
- 108091008874 T cell receptors Proteins 0.000 description 27
- 238000003556 assay Methods 0.000 description 26
- 210000003819 peripheral blood mononuclear cell Anatomy 0.000 description 26
- 238000011282 treatment Methods 0.000 description 24
- -1 nucleotide triphosphates Chemical class 0.000 description 23
- 210000004899 c-terminal region Anatomy 0.000 description 22
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 21
- 108091028043 Nucleic acid sequence Proteins 0.000 description 21
- 102000016266 T-Cell Antigen Receptors Human genes 0.000 description 21
- 125000003275 alpha amino acid group Chemical group 0.000 description 21
- 108020004999 messenger RNA Proteins 0.000 description 21
- 230000004044 response Effects 0.000 description 21
- 102100028972 HLA class I histocompatibility antigen, A alpha chain Human genes 0.000 description 20
- 108010075704 HLA-A Antigens Proteins 0.000 description 20
- 239000002671 adjuvant Substances 0.000 description 20
- 230000000869 mutational effect Effects 0.000 description 20
- 150000007523 nucleic acids Chemical class 0.000 description 20
- 238000013459 approach Methods 0.000 description 19
- 238000001114 immunoprecipitation Methods 0.000 description 17
- 102210042925 HLA-A*02:01 Human genes 0.000 description 16
- 102000039446 nucleic acids Human genes 0.000 description 16
- 108020004707 nucleic acids Proteins 0.000 description 16
- 238000007637 random forest analysis Methods 0.000 description 16
- 230000001419 dependent effect Effects 0.000 description 15
- 102100028971 HLA class I histocompatibility antigen, C alpha chain Human genes 0.000 description 14
- 102210009883 HLA-B*07:02 Human genes 0.000 description 14
- 108010052199 HLA-C Antigens Proteins 0.000 description 14
- 102100037850 Interferon gamma Human genes 0.000 description 14
- 108010074328 Interferon-gamma Proteins 0.000 description 14
- 238000009826 distribution Methods 0.000 description 14
- 230000028993 immune response Effects 0.000 description 14
- 238000005259 measurement Methods 0.000 description 14
- 239000013642 negative control Substances 0.000 description 14
- 238000011002 quantification Methods 0.000 description 14
- 102100028976 HLA class I histocompatibility antigen, B alpha chain Human genes 0.000 description 13
- 108010058607 HLA-B Antigens Proteins 0.000 description 13
- 239000011324 bead Substances 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 13
- 239000002502 liposome Substances 0.000 description 13
- 238000003776 cleavage reaction Methods 0.000 description 12
- 230000000295 complement effect Effects 0.000 description 12
- 230000001404 mediated effect Effects 0.000 description 12
- 238000007481 next generation sequencing Methods 0.000 description 12
- 230000007017 scission Effects 0.000 description 12
- 238000002560 therapeutic procedure Methods 0.000 description 12
- 102100040485 HLA class II histocompatibility antigen, DRB1 beta chain Human genes 0.000 description 11
- 108010039343 HLA-DRB1 Chains Proteins 0.000 description 11
- 238000013523 data management Methods 0.000 description 11
- 210000004602 germ cell Anatomy 0.000 description 11
- 230000002163 immunogen Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 102210047469 A*02:01 Human genes 0.000 description 10
- 206010069754 Acquired gene mutation Diseases 0.000 description 10
- 108091054437 MHC class I family Proteins 0.000 description 10
- 102000035195 Peptidases Human genes 0.000 description 10
- 108091005804 Peptidases Proteins 0.000 description 10
- 108010029485 Protein Isoforms Proteins 0.000 description 10
- 102000001708 Protein Isoforms Human genes 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 150000002500 ions Chemical class 0.000 description 10
- 230000037439 somatic mutation Effects 0.000 description 10
- 239000004365 Protease Substances 0.000 description 9
- 108010026552 Proteome Proteins 0.000 description 9
- 230000004913 activation Effects 0.000 description 9
- 238000001994 activation Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 9
- 230000018109 developmental process Effects 0.000 description 9
- 230000037433 frameshift Effects 0.000 description 9
- 230000003053 immunization Effects 0.000 description 9
- 238000002649 immunization Methods 0.000 description 9
- 239000013641 positive control Substances 0.000 description 9
- 230000000391 smoking effect Effects 0.000 description 9
- 238000003786 synthesis reaction Methods 0.000 description 9
- 210000003171 tumor-infiltrating lymphocyte Anatomy 0.000 description 9
- 241000282412 Homo Species 0.000 description 8
- 108091054438 MHC class II family Proteins 0.000 description 8
- 239000002253 acid Substances 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000004927 fusion Effects 0.000 description 8
- 238000005457 optimization Methods 0.000 description 8
- 108091033319 polynucleotide Proteins 0.000 description 8
- 239000002157 polynucleotide Substances 0.000 description 8
- 102000040430 polynucleotide Human genes 0.000 description 8
- 125000006850 spacer group Chemical group 0.000 description 8
- 238000006467 substitution reaction Methods 0.000 description 8
- 102000001398 Granzyme Human genes 0.000 description 7
- 108060005986 Granzyme Proteins 0.000 description 7
- 108010058597 HLA-DR Antigens Proteins 0.000 description 7
- 102000006354 HLA-DR Antigens Human genes 0.000 description 7
- 241000713666 Lentivirus Species 0.000 description 7
- 241001467552 Mycobacterium bovis BCG Species 0.000 description 7
- 108091034117 Oligonucleotide Proteins 0.000 description 7
- 108700026244 Open Reading Frames Proteins 0.000 description 7
- 102000004245 Proteasome Endopeptidase Complex Human genes 0.000 description 7
- 108090000708 Proteasome Endopeptidase Complex Proteins 0.000 description 7
- 230000030741 antigen processing and presentation Effects 0.000 description 7
- 229960000190 bacillus calmette–guérin vaccine Drugs 0.000 description 7
- 230000008901 benefit Effects 0.000 description 7
- 230000005859 cell recognition Effects 0.000 description 7
- 239000000306 component Substances 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 239000012634 fragment Substances 0.000 description 7
- 230000001976 improved effect Effects 0.000 description 7
- 239000006166 lysate Substances 0.000 description 7
- 210000005259 peripheral blood Anatomy 0.000 description 7
- 239000011886 peripheral blood Substances 0.000 description 7
- 230000004481 post-translational protein modification Effects 0.000 description 7
- 102000004127 Cytokines Human genes 0.000 description 6
- 108090000695 Cytokines Proteins 0.000 description 6
- 102100039620 Granulocyte-macrophage colony-stimulating factor Human genes 0.000 description 6
- 102000043129 MHC class I family Human genes 0.000 description 6
- 238000010367 cloning Methods 0.000 description 6
- 238000012217 deletion Methods 0.000 description 6
- 230000037430 deletion Effects 0.000 description 6
- 238000009169 immunotherapy Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000037361 pathway Effects 0.000 description 6
- 102000054765 polymorphisms of proteins Human genes 0.000 description 6
- 230000037452 priming Effects 0.000 description 6
- 230000000306 recurrent effect Effects 0.000 description 6
- 210000002966 serum Anatomy 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 230000008685 targeting Effects 0.000 description 6
- 230000009258 tissue cross reactivity Effects 0.000 description 6
- 102210048099 C*08:02 Human genes 0.000 description 5
- 208000035473 Communicable disease Diseases 0.000 description 5
- 108060002716 Exonuclease Proteins 0.000 description 5
- 108010017213 Granulocyte-Macrophage Colony-Stimulating Factor Proteins 0.000 description 5
- 102100040482 HLA class II histocompatibility antigen, DR beta 3 chain Human genes 0.000 description 5
- 102210024048 HLA-A*01:01 Human genes 0.000 description 5
- 108010062347 HLA-DQ Antigens Proteins 0.000 description 5
- 108010061311 HLA-DRB3 Chains Proteins 0.000 description 5
- 102000018713 Histocompatibility Antigens Class II Human genes 0.000 description 5
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 5
- 206010042496 Sunburn Diseases 0.000 description 5
- JLCPHMBAVCMARE-UHFFFAOYSA-N [3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-hydroxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methyl [5-(6-aminopurin-9-yl)-2-(hydroxymethyl)oxolan-3-yl] hydrogen phosphate Polymers Cc1cn(C2CC(OP(O)(=O)OCC3OC(CC3OP(O)(=O)OCC3OC(CC3O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c3nc(N)[nH]c4=O)C(COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3CO)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cc(C)c(=O)[nH]c3=O)n3cc(C)c(=O)[nH]c3=O)n3ccc(N)nc3=O)n3cc(C)c(=O)[nH]c3=O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)O2)c(=O)[nH]c1=O JLCPHMBAVCMARE-UHFFFAOYSA-N 0.000 description 5
- 210000001151 cytotoxic T lymphocyte Anatomy 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 238000003114 enzyme-linked immunosorbent spot assay Methods 0.000 description 5
- 102000013165 exonuclease Human genes 0.000 description 5
- 239000013604 expression vector Substances 0.000 description 5
- 210000004698 lymphocyte Anatomy 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 230000000638 stimulation Effects 0.000 description 5
- 239000006228 supernatant Substances 0.000 description 5
- 230000032258 transport Effects 0.000 description 5
- 102210047471 B*44:02 Human genes 0.000 description 4
- 108091026890 Coding region Proteins 0.000 description 4
- 108020004705 Codon Proteins 0.000 description 4
- DHMQDGOQFOQNFH-UHFFFAOYSA-N Glycine Chemical compound NCC(O)=O DHMQDGOQFOQNFH-UHFFFAOYSA-N 0.000 description 4
- 108010050568 HLA-DM antigens Proteins 0.000 description 4
- 101800000324 Immunoglobulin A1 protease translocator Proteins 0.000 description 4
- 108010002350 Interleukin-2 Proteins 0.000 description 4
- 102000043131 MHC class II family Human genes 0.000 description 4
- 102000002689 Toll-like receptor Human genes 0.000 description 4
- 108020000411 Toll-like receptor Proteins 0.000 description 4
- 108060008682 Tumor Necrosis Factor Proteins 0.000 description 4
- 102000000852 Tumor Necrosis Factor-alpha Human genes 0.000 description 4
- 206010046865 Vaccinia virus infection Diseases 0.000 description 4
- 150000007513 acids Chemical class 0.000 description 4
- 230000004075 alteration Effects 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000010828 elution Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 210000000987 immune system Anatomy 0.000 description 4
- 230000005847 immunogenicity Effects 0.000 description 4
- 238000001727 in vivo Methods 0.000 description 4
- 238000010348 incorporation Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000003780 insertion Methods 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- 238000007912 intraperitoneal administration Methods 0.000 description 4
- 238000002955 isolation Methods 0.000 description 4
- 239000002609 medium Substances 0.000 description 4
- 210000003071 memory t lymphocyte Anatomy 0.000 description 4
- BDAGIHXWWSANSR-UHFFFAOYSA-N methanoic acid Natural products OC=O BDAGIHXWWSANSR-UHFFFAOYSA-N 0.000 description 4
- 230000007935 neutral effect Effects 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 235000019419 proteases Nutrition 0.000 description 4
- 230000008707 rearrangement Effects 0.000 description 4
- 102000005962 receptors Human genes 0.000 description 4
- 108020003175 receptors Proteins 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000010561 standard procedure Methods 0.000 description 4
- 238000007920 subcutaneous administration Methods 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 230000007306 turnover Effects 0.000 description 4
- 241000701161 unidentified adenovirus Species 0.000 description 4
- 238000002255 vaccination Methods 0.000 description 4
- 208000007089 vaccinia Diseases 0.000 description 4
- 238000007482 whole exome sequencing Methods 0.000 description 4
- MZOFCQQQCNRIBI-VMXHOPILSA-N (3s)-4-[[(2s)-1-[[(2s)-1-[[(1s)-1-carboxy-2-hydroxyethyl]amino]-4-methyl-1-oxopentan-2-yl]amino]-5-(diaminomethylideneamino)-1-oxopentan-2-yl]amino]-3-[[2-[[(2s)-2,6-diaminohexanoyl]amino]acetyl]amino]-4-oxobutanoic acid Chemical compound OC[C@@H](C(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCCN=C(N)N)NC(=O)[C@H](CC(O)=O)NC(=O)CNC(=O)[C@@H](N)CCCCN MZOFCQQQCNRIBI-VMXHOPILSA-N 0.000 description 3
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 description 3
- WEVYAHXRMPXWCK-UHFFFAOYSA-N Acetonitrile Chemical compound CC#N WEVYAHXRMPXWCK-UHFFFAOYSA-N 0.000 description 3
- 102210047218 B*07:02 Human genes 0.000 description 3
- 102210047220 C*07:02 Human genes 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 3
- 102210024054 HLA-C*03:04 Human genes 0.000 description 3
- 108010010378 HLA-DP Antigens Proteins 0.000 description 3
- 102000015789 HLA-DP Antigens Human genes 0.000 description 3
- 108010002616 Interleukin-5 Proteins 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 3
- 229920002684 Sepharose Polymers 0.000 description 3
- 208000026651 T-cell prolymphocytic leukemia Diseases 0.000 description 3
- 125000000539 amino acid group Chemical group 0.000 description 3
- 230000003321 amplification Effects 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000037437 driver mutation Effects 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 238000013467 fragmentation Methods 0.000 description 3
- 238000006062 fragmentation reaction Methods 0.000 description 3
- 210000002443 helper t lymphocyte Anatomy 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 239000003446 ligand Substances 0.000 description 3
- 150000002632 lipids Chemical class 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 201000005243 lung squamous cell carcinoma Diseases 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000007837 multiplex assay Methods 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 239000013610 patient sample Substances 0.000 description 3
- 229940038309 personalized vaccine Drugs 0.000 description 3
- 239000008194 pharmaceutical composition Substances 0.000 description 3
- 239000013612 plasmid Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 230000009257 reactivity Effects 0.000 description 3
- 210000003289 regulatory T cell Anatomy 0.000 description 3
- 230000000392 somatic effect Effects 0.000 description 3
- 229910052717 sulfur Inorganic materials 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- AWNBSWDIOCXWJW-WTOYTKOKSA-N (2r)-n-[(2s)-1-[[(2s)-1-(2-aminoethylamino)-1-oxopropan-2-yl]amino]-3-naphthalen-2-yl-1-oxopropan-2-yl]-n'-hydroxy-2-(2-methylpropyl)butanediamide Chemical compound C1=CC=CC2=CC(C[C@H](NC(=O)[C@@H](CC(=O)NO)CC(C)C)C(=O)N[C@@H](C)C(=O)NCCN)=CC=C21 AWNBSWDIOCXWJW-WTOYTKOKSA-N 0.000 description 2
- DRHZYJAUECRAJM-DWSYSWFDSA-N (2s,3s,4s,5r,6r)-6-[[(3s,4s,4ar,6ar,6bs,8r,8ar,12as,14ar,14br)-8a-[(2s,3r,4s,5r,6r)-3-[(2s,3r,4s,5r,6s)-5-[(2s,3r,4s,5r)-4-[(2s,3r,4r)-3,4-dihydroxy-4-(hydroxymethyl)oxolan-2-yl]oxy-3,5-dihydroxyoxan-2-yl]oxy-3,4-dihydroxy-6-methyloxan-2-yl]oxy-5-[(3s,5s, Chemical compound O([C@H]1[C@H](O)[C@H](O[C@H]([C@@H]1O[C@H]1[C@@H]([C@@H](O)[C@@H](O)[C@@H](CO)O1)O)O[C@H]1CC[C@]2(C)[C@H]3CC=C4[C@@H]5CC(C)(C)CC[C@@]5([C@@H](C[C@@]4(C)[C@]3(C)CC[C@H]2[C@@]1(C=O)C)O)C(=O)O[C@@H]1O[C@H](C)[C@@H]([C@@H]([C@H]1O[C@H]1[C@@H]([C@H](O)[C@@H](O[C@H]2[C@@H]([C@@H](O[C@H]3[C@@H]([C@@](O)(CO)CO3)O)[C@H](O)CO2)O)[C@H](C)O1)O)O)OC(=O)C[C@@H](O)C[C@H](OC(=O)C[C@@H](O)C[C@@H]([C@@H](C)CC)O[C@H]1[C@@H]([C@@H](O)[C@H](CO)O1)O)[C@@H](C)CC)C(O)=O)[C@@H]1OC[C@@H](O)[C@H](O)[C@H]1O DRHZYJAUECRAJM-DWSYSWFDSA-N 0.000 description 2
- OSWFIVFLDKOXQC-UHFFFAOYSA-N 4-(3-methoxyphenyl)aniline Chemical compound COC1=CC=CC(C=2C=CC(N)=CC=2)=C1 OSWFIVFLDKOXQC-UHFFFAOYSA-N 0.000 description 2
- 108020003589 5' Untranslated Regions Proteins 0.000 description 2
- 208000010507 Adenocarcinoma of Lung Diseases 0.000 description 2
- 241000710929 Alphavirus Species 0.000 description 2
- 241000272478 Aquila Species 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 102100027314 Beta-2-microglobulin Human genes 0.000 description 2
- 102000004506 Blood Proteins Human genes 0.000 description 2
- 108010017384 Blood Proteins Proteins 0.000 description 2
- 108010021064 CTLA-4 Antigen Proteins 0.000 description 2
- 229940045513 CTLA4 antagonist Drugs 0.000 description 2
- 102100021868 Calnexin Human genes 0.000 description 2
- 102100029968 Calreticulin Human genes 0.000 description 2
- 241000282472 Canis lupus familiaris Species 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 102000005600 Cathepsins Human genes 0.000 description 2
- 108010084457 Cathepsins Proteins 0.000 description 2
- 102100039498 Cytotoxic T-lymphocyte protein 4 Human genes 0.000 description 2
- 229920002307 Dextran Polymers 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 2
- 208000000666 Fowlpox Diseases 0.000 description 2
- 102100033079 HLA class II histocompatibility antigen, DM alpha chain Human genes 0.000 description 2
- 102100031258 HLA class II histocompatibility antigen, DM beta chain Human genes 0.000 description 2
- 102100031547 HLA class II histocompatibility antigen, DO alpha chain Human genes 0.000 description 2
- 102100036242 HLA class II histocompatibility antigen, DQ alpha 2 chain Human genes 0.000 description 2
- 102100036117 HLA class II histocompatibility antigen, DQ beta 2 chain Human genes 0.000 description 2
- 102100040505 HLA class II histocompatibility antigen, DR alpha chain Human genes 0.000 description 2
- 102100028636 HLA class II histocompatibility antigen, DR beta 4 chain Human genes 0.000 description 2
- 102100028640 HLA class II histocompatibility antigen, DR beta 5 chain Human genes 0.000 description 2
- 108010081606 HLA-DQA2 antigen Proteins 0.000 description 2
- 108010067802 HLA-DR alpha-Chains Proteins 0.000 description 2
- 108010040960 HLA-DRB4 Chains Proteins 0.000 description 2
- 108010016996 HLA-DRB5 Chains Proteins 0.000 description 2
- 239000012630 HPLC buffer Substances 0.000 description 2
- 101000937544 Homo sapiens Beta-2-microglobulin Proteins 0.000 description 2
- 101000898052 Homo sapiens Calnexin Proteins 0.000 description 2
- 101000793651 Homo sapiens Calreticulin Proteins 0.000 description 2
- 101000866278 Homo sapiens HLA class II histocompatibility antigen, DO alpha chain Proteins 0.000 description 2
- 101000930799 Homo sapiens HLA class II histocompatibility antigen, DQ beta 2 chain Proteins 0.000 description 2
- 101000649068 Homo sapiens Tapasin Proteins 0.000 description 2
- 229940076838 Immune checkpoint inhibitor Drugs 0.000 description 2
- 108091092195 Intron Proteins 0.000 description 2
- 241000124008 Mammalia Species 0.000 description 2
- 241001372913 Maraba virus Species 0.000 description 2
- 102000011202 Member 2 Subfamily B ATP Binding Cassette Transporter Human genes 0.000 description 2
- 108010023335 Member 2 Subfamily B ATP Binding Cassette Transporter Proteins 0.000 description 2
- 108020004485 Nonsense Codon Proteins 0.000 description 2
- 101150039088 PDIA3 gene Proteins 0.000 description 2
- 108091000080 Phosphotransferase Proteins 0.000 description 2
- WCUXLLCKKVVCTQ-UHFFFAOYSA-M Potassium chloride Chemical compound [Cl-].[K+] WCUXLLCKKVVCTQ-UHFFFAOYSA-M 0.000 description 2
- 102100037097 Protein disulfide-isomerase A3 Human genes 0.000 description 2
- 241000508269 Psidium Species 0.000 description 2
- 102000015097 RNA Splicing Factors Human genes 0.000 description 2
- 108010039259 RNA Splicing Factors Proteins 0.000 description 2
- 239000006146 Roswell Park Memorial Institute medium Substances 0.000 description 2
- 241000293871 Salmonella enterica subsp. enterica serovar Typhi Species 0.000 description 2
- 108010034546 Serratia marcescens nuclease Proteins 0.000 description 2
- 102100028082 Tapasin Human genes 0.000 description 2
- 108090000848 Ubiquitin Proteins 0.000 description 2
- 102000044159 Ubiquitin Human genes 0.000 description 2
- 201000005969 Uveal melanoma Diseases 0.000 description 2
- 230000001594 aberrant effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000005809 anti-tumor immunity Effects 0.000 description 2
- 230000005975 antitumor immune response Effects 0.000 description 2
- 239000008365 aqueous carrier Substances 0.000 description 2
- 230000005784 autoimmunity Effects 0.000 description 2
- 210000003719 b-lymphocyte Anatomy 0.000 description 2
- 239000007640 basal medium Substances 0.000 description 2
- 239000011230 binding agent Substances 0.000 description 2
- 230000004071 biological effect Effects 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 210000001124 body fluid Anatomy 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 125000002091 cationic group Chemical group 0.000 description 2
- 230000022131 cell cycle Effects 0.000 description 2
- 230000036755 cellular response Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 210000001072 colon Anatomy 0.000 description 2
- 239000002299 complementary DNA Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000009089 cytolysis Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- LOKCTEFSRHRXRJ-UHFFFAOYSA-I dipotassium trisodium dihydrogen phosphate hydrogen phosphate dichloride Chemical compound P(=O)(O)(O)[O-].[K+].P(=O)(O)([O-])[O-].[Na+].[Na+].[Cl-].[K+].[Cl-].[Na+] LOKCTEFSRHRXRJ-UHFFFAOYSA-I 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 210000002472 endoplasmic reticulum Anatomy 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 235000019253 formic acid Nutrition 0.000 description 2
- 231100000221 frame shift mutation induction Toxicity 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- IPCSVZSSVZVIGE-UHFFFAOYSA-N hexadecanoic acid Chemical compound CCCCCCCCCCCCCCCC(O)=O IPCSVZSSVZVIGE-UHFFFAOYSA-N 0.000 description 2
- 238000004128 high performance liquid chromatography Methods 0.000 description 2
- 238000009396 hybridization Methods 0.000 description 2
- 125000001165 hydrophobic group Chemical group 0.000 description 2
- 230000001900 immune effect Effects 0.000 description 2
- 230000006058 immune tolerance Effects 0.000 description 2
- 239000012274 immune-checkpoint protein inhibitor Substances 0.000 description 2
- 238000003364 immunohistochemistry Methods 0.000 description 2
- 230000003308 immunostimulating effect Effects 0.000 description 2
- 238000011534 incubation Methods 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 230000003834 intracellular effect Effects 0.000 description 2
- 238000007918 intramuscular administration Methods 0.000 description 2
- 238000005040 ion trap Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 201000005249 lung adenocarcinoma Diseases 0.000 description 2
- 208000037841 lung tumor Diseases 0.000 description 2
- 210000003563 lymphoid tissue Anatomy 0.000 description 2
- 230000002132 lysosomal effect Effects 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000009126 molecular therapy Methods 0.000 description 2
- 239000000178 monomer Substances 0.000 description 2
- 108091027963 non-coding RNA Proteins 0.000 description 2
- 102000042567 non-coding RNA Human genes 0.000 description 2
- 230000009871 nonspecific binding Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000002611 ovarian Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 244000052769 pathogen Species 0.000 description 2
- 238000010647 peptide synthesis reaction Methods 0.000 description 2
- 239000002953 phosphate buffered saline Substances 0.000 description 2
- 150000003904 phospholipids Chemical class 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 102000020233 phosphotransferase Human genes 0.000 description 2
- 230000004962 physiological condition Effects 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- 125000002924 primary amino group Chemical group [H]N([H])* 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 235000004252 protein component Nutrition 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 229950010550 resiquimod Drugs 0.000 description 2
- BXNMTOQRYBFHNZ-UHFFFAOYSA-N resiquimod Chemical compound C1=CC=CC2=C(N(C(COCC)=N3)CC(C)(C)O)C3=C(N)N=C21 BXNMTOQRYBFHNZ-UHFFFAOYSA-N 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000013207 serial dilution Methods 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- BNRNXUUZRGQAQC-UHFFFAOYSA-N sildenafil Chemical compound CCCC1=NN(C)C(C(N2)=O)=C1N=C2C(C(=CC=1)OCC)=CC=1S(=O)(=O)N1CCN(C)CC1 BNRNXUUZRGQAQC-UHFFFAOYSA-N 0.000 description 2
- 239000011780 sodium chloride Substances 0.000 description 2
- 235000002639 sodium chloride Nutrition 0.000 description 2
- 239000007790 solid phase Substances 0.000 description 2
- 238000005063 solubilization Methods 0.000 description 2
- 230000007928 solubilization Effects 0.000 description 2
- 239000002904 solvent Substances 0.000 description 2
- 230000037436 splice-site mutation Effects 0.000 description 2
- 210000000130 stem cell Anatomy 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000011222 transcriptome analysis Methods 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 229910052721 tungsten Inorganic materials 0.000 description 2
- 229910052720 vanadium Inorganic materials 0.000 description 2
- 229940023147 viral vector vaccine Drugs 0.000 description 2
- 230000003612 virological effect Effects 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910052727 yttrium Inorganic materials 0.000 description 2
- KIUKXJAPPMFGSW-DNGZLQJQSA-N (2S,3S,4S,5R,6R)-6-[(2S,3R,4R,5S,6R)-3-Acetamido-2-[(2S,3S,4R,5R,6R)-6-[(2R,3R,4R,5S,6R)-3-acetamido-2,5-dihydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-2-carboxy-4,5-dihydroxyoxan-3-yl]oxy-5-hydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-3,4,5-trihydroxyoxane-2-carboxylic acid Chemical compound CC(=O)N[C@H]1[C@H](O)O[C@H](CO)[C@@H](O)[C@@H]1O[C@H]1[C@H](O)[C@@H](O)[C@H](O[C@H]2[C@@H]([C@@H](O[C@H]3[C@@H]([C@@H](O)[C@H](O)[C@H](O3)C(O)=O)O)[C@H](O)[C@@H](CO)O2)NC(C)=O)[C@@H](C(O)=O)O1 KIUKXJAPPMFGSW-DNGZLQJQSA-N 0.000 description 1
- FYGDTMLNYKFZSV-URKRLVJHSA-N (2s,3r,4s,5s,6r)-2-[(2r,4r,5r,6s)-4,5-dihydroxy-2-(hydroxymethyl)-6-[(2r,4r,5r,6s)-4,5,6-trihydroxy-2-(hydroxymethyl)oxan-3-yl]oxyoxan-3-yl]oxy-6-(hydroxymethyl)oxane-3,4,5-triol Chemical compound O[C@@H]1[C@@H](O)[C@H](O)[C@@H](CO)O[C@H]1OC1[C@@H](CO)O[C@@H](OC2[C@H](O[C@H](O)[C@H](O)[C@H]2O)CO)[C@H](O)[C@H]1O FYGDTMLNYKFZSV-URKRLVJHSA-N 0.000 description 1
- ICLYJLBTOGPLMC-KVVVOXFISA-N (z)-octadec-9-enoate;tris(2-hydroxyethyl)azanium Chemical compound OCCN(CCO)CCO.CCCCCCCC\C=C/CCCCCCCC(O)=O ICLYJLBTOGPLMC-KVVVOXFISA-N 0.000 description 1
- 101150000874 11 gene Proteins 0.000 description 1
- IOJUJUOXKXMJNF-UHFFFAOYSA-N 2-acetyloxybenzoic acid [3-(nitrooxymethyl)phenyl] ester Chemical compound CC(=O)OC1=CC=CC=C1C(=O)OC1=CC=CC(CO[N+]([O-])=O)=C1 IOJUJUOXKXMJNF-UHFFFAOYSA-N 0.000 description 1
- QKNYBSVHEMOAJP-UHFFFAOYSA-N 2-amino-2-(hydroxymethyl)propane-1,3-diol;hydron;chloride Chemical compound Cl.OCC(N)(CO)CO QKNYBSVHEMOAJP-UHFFFAOYSA-N 0.000 description 1
- UMCMPZBLKLEWAF-BCTGSCMUSA-N 3-[(3-cholamidopropyl)dimethylammonio]propane-1-sulfonate Chemical compound C([C@H]1C[C@H]2O)[C@H](O)CC[C@]1(C)[C@@H]1[C@@H]2[C@@H]2CC[C@H]([C@@H](CCC(=O)NCCC[N+](C)(C)CCCS([O-])(=O)=O)C)[C@@]2(C)[C@@H](O)C1 UMCMPZBLKLEWAF-BCTGSCMUSA-N 0.000 description 1
- CYDQOEWLBCCFJZ-UHFFFAOYSA-N 4-(4-fluorophenyl)oxane-4-carboxylic acid Chemical compound C=1C=C(F)C=CC=1C1(C(=O)O)CCOCC1 CYDQOEWLBCCFJZ-UHFFFAOYSA-N 0.000 description 1
- XXJWYDDUDKYVKI-UHFFFAOYSA-N 4-[(4-fluoro-2-methyl-1H-indol-5-yl)oxy]-6-methoxy-7-[3-(1-pyrrolidinyl)propoxy]quinazoline Chemical compound COC1=CC2=C(OC=3C(=C4C=C(C)NC4=CC=3)F)N=CN=C2C=C1OCCCN1CCCC1 XXJWYDDUDKYVKI-UHFFFAOYSA-N 0.000 description 1
- JCLFHZLOKITRCE-UHFFFAOYSA-N 4-pentoxyphenol Chemical compound CCCCCOC1=CC=C(O)C=C1 JCLFHZLOKITRCE-UHFFFAOYSA-N 0.000 description 1
- XZIIFPSPUDAGJM-UHFFFAOYSA-N 6-chloro-2-n,2-n-diethylpyrimidine-2,4-diamine Chemical compound CCN(CC)C1=NC(N)=CC(Cl)=N1 XZIIFPSPUDAGJM-UHFFFAOYSA-N 0.000 description 1
- 102100033793 ALK tyrosine kinase receptor Human genes 0.000 description 1
- 241000517645 Abra Species 0.000 description 1
- 108090001008 Avidin Proteins 0.000 description 1
- 108010074708 B7-H1 Antigen Proteins 0.000 description 1
- 102100035080 BDNF/NT-3 growth factors receptor Human genes 0.000 description 1
- 108020000946 Bacterial DNA Proteins 0.000 description 1
- 108020004513 Bacterial RNA Proteins 0.000 description 1
- 229920002498 Beta-glucan Polymers 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- 108091003079 Bovine Serum Albumin Proteins 0.000 description 1
- OBMZMSLWNNWEJA-XNCRXQDQSA-N C1=CC=2C(C[C@@H]3NC(=O)[C@@H](NC(=O)[C@H](NC(=O)N(CC#CCN(CCCC[C@H](NC(=O)[C@@H](CC4=CC=CC=C4)NC3=O)C(=O)N)CC=C)NC(=O)[C@@H](N)C)CC3=CNC4=C3C=CC=C4)C)=CNC=2C=C1 Chemical compound C1=CC=2C(C[C@@H]3NC(=O)[C@@H](NC(=O)[C@H](NC(=O)N(CC#CCN(CCCC[C@H](NC(=O)[C@@H](CC4=CC=CC=C4)NC3=O)C(=O)N)CC=C)NC(=O)[C@@H](N)C)CC3=CNC4=C3C=CC=C4)C)=CNC=2C=C1 OBMZMSLWNNWEJA-XNCRXQDQSA-N 0.000 description 1
- UXVMQQNJUSDDNG-UHFFFAOYSA-L Calcium chloride Chemical compound [Cl-].[Cl-].[Ca+2] UXVMQQNJUSDDNG-UHFFFAOYSA-L 0.000 description 1
- 102000014914 Carrier Proteins Human genes 0.000 description 1
- 108010078791 Carrier Proteins Proteins 0.000 description 1
- 231100000023 Cell-mediated cytotoxicity Toxicity 0.000 description 1
- 206010057250 Cell-mediated cytotoxicity Diseases 0.000 description 1
- 102100025064 Cellular tumor antigen p53 Human genes 0.000 description 1
- 108700010070 Codon Usage Proteins 0.000 description 1
- 108010071942 Colony-Stimulating Factors Proteins 0.000 description 1
- 102000007644 Colony-Stimulating Factors Human genes 0.000 description 1
- 241000699802 Cricetulus griseus Species 0.000 description 1
- 241000270311 Crocodylus niloticus Species 0.000 description 1
- 102000009512 Cyclin-Dependent Kinase Inhibitor p15 Human genes 0.000 description 1
- 108010009356 Cyclin-Dependent Kinase Inhibitor p15 Proteins 0.000 description 1
- 108010009392 Cyclin-Dependent Kinase Inhibitor p16 Proteins 0.000 description 1
- CMSMOCZEIVJLDB-UHFFFAOYSA-N Cyclophosphamide Chemical compound ClCCN(CCCl)P1(=O)NCCCO1 CMSMOCZEIVJLDB-UHFFFAOYSA-N 0.000 description 1
- 150000008574 D-amino acids Chemical class 0.000 description 1
- YVGGHNCTFXOJCH-UHFFFAOYSA-N DDT Chemical compound C1=CC(Cl)=CC=C1C(C(Cl)(Cl)Cl)C1=CC=C(Cl)C=C1 YVGGHNCTFXOJCH-UHFFFAOYSA-N 0.000 description 1
- 102000012410 DNA Ligases Human genes 0.000 description 1
- 108010061982 DNA Ligases Proteins 0.000 description 1
- 238000001712 DNA sequencing Methods 0.000 description 1
- 208000002699 Digestive System Neoplasms Diseases 0.000 description 1
- 238000012286 ELISA Assay Methods 0.000 description 1
- 238000011510 Elispot assay Methods 0.000 description 1
- 241000283086 Equidae Species 0.000 description 1
- 241000283073 Equus caballus Species 0.000 description 1
- 108700024394 Exon Proteins 0.000 description 1
- 102100030708 GTPase KRas Human genes 0.000 description 1
- 239000004471 Glycine Substances 0.000 description 1
- 229930186217 Glycolipid Natural products 0.000 description 1
- 102210024049 HLA-A*03:01 Human genes 0.000 description 1
- 102210024050 HLA-B*08:01 Human genes 0.000 description 1
- 102100035108 High affinity nerve growth factor receptor Human genes 0.000 description 1
- 108010027412 Histocompatibility Antigens Class II Proteins 0.000 description 1
- 101000779641 Homo sapiens ALK tyrosine kinase receptor Proteins 0.000 description 1
- 101000596896 Homo sapiens BDNF/NT-3 growth factors receptor Proteins 0.000 description 1
- 101000584612 Homo sapiens GTPase KRas Proteins 0.000 description 1
- 101000596894 Homo sapiens High affinity nerve growth factor receptor Proteins 0.000 description 1
- 101001063456 Homo sapiens Leucine-rich repeat-containing G-protein coupled receptor 5 Proteins 0.000 description 1
- 101000686031 Homo sapiens Proto-oncogene tyrosine-protein kinase ROS Proteins 0.000 description 1
- 101000579425 Homo sapiens Proto-oncogene tyrosine-protein kinase receptor Ret Proteins 0.000 description 1
- 101000707567 Homo sapiens Splicing factor 3B subunit 1 Proteins 0.000 description 1
- 101000800133 Homo sapiens Thyroglobulin Proteins 0.000 description 1
- 108091006905 Human Serum Albumin Proteins 0.000 description 1
- 102000008100 Human Serum Albumin Human genes 0.000 description 1
- 108060003951 Immunoglobulin Proteins 0.000 description 1
- 102100023915 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 108010002352 Interleukin-1 Proteins 0.000 description 1
- 108090000978 Interleukin-4 Proteins 0.000 description 1
- 239000002147 L01XE04 - Sunitinib Substances 0.000 description 1
- 239000003798 L01XE11 - Pazopanib Substances 0.000 description 1
- 102100031036 Leucine-rich repeat-containing G-protein coupled receptor 5 Human genes 0.000 description 1
- 108010013709 Leukocyte Common Antigens Proteins 0.000 description 1
- 102000017095 Leukocyte Common Antigens Human genes 0.000 description 1
- 206010025323 Lymphomas Diseases 0.000 description 1
- 108091027974 Mature messenger RNA Proteins 0.000 description 1
- 241000699666 Mus <mouse, genus> Species 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- GUVMFDICMFQHSZ-UHFFFAOYSA-N N-(1-aminoethenyl)-1-[4-[[5-(4-amino-5-methyl-2-oxopyrimidin-1-yl)-3-[[5-(4-amino-5-methyl-2-oxopyrimidin-1-yl)-3-[[3-[[3-[[3-[[3-[[3-[[3-[[5-(4-amino-5-methyl-2-oxopyrimidin-1-yl)-3-[[5-(4-amino-5-methyl-2-oxopyrimidin-1-yl)-3-[[5-(4-amino-5-methyl-2-oxopyrimidin-1-yl)-3-[[5-(4-amino-5-methyl-2-oxopyrimidin-1-yl)-3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[hydroxy-[[3-[hydroxy-[[3-hydroxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy]phosphinothioyl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy]phosphinothioyl]oxyoxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxyoxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxyoxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxyoxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxyoxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxyoxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxy-5-(2-amino-6-oxo-1H-purin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxy-5-(2-amino-6-oxo-1H-purin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxyoxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxyoxolan-2-yl]methoxy-hydroxyphosphinothioyl]oxy-5-[[[2-[[[2-[[[5-(2-amino-6-oxo-1H-purin-9-yl)-2-[[[5-(4-amino-2-oxopyrimidin-1-yl)-2-[[hydroxy-[2-(hydroxymethyl)-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-3-yl]oxyphosphinothioyl]oxymethyl]oxolan-3-yl]oxy-hydroxyphosphinothioyl]oxymethyl]oxolan-3-yl]oxy-hydroxyphosphinothioyl]oxymethyl]-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-3-yl]oxy-hydroxyphosphinothioyl]oxymethyl]-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-3-yl]oxy-hydroxyphosphinothioyl]oxymethyl]oxolan-2-yl]-5-methylimidazole-4-carboxamide Chemical compound CC1=C(C(=O)NC(N)=C)N=CN1C1OC(COP(O)(=S)OC2C(OC(C2)N2C(N=C(N)C=C2)=O)COP(O)(=S)OC2C(OC(C2)N2C(NC(=O)C(C)=C2)=O)COP(O)(=S)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)COP(O)(=S)OC2C(OC(C2)N2C(N=C(N)C=C2)=O)COP(O)(=S)OC2C(OC(C2)N2C(NC(=O)C(C)=C2)=O)CO)C(OP(O)(=S)OCC2C(CC(O2)N2C(N=C(N)C(C)=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C(N=C(N)C(C)=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C(NC(=O)C(C)=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C(NC(=O)C(C)=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C3=C(C(NC(N)=N3)=O)N=C2)OP(O)(=S)OCC2C(CC(O2)N2C(NC(=O)C(C)=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C(N=C(N)C=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C3=C(C(NC(N)=N3)=O)N=C2)OP(O)(=S)OCC2C(CC(O2)N2C(N=C(N)C(C)=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C(N=C(N)C(C)=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C(N=C(N)C(C)=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C(N=C(N)C(C)=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C3=C(C(NC(N)=N3)=O)N=C2)OP(O)(=S)OCC2C(CC(O2)N2C(NC(=O)C(C)=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C(N=C(N)C=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C3=C(C(NC(N)=N3)=O)N=C2)OP(O)(=S)OCC2C(CC(O2)N2C(NC(=O)C(C)=C2)=O)OP(O)(=S)OCC2C(CC(O2)N2C(NC(=O)C(C)=C2)=O)O)C1 GUVMFDICMFQHSZ-UHFFFAOYSA-N 0.000 description 1
- 108010084333 N-palmitoyl-S-(2,3-bis(palmitoyloxy)propyl)cysteinyl-seryl-lysyl-lysyl-lysyl-lysine Proteins 0.000 description 1
- 102100029166 NT-3 growth factor receptor Human genes 0.000 description 1
- 108091061960 Naked DNA Proteins 0.000 description 1
- 208000015914 Non-Hodgkin lymphomas Diseases 0.000 description 1
- 108020004711 Nucleic Acid Probes Proteins 0.000 description 1
- 108010058846 Ovalbumin Proteins 0.000 description 1
- 229910019142 PO4 Inorganic materials 0.000 description 1
- 235000021314 Palmitic acid Nutrition 0.000 description 1
- 101710176384 Peptide 1 Proteins 0.000 description 1
- 102000004160 Phosphoric Monoester Hydrolases Human genes 0.000 description 1
- 108090000608 Phosphoric Monoester Hydrolases Proteins 0.000 description 1
- 102100024216 Programmed cell death 1 ligand 1 Human genes 0.000 description 1
- 102000001253 Protein Kinase Human genes 0.000 description 1
- 102100023347 Proto-oncogene tyrosine-protein kinase ROS Human genes 0.000 description 1
- 102100028286 Proto-oncogene tyrosine-protein kinase receptor Ret Human genes 0.000 description 1
- 239000013614 RNA sample Substances 0.000 description 1
- 240000004808 Saccharomyces cerevisiae Species 0.000 description 1
- 235000014680 Saccharomyces cerevisiae Nutrition 0.000 description 1
- VMHLLURERBWHNL-UHFFFAOYSA-M Sodium acetate Chemical compound [Na+].CC([O-])=O VMHLLURERBWHNL-UHFFFAOYSA-M 0.000 description 1
- 102100031711 Splicing factor 3B subunit 1 Human genes 0.000 description 1
- 229930182558 Sterol Natural products 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 208000002847 Surgical Wound Diseases 0.000 description 1
- 230000006044 T cell activation Effects 0.000 description 1
- 102100036011 T-cell surface glycoprotein CD4 Human genes 0.000 description 1
- 210000000173 T-lymphoid precursor cell Anatomy 0.000 description 1
- 108010055044 Tetanus Toxin Proteins 0.000 description 1
- RYYWUUFWQRZTIU-UHFFFAOYSA-N Thiophosphoric acid Chemical group OP(O)(S)=O RYYWUUFWQRZTIU-UHFFFAOYSA-N 0.000 description 1
- 102000009843 Thyroglobulin Human genes 0.000 description 1
- 101710120037 Toxin CcdB Proteins 0.000 description 1
- 108090000901 Transferrin Proteins 0.000 description 1
- 102000004338 Transferrin Human genes 0.000 description 1
- 108010078814 Tumor Suppressor Protein p53 Proteins 0.000 description 1
- 102100033254 Tumor suppressor ARF Human genes 0.000 description 1
- SECKRCOLJRRGGV-UHFFFAOYSA-N Vardenafil Chemical compound CCCC1=NC(C)=C(C(N=2)=O)N1NC=2C(C(=CC=1)OCC)=CC=1S(=O)(=O)N1CCN(CC)CC1 SECKRCOLJRRGGV-UHFFFAOYSA-N 0.000 description 1
- 102000005789 Vascular Endothelial Growth Factors Human genes 0.000 description 1
- 108010019530 Vascular Endothelial Growth Factors Proteins 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 229940037003 alum Drugs 0.000 description 1
- AZDRQVAHHNSJOQ-UHFFFAOYSA-N alumane Chemical class [AlH3] AZDRQVAHHNSJOQ-UHFFFAOYSA-N 0.000 description 1
- 230000000259 anti-tumor effect Effects 0.000 description 1
- 239000002246 antineoplastic agent Substances 0.000 description 1
- 238000002617 apheresis Methods 0.000 description 1
- 239000007864 aqueous solution Substances 0.000 description 1
- 238000013096 assay test Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001363 autoimmune Effects 0.000 description 1
- 230000004900 autophagic degradation Effects 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 238000013398 bayesian method Methods 0.000 description 1
- 229960000397 bevacizumab Drugs 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 229960002685 biotin Drugs 0.000 description 1
- 239000011616 biotin Substances 0.000 description 1
- 239000012503 blood component Substances 0.000 description 1
- 229940098773 bovine serum albumin Drugs 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 239000006172 buffering agent Substances 0.000 description 1
- 239000001110 calcium chloride Substances 0.000 description 1
- 229910001628 calcium chloride Inorganic materials 0.000 description 1
- 229960002713 calcium chloride Drugs 0.000 description 1
- 235000011148 calcium chloride Nutrition 0.000 description 1
- 238000002619 cancer immunotherapy Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 150000001767 cationic compounds Chemical class 0.000 description 1
- 229960002412 cediranib Drugs 0.000 description 1
- 229940047495 celebrex Drugs 0.000 description 1
- RZEKVGVHFLEQIL-UHFFFAOYSA-N celecoxib Chemical compound C1=CC(C)=CC=C1C1=CC(C(F)(F)F)=NN1C1=CC=C(S(N)(=O)=O)C=C1 RZEKVGVHFLEQIL-UHFFFAOYSA-N 0.000 description 1
- 230000012292 cell migration Effects 0.000 description 1
- 230000004663 cell proliferation Effects 0.000 description 1
- 210000002421 cell wall Anatomy 0.000 description 1
- 230000005890 cell-mediated cytotoxicity Effects 0.000 description 1
- 108091092328 cellular RNA Proteins 0.000 description 1
- 238000005119 centrifugation Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000011098 chromatofocusing Methods 0.000 description 1
- 230000008711 chromosomal rearrangement Effects 0.000 description 1
- 229940047120 colony stimulating factors Drugs 0.000 description 1
- 230000009918 complex formation Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000012136 culture method Methods 0.000 description 1
- 239000012228 culture supernatant Substances 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 229960004397 cyclophosphamide Drugs 0.000 description 1
- 229940127089 cytotoxic agent Drugs 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000004041 dendritic cell maturation Effects 0.000 description 1
- 108010017271 denileukin diftitox Proteins 0.000 description 1
- 238000000432 density-gradient centrifugation Methods 0.000 description 1
- 238000000502 dialysis Methods 0.000 description 1
- 239000005546 dideoxynucleotide Substances 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 239000003085 diluting agent Substances 0.000 description 1
- 229960003983 diphtheria toxoid Drugs 0.000 description 1
- 230000009266 disease activity Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000002222 downregulating effect Effects 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 229940056913 eftilagimod alfa Drugs 0.000 description 1
- 238000004520 electroporation Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 230000012202 endocytosis Effects 0.000 description 1
- 102000052116 epidermal growth factor receptor activity proteins Human genes 0.000 description 1
- 108700015053 epidermal growth factor receptor activity proteins Proteins 0.000 description 1
- 230000017188 evasion or tolerance of host immune response Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012997 ficoll-paque Substances 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 108020001507 fusion proteins Proteins 0.000 description 1
- 102000037865 fusion proteins Human genes 0.000 description 1
- 230000000799 fusogenic effect Effects 0.000 description 1
- 238000001502 gel electrophoresis Methods 0.000 description 1
- 238000001476 gene delivery Methods 0.000 description 1
- 238000003633 gene expression assay Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 102000054766 genetic haplotypes Human genes 0.000 description 1
- 230000037442 genomic alteration Effects 0.000 description 1
- 238000003205 genotyping method Methods 0.000 description 1
- 210000002980 germ line cell Anatomy 0.000 description 1
- 150000004676 glycans Chemical class 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 210000005003 heart tissue Anatomy 0.000 description 1
- 201000005787 hematologic cancer Diseases 0.000 description 1
- 208000024200 hematopoietic and lymphoid system neoplasm Diseases 0.000 description 1
- 238000003268 heterogeneous phase assay Methods 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 230000004727 humoral immunity Effects 0.000 description 1
- 229920002674 hyaluronan Polymers 0.000 description 1
- 229960003160 hyaluronic acid Drugs 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229960002751 imiquimod Drugs 0.000 description 1
- DOUYETYNHWVLEO-UHFFFAOYSA-N imiquimod Chemical compound C1=CC=CC2=C3N(CC(C)C)C=NC3=C(N)N=C21 DOUYETYNHWVLEO-UHFFFAOYSA-N 0.000 description 1
- 230000008004 immune attack Effects 0.000 description 1
- 210000002865 immune cell Anatomy 0.000 description 1
- 230000009851 immunogenic response Effects 0.000 description 1
- 102000018358 immunoglobulin Human genes 0.000 description 1
- 239000000568 immunological adjuvant Substances 0.000 description 1
- 230000001506 immunosuppresive effect Effects 0.000 description 1
- 229960003444 immunosuppressant agent Drugs 0.000 description 1
- 239000003018 immunosuppressive agent Substances 0.000 description 1
- 230000001024 immunotherapeutic effect Effects 0.000 description 1
- 238000000126 in silico method Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 239000003112 inhibitor Substances 0.000 description 1
- 239000013546 insoluble monolayer Substances 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 238000001990 intravenous administration Methods 0.000 description 1
- 108010028930 invariant chain Proteins 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229960005386 ipilimumab Drugs 0.000 description 1
- 108010045069 keyhole-limpet hemocyanin Proteins 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 208000032839 leukemia Diseases 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007108 local immune response Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000004777 loss-of-function mutation Effects 0.000 description 1
- 239000012139 lysis buffer Substances 0.000 description 1
- 210000002540 macrophage Anatomy 0.000 description 1
- 230000005291 magnetic effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 201000004792 malaria Diseases 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000001394 metastastic effect Effects 0.000 description 1
- 206010061289 metastatic neoplasm Diseases 0.000 description 1
- 239000000693 micelle Substances 0.000 description 1
- 238000002493 microarray Methods 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 239000011859 microparticle Substances 0.000 description 1
- 238000001823 molecular biology technique Methods 0.000 description 1
- 238000010369 molecular cloning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229940035032 monophosphoryl lipid a Drugs 0.000 description 1
- 239000003471 mutagenic agent Substances 0.000 description 1
- 231100000707 mutagenic chemical Toxicity 0.000 description 1
- WQEPLUUGTLDZJY-UHFFFAOYSA-N n-Pentadecanoic acid Natural products CCCCCCCCCCCCCCC(O)=O WQEPLUUGTLDZJY-UHFFFAOYSA-N 0.000 description 1
- YOHYSYJDKVYCJI-UHFFFAOYSA-N n-[3-[[6-[3-(trifluoromethyl)anilino]pyrimidin-4-yl]amino]phenyl]cyclopropanecarboxamide Chemical compound FC(F)(F)C1=CC=CC(NC=2N=CN=C(NC=3C=C(NC(=O)C4CC4)C=CC=3)C=2)=C1 YOHYSYJDKVYCJI-UHFFFAOYSA-N 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000037434 nonsense mutation Effects 0.000 description 1
- 231100000252 nontoxic Toxicity 0.000 description 1
- 230000003000 nontoxic effect Effects 0.000 description 1
- 239000002853 nucleic acid probe Substances 0.000 description 1
- 229940100027 ontak Drugs 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229940092253 ovalbumin Drugs 0.000 description 1
- 210000001672 ovary Anatomy 0.000 description 1
- 239000003002 pH adjusting agent Substances 0.000 description 1
- 238000007911 parenteral administration Methods 0.000 description 1
- 229960000639 pazopanib Drugs 0.000 description 1
- CUIHSIWYWATEQL-UHFFFAOYSA-N pazopanib Chemical compound C1=CC2=C(C)N(C)N=C2C=C1N(C)C(N=1)=CC=NC=1NC1=CC=C(C)C(S(N)(=O)=O)=C1 CUIHSIWYWATEQL-UHFFFAOYSA-N 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 238000012510 peptide mapping method Methods 0.000 description 1
- 102000013415 peroxidase activity proteins Human genes 0.000 description 1
- 108040007629 peroxidase activity proteins Proteins 0.000 description 1
- 238000011338 personalized therapy Methods 0.000 description 1
- 239000000546 pharmaceutical excipient Substances 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 239000010452 phosphate Substances 0.000 description 1
- 230000026731 phosphorylation Effects 0.000 description 1
- 238000006366 phosphorylation reaction Methods 0.000 description 1
- 210000002381 plasma Anatomy 0.000 description 1
- 108010054442 polyalanine Proteins 0.000 description 1
- 229940115272 polyinosinic:polycytidylic acid Drugs 0.000 description 1
- 229920001282 polysaccharide Polymers 0.000 description 1
- 239000005017 polysaccharide Substances 0.000 description 1
- 239000001103 potassium chloride Substances 0.000 description 1
- 235000011164 potassium chloride Nutrition 0.000 description 1
- 229960002816 potassium chloride Drugs 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 235000019833 protease Nutrition 0.000 description 1
- 230000026938 proteasomal ubiquitin-dependent protein catabolic process Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 108060006633 protein kinase Proteins 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000012175 pyrosequencing Methods 0.000 description 1
- 239000001397 quillaja saponaria molina bark Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000002271 resection Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000004366 reverse phase liquid chromatography Methods 0.000 description 1
- 238000003757 reverse transcription PCR Methods 0.000 description 1
- 238000004007 reversed phase HPLC Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 102200006539 rs121913529 Human genes 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229930182490 saponin Natural products 0.000 description 1
- 150000007949 saponins Chemical class 0.000 description 1
- 108010038379 sargramostim Proteins 0.000 description 1
- 229960002530 sargramostim Drugs 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 229960003310 sildenafil Drugs 0.000 description 1
- 238000004557 single molecule detection Methods 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 150000003384 small molecules Chemical class 0.000 description 1
- 239000001632 sodium acetate Substances 0.000 description 1
- 235000017281 sodium acetate Nutrition 0.000 description 1
- 229960004249 sodium acetate Drugs 0.000 description 1
- 229960002668 sodium chloride Drugs 0.000 description 1
- 239000001540 sodium lactate Substances 0.000 description 1
- 229940005581 sodium lactate Drugs 0.000 description 1
- 235000011088 sodium lactate Nutrition 0.000 description 1
- 229940035044 sorbitan monolaurate Drugs 0.000 description 1
- 230000009870 specific binding Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 210000003046 sporozoite Anatomy 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 239000008174 sterile solution Substances 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 150000003432 sterols Chemical class 0.000 description 1
- 235000003702 sterols Nutrition 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 210000002536 stromal cell Anatomy 0.000 description 1
- 230000004960 subcellular localization Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000036561 sun exposure Effects 0.000 description 1
- 229960001796 sunitinib Drugs 0.000 description 1
- WINHZLLDWRZWRT-ATVHPVEESA-N sunitinib Chemical compound CCN(CC)CCNC(=O)C1=C(C)NC(\C=C/2C3=CC(F)=CC=C3NC\2=O)=C1C WINHZLLDWRZWRT-ATVHPVEESA-N 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 229960000835 tadalafil Drugs 0.000 description 1
- IEHKWSGCTWLXFU-IIBYNOLFSA-N tadalafil Chemical compound C1=C2OCOC2=CC([C@@H]2C3=C([C]4C=CC=CC4=N3)C[C@H]3N2C(=O)CN(C3=O)C)=C1 IEHKWSGCTWLXFU-IIBYNOLFSA-N 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000002381 testicular Effects 0.000 description 1
- 229940118376 tetanus toxin Drugs 0.000 description 1
- 229960000814 tetanus toxoid Drugs 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
- 229940124597 therapeutic agent Drugs 0.000 description 1
- 230000004797 therapeutic response Effects 0.000 description 1
- 229940021747 therapeutic vaccine Drugs 0.000 description 1
- 210000001541 thymus gland Anatomy 0.000 description 1
- 229960002175 thyroglobulin Drugs 0.000 description 1
- 239000003104 tissue culture media Substances 0.000 description 1
- 230000000699 topical effect Effects 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 230000002103 transcriptional effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000012581 transferrin Substances 0.000 description 1
- 229950007217 tremelimumab Drugs 0.000 description 1
- YNJBWRMUSHSURL-UHFFFAOYSA-N trichloroacetic acid Chemical compound OC(=O)C(Cl)(Cl)Cl YNJBWRMUSHSURL-UHFFFAOYSA-N 0.000 description 1
- 229940117013 triethanolamine oleate Drugs 0.000 description 1
- 239000001226 triphosphate Substances 0.000 description 1
- 235000011178 triphosphate Nutrition 0.000 description 1
- 108010064892 trkC Receptor Proteins 0.000 description 1
- 229960002381 vardenafil Drugs 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
- 239000013603 viral vector Substances 0.000 description 1
- 239000000277 virosome Substances 0.000 description 1
- 239000000080 wetting agent Substances 0.000 description 1
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
- 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
-
- C—CHEMISTRY; METALLURGY
- C40—COMBINATORIAL TECHNOLOGY
- C40B—COMBINATORIAL CHEMISTRY; LIBRARIES, e.g. CHEMICAL LIBRARIES
- C40B30/00—Methods of screening libraries
- C40B30/04—Methods of screening libraries by measuring the ability to specifically bind a target molecule, e.g. antibody-antigen binding, receptor-ligand binding
-
- 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
- C12Q1/6869—Methods for sequencing
-
- 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
- G16B30/20—Sequence assembly
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/705—Assays involving receptors, cell surface antigens or cell surface determinants
- G01N2333/70503—Immunoglobulin superfamily, e.g. VCAMs, PECAM, LFA-3
- G01N2333/70539—MHC-molecules, e.g. HLA-molecules
-
- 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
- G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
- G01N33/6848—Methods of protein analysis involving mass spectrometry
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Biology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Analytical Chemistry (AREA)
- Organic Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Immunology (AREA)
- Genetics & Genomics (AREA)
- Biochemistry (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioethics (AREA)
- Artificial Intelligence (AREA)
- Medicinal Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Zoology (AREA)
- Urology & Nephrology (AREA)
- Microbiology (AREA)
- Wood Science & Technology (AREA)
- Biomedical Technology (AREA)
- Hematology (AREA)
- Cell Biology (AREA)
Description
本出願は、2018年2月27日出願の米国特許仮出願第62/636,061号の利益及び当該仮出願に基づく優先権を主張するものである。上記に引用される出願の内容の全体を参照により援用するものである。
腫瘍特異的な新生抗原に基づいた治療用ワクチン及びT細胞療法は、次世代の個別化がん免疫療法として極めて有望である1~3。非小細胞肺がん(NSCLC)及びメラノーマなどの高い遺伝子変異量を有するがんは、新生抗原を生じる可能性が比較的高いことから、かかる治療法の特に有望な標的である4,5。初期の証拠により、新生抗原に基づいたワクチン接種がT細胞応答を誘発し6、新生抗原を標的としたT細胞療法が、選択された患者において腫瘍退縮を引き起こし得る7ことが示されている。MHCクラスI及びMHCクラスIIはいずれもT細胞の応答に影響を及ぼす70~71。
本明細書では、個別化がんワクチン用の、T細胞療法用の、またはその両方のための新生抗原を特定及び選択するための最適化されたアプローチが開示される。第1に、次世代シークエンシング(NGS)を用いた、新生抗原候補を特定するための最適化された腫瘍エクソーム及びトランスクリプトーム解析アプローチへの取り組みを行う。これらの方法は、最も感度及び特異性の高い新生抗原候補がすべてのクラスのゲノム変化にわたって開発されるように、NGSによる腫瘍解析の標準的アプローチに立脚したものである。第2に、特異性の問題を克服し、ワクチン添加用に及び/またはT細胞療法の標的として開発される新生抗原が抗腫瘍免疫をより誘発しやすくするために、高PPVの新生抗原選択に対する新規なアプローチが提供される。これらのアプローチには、実施形態に応じて、パンアレルベースで、異なる長さのペプチドにわたって統計学的効力を共有する、複数の長さのペプチドの提示を予測するように構成された、訓練された統計学的回帰または非線形ディープラーニングモデルが含まれる。このモデルは、ペプチドが、いかなるMHCアレル(訓練においてモデル以前に遭遇したことのない未知のMHCアレルを含む)によっても提示される確率を予測することが可能である。特に非線形ディープラーニングモデルは、同じ細胞内の異なるMHCアレルを独立したものとして扱うように設計及び訓練することができるため、線形モデル同士が互いに干渉するという線形モデルに伴う問題が解決される。最後に、新生抗原に基づいた個別化ワクチンの設計及び製造に関する、また、T細胞療法用の個別化新生抗原特異的なT細胞の製造におけるさらなる懸案事項が解決される。
[本発明1001]
1つ以上のMHCアレルによって腫瘍細胞の表面上に提示される可能性の高い、対象の1つ以上の腫瘍細胞に由来する少なくとも1つの新生抗原を特定するための方法であって、以下の工程:
前記対象の前記腫瘍細胞及び正常細胞からエクソーム、トランスクリプトーム、または全ゲノムのヌクレオチドシークエンシングデータのうちの少なくとも1つを取得する工程であって、前記ヌクレオチドシークエンシングデータは、前記腫瘍細胞からのヌクレオチドシークエンシングデータと前記正常細胞からのヌクレオチドシークエンシングデータとを比較することにより特定された新生抗原のセットのそれぞれのペプチド配列を表すデータを取得するために用いられ、各新生抗原のペプチド配列が、前記ペプチド配列を前記対象の前記正常細胞から特定される対応する野生型のペプチド配列とは異なるものとする少なくとも1つの変化を有する、前記取得する工程と、
前記新生抗原のそれぞれの前記ペプチド配列を、対応する数値ベクトルにコード化する工程であって、各数値ベクトルが、前記ペプチド配列を構成する複数のアミノ酸及び前記ペプチド配列内における前記アミノ酸の位置のセットに関する情報を含む、前記コード化する工程と、
前記対象の前記腫瘍細胞からエクソーム、トランスクリプトーム、または全ゲノムヌクレオチドシークエンシングデータのうちの少なくとも1つを取得する工程であって、前記ヌクレオチドシークエンシングデータが、前記対象の前記1つ以上のMHCアレルのそれぞれのペプチド配列を表すデータを取得するために用いられる、前記取得する工程と、
前記対象の前記1つ以上のMHCアレルのそれぞれの前記ペプチド配列を、対応する数値ベクトルにコード化する工程であって、各数値ベクトルが、前記ペプチド配列を構成する複数のアミノ酸及び前記ペプチド配列内における前記アミノ酸の位置のセットに関する情報を含む、前記コード化する工程と、
前記新生抗原のセットについて提示尤度のセットを生成するために、コンピュータプロセッサを使用して、前記新生抗原のそれぞれのペプチド配列をコード化した前記数値ベクトル及び前記1つ以上のMHCアレルのそれぞれのペプチド配列をコード化した前記数値ベクトルを、機械学習させた提示モデルに入力する工程であって、前記セットの中の各提示尤度が、対応する新生抗原が前記1つ以上のMHCアレルによって前記対象の前記腫瘍細胞の表面上に提示される尤度を表し、前記機械学習させた提示モデルが、
複数の試料の各試料について、前記試料中に存在するものとして特定されたMHCアレルのセットの中の少なくとも1つのMHCアレルに結合したペプチドの存在を測定する質量分析によって得られた標識、
前記試料のそれぞれについて、前記ペプチドを構成する複数のアミノ酸及び前記ペプチド内の前記アミノ酸の位置のセットに関する情報を含む数値ベクトルとしてコード化された訓練ペプチド配列、
前記試料のそれぞれについて、前記試料の前記ペプチドに結合した前記少なくとも1つのMHCアレルを構成する複数のアミノ酸及び前記少なくとも1つのMHCアレル内の前記アミノ酸の位置のセットに関する情報を含む数値ベクトルとしてコード化された訓練ペプチド配列
を含む訓練データセットに少なくとも基づいて特定される、複数のパラメータと、
入力として受信される、前記新生抗原のそれぞれの前記ペプチド配列をコード化した前記数値ベクトルと前記1つ以上のMHCアレルのそれぞれの前記ペプチド配列をコード化した前記数値ベクトルとの間の関係、ならびに前記数値ベクトル及び前記パラメータに基づいた出力として生成された提示尤度を表す、関数と
を含む、前記入力する工程と、
選択された新生抗原のセットを生成するために、前記新生抗原のセットのサブセットを、前記提示尤度のセットに基づいて選択する工程と、
前記選択された新生抗原のセットを返す工程と
を含む、前記方法。
[本発明1002]
前記新生抗原のそれぞれのペプチド配列をコード化した前記数値ベクトル及び前記1つ以上のMHCアレルのそれぞれのペプチド配列をコード化した前記数値ベクトルを、前記機械学習させた提示モデルに入力する前記工程が、
前記1つ以上のMHCアレルのそれぞれについて、前記ペプチド配列の前記特定の位置の前記特定のアミノ酸に基づいて前記MHCアレルが前記新生抗原を提示するかどうかを示す依存性スコアを生成するために、前記機械学習させた提示モデルを前記新生抗原の前記ペプチド配列及び前記1つ以上のMHCアレルの前記ペプチド配列に適用することを含む、本発明1001の方法。
[本発明1003]
前記新生抗原のそれぞれのペプチド配列をコード化した前記数値ベクトル及び前記1つ以上のMHCアレルのそれぞれのペプチド配列をコード化した前記数値ベクトルを、前記機械学習させた提示モデルに入力する前記工程が、
各MHCアレルについて、前記対応するMHCアレルが前記対応する新生抗原を提示する尤度を示す対応するアレルごと尤度を生成するために、前記依存性スコアを変換することと、
前記アレルごと尤度を組み合わせて前記新生抗原の前記提示尤度を生成することと
をさらに含む、本発明1002の方法。
[本発明1004]
前記依存性スコアを変換することが、前記新生抗原の提示を前記1つ以上のMHCアレルにわたって相互排他的なものとしてモデル化する、本発明1003の方法。
[本発明1005]
前記新生抗原のそれぞれのペプチド配列をコード化した前記数値ベクトル及び前記1つ以上のMHCアレルのそれぞれのペプチド配列をコード化した前記数値ベクトルを、前記機械学習させた提示モデルに入力する前記工程が、
前記提示尤度を生成するために、前記依存性スコアの組み合わせを変換することであって、前記依存性スコアの前記組み合わせを変換することが、前記新生抗原の提示を前記1つ以上のMHCアレル間で干渉するものとしてモデル化する、前記変換すること
をさらに含む、本発明1002の方法。
[本発明1006]
前記提示尤度のセットが、少なくとも1つ以上のアレル非相互作用特性によってさらに特定され、
前記アレル非相互作用特性についての依存性スコアを生成するために、前記機械学習させた提示モデルを前記アレル非相互作用特性に適用することにより、前記アレル非相互作用特性に基づいて、前記対応する新生抗原のペプチド配列が提示されるかどうかを示すことをさらに含む、本発明1002~1005のいずれかの方法。
[本発明1007]
前記1つ以上のMHCアレルの各MHCアレルについての前記依存性スコアを、前記アレル非相互作用特性についての前記依存性スコアと組み合わせることと、
各MHCアレルについてのアレルごと尤度を生成するために、各MHCアレルについての前記組み合わされた依存性スコアを変換することにより、前記対応するMHCアレルが前記対応する新生抗原を提示する尤度を示すことと、
前記提示尤度を生成するために、前記アレルごと尤度を組み合わせることと
をさらに含む、本発明1006の方法。
[本発明1008]
前記MHCアレルのそれぞれについての前記依存性スコアと、前記アレル非相互作用特性についての前記依存性スコアとを組み合わせることと、
前記提示尤度を生成するために、前記組み合わされた依存性スコアを変換することと
をさらに含む、本発明1006の方法。
[本発明1009]
前記1つ以上のMHCアレルが、2つ以上の異なるMHCアレルを含む、本発明1001~1008のいずれかの方法。
[本発明1010]
前記ペプチド配列が、アミノ酸9個の長さ以外の長さを有するペプチド配列を含む、本発明1001~1009のいずれかの方法。
[本発明1011]
前記ペプチド配列をコード化する工程が、ワン・ホットコード化スキームを用いて前記ペプチド配列をコード化することを含む、本発明1001~1010のいずれかの方法。
[本発明1012]
前記複数の試料が、
(a)単一のMHCアレルを発現するように操作された1つ以上の細胞株、
(b)複数のMHCアレルを発現するように操作された1つ以上の細胞株、
(c)複数の患者から得られた、または複数の患者に由来する1つ以上のヒト細胞株、
(d)複数の患者から得られた新鮮なまたは凍結された腫瘍試料、及び
(e)複数の患者から得られた新鮮なまたは凍結された組織試料
のうちの少なくとも1つを含む、本発明1001~1011のいずれかの方法。
[本発明1013]
前記訓練データセットが、
(a)前記ペプチドの少なくとも1つについてのペプチド-MHC結合親和性の測定値に関連するデータ、及び
(b)前記ペプチドの少なくとも1つについてのペプチド-MHC結合安定性の測定値に関連するデータ
のうちの少なくとも1つをさらに含む、本発明1001~1012のいずれかの方法。
[本発明1014]
前記提示尤度のセットが、
RNA-seqまたは質量分析により測定される、前記対象における前記1つ以上のMHCアレルの少なくとも発現レベル
によってさらに特定される、本発明1001~1013のいずれかの方法。
[本発明1015]
前記提示尤度のセットが、
(a)前記新生抗原のセット内の新生抗原と前記1つ以上のMHCアレルとの間の予測される親和性、及び
(b)前記新生抗原コード化ペプチド-MHC複合体の予測される安定性
のうちの少なくとも1つを含む特性によってさらに特定される、本発明1001~1014のいずれかの方法。
[本発明1016]
数値的尤度の前記セットが、
(a)そのソースタンパク質配列内の、前記新生抗原コード化ペプチド配列に隣接するC末端配列、及び
(b)そのソースタンパク質配列内の、前記新生抗原コード化ペプチド配列に隣接するN末端配列
のうちの少なくとも1つを含む特性によってさらに特定される、本発明1001~1015のいずれかの方法。
[本発明1017]
前記選択された新生抗原のセットを選択する工程が、前記機械学習させた提示モデルに基づいて、選択されない新生抗原と比べて前記腫瘍細胞表面上に提示される尤度が増大している新生抗原を選択することを含む、本発明1001~1016のいずれかの方法。
[本発明1018]
前記選択された新生抗原のセットを選択する工程が、前記機械学習させた提示モデルに基づいて、選択されない新生抗原と比べて前記対象において腫瘍特異的な免疫応答を誘導することができる尤度が増大している新生抗原を選択することを含む、本発明1001~1017のいずれかの方法。
[本発明1019]
前記選択された新生抗原のセットを選択する工程が、前記提示モデルに基づいて、選択されない新生抗原と比べて、プロフェッショナル抗原提示細胞(APC)によってナイーブT細胞に対して提示されることができる尤度が増大している新生抗原を選択することを含み、任意で、前記APCが樹状細胞(DC)である、本発明1001~1018のいずれかの方法。
[本発明1020]
前記選択された新生抗原のセットを選択する工程が、前記機械学習させた提示モデルに基づいて、選択されない新生抗原と比べて中枢性寛容または末梢性寛容によって阻害される尤度が減少している新生抗原を選択することを含む、本発明1001~1019のいずれかの方法。
[本発明1021]
前記選択された新生抗原のセットを選択する工程が、前記機械学習させた提示モデルに基づいて、選択されない新生抗原と比べて前記対象において正常組織に対する自己免疫応答を誘導することができる尤度が減少している新生抗原を選択することを含む、本発明1001~1020のいずれかの方法。
[本発明1022]
前記1つ以上の腫瘍細胞が、肺がん、メラノーマ、乳がん、卵巣がん、前立腺がん、腎臓がん、胃がん、結腸がん、精巣がん、頭頸部がん、膵臓がん、脳がん、B細胞リンパ腫、急性骨髄性白血病、慢性骨髄性白血病、慢性リンパ球性白血病、T細胞リンパ球性白血病、非小細胞肺がん、及び小細胞肺がんからなる群から選択される、本発明1001~1021のいずれかの方法。
[本発明1023]
前記選択された新生抗原のセットから個別化がんワクチンを構築するための出力を生成する工程をさらに含む、本発明1001~1022のいずれかの方法。
[本発明1024]
前記個別化がんワクチン用の出力が、前記選択された新生抗原のセットをコードした少なくとも1つのペプチド配列または少なくとも1つのヌクレオチド配列を含む、本発明1023の方法。
[本発明1025]
前記機械学習させた提示モデルが、ニューラルネットワークモデルである、本発明1001~1024のいずれかの方法。
[本発明1026]
前記ニューラルネットワークモデルが、1つ以上の層に配置された一連のノードを含む単一のニューラルネットワークモデルを含み、前記単一のニューラルネットワークモデルが、複数の異なるMHCアレルのペプチド配列をコード化した数値ベクトルを受信するように構成されている、本発明1025の方法。
[本発明1027]
前記ニューラルネットワークモデルが、前記ニューラルネットワークモデルのパラメータを更新することによって訓練される、本発明1026の方法。
[本発明1028]
前記機械学習させた提示モデルが、1つ以上のノードの層を含むディープラーニングモデルである、本発明1025~1027のいずれかの方法。
[本発明1029]
前記試料の前記ペプチドに結合した前記少なくとも1つのMHCアレルを構成する複数のアミノ酸及び前記少なくとも1つのMHCアレル内の前記アミノ酸の位置のセットに関する情報を含む数値ベクトルとしてコード化された前記訓練ペプチド配列が、前記新生抗原のセットの提示尤度のセットを生成するために、前記機械学習させた提示モデルに入力される、前記対象のMHCアレルのペプチド配列を含まない、本発明1001~1028のいずれかの方法。
[本発明1030]
前記訓練データセットの前記複数の試料の各試料の前記ペプチドに結合した前記少なくとも1つのMHCアレルが、前記対象の前記1つ以上のMHCアレルが属する遺伝子ファミリーに属する、本発明1001~1029のいずれかの方法。
[本発明1031]
前記訓練データセットの前記複数の試料の各試料の前記ペプチドに結合した前記少なくとも1つのMHCアレルが、1個のMHCアレルを含む、本発明1001~1030のいずれかの方法。
[本発明1032]
前記訓練データセットの前記複数の試料の各試料の前記ペプチドに結合した前記少なくとも1つのMHCアレルが、複数のMHCアレルを含む、本発明1001~1030のいずれかの方法。
[本発明1033]
前記1つ以上のMHCアレルが、クラスI MHCアレルである、本発明1001~1032のいずれかの方法。
[本発明1034]
コンピュータシステムであって、
コンピュータプロセッサと、
前記コンピュータプロセッサにより実行されると前記コンピュータプロセッサに、
前記対象の前記腫瘍細胞及び正常細胞からエクソーム、トランスクリプトーム、または全ゲノムのヌクレオチドシークエンシングデータのうちの少なくとも1つを取得させることであって、前記ヌクレオチドシークエンシングデータが、前記腫瘍細胞からのヌクレオチドシークエンシングデータと前記正常細胞からのヌクレオチドシークエンシングデータとを比較することにより特定された新生抗原のセットのそれぞれのペプチド配列を表すデータを取得するために用いられ、各新生抗原のペプチド配列が、前記ペプチド配列を前記対象の前記正常細胞から特定される対応する野生型のペプチド配列とは異なるものとする少なくとも1つの変化を含む、前記取得させることと、
前記新生抗原のそれぞれの前記ペプチド配列を、対応する数値ベクトルにコード化させることであって、各数値ベクトルが、前記ペプチド配列を構成する複数のアミノ酸及び前記ペプチド配列内における前記アミノ酸の位置のセットに関する情報を含む、前記コード化させることと、
前記対象の前記1つ以上のMHCアレルのそれぞれからエクソーム、トランスクリプトーム、または全ゲノムヌクレオチドシークエンシングデータのうちの少なくとも1つを取得させることであって、前記ヌクレオチドシークエンシングデータが、前記対象の前記1つ以上のMHCアレルのそれぞれのペプチド配列を表すデータを取得するために用いられる、前記取得させることと、
前記対象の前記1つ以上のMHCアレルのそれぞれの前記ペプチド配列を、対応する数値ベクトルにコード化させることであって、各数値ベクトルが、前記ペプチド配列を構成する複数のアミノ酸及び前記ペプチド配列内における前記アミノ酸の位置のセットに関する情報を含む、前記コード化させることと、
前記新生抗原のセットについて提示尤度のセットを生成するために、コンピュータプロセッサを使用して、前記新生抗原のそれぞれのペプチド配列をコード化した前記数値ベクトル及び前記1つ以上のMHCアレルのそれぞれのペプチド配列をコード化した前記数値ベクトルを、機械学習させた提示モデルに入力させることであって、前記セットの中の各提示尤度が、対応する新生抗原が前記1つ以上のMHCアレルによって前記対象の前記腫瘍細胞の表面上に提示される尤度を表し、前記機械学習させた提示モデルが、
複数の試料の各試料について、前記試料中に存在するものとして特定されたMHCアレルのセットの中の少なくとも1つのMHCアレルに結合したペプチドの存在を測定する質量分析によって得られた標識と、
前記試料のそれぞれについて、前記ペプチドを構成する複数のアミノ酸及び前記ペプチド内の前記アミノ酸の位置のセットに関する情報を含む数値ベクトルとしてコード化された訓練ペプチド配列と、
前記試料のそれぞれについて、前記試料の前記ペプチドに結合した前記少なくとも1つのMHCアレルを構成する複数のアミノ酸及び前記少なくとも1つのMHCアレル内の前記アミノ酸の位置のセットに関する情報を含む数値ベクトルとしてコード化された訓練ペプチド配列と、
を含む訓練データセットに少なくとも基づいて特定される、複数のパラメータと、
入力として受信される前記新生抗原のそれぞれの前記ペプチド配列をコード化した前記数値ベクトルと前記1つ以上のMHCアレルのそれぞれの前記ペプチド配列をコード化した前記数値ベクトルとの間の関係、ならびに前記数値ベクトル及び前記パラメータに基づいた出力として生成された提示尤度を表す、関数と
を含む、前記入力させることと、
選択された新生抗原のセットを生成するために、前記新生抗原のセットのサブセットを、前記提示尤度のセットに基づいて選択させることと、
前記選択された新生抗原のセットを返させることと
を行わせるコンピュータプログラム命令を格納したメモリと
を含む、前記コンピュータシステム。
I.定義
概して、特許請求の範囲及び明細書において使用される用語は、当業者により理解される通常の意味を有するものとして解釈されるものとする。特定の用語を、さらなる明確性を与えるために下記に定義する。通常の意味と与えられる定義との間に矛盾が存在する場合、与えられる定義が用いられるものとする。
本明細書では、腫瘍細胞の表面上の1つ以上のMHCアレルによって提示される確率の高い、対象の1つ以上の腫瘍細胞由来の少なくとも1つの新生抗原を特定するための方法を開示する。本方法は、対象の腫瘍細胞及び正常細胞からエクソーム、トランスクリプトーム、及び/または全ゲノムのヌクレオチドシークエンシングデータを取得することを含む。このヌクレオチドシークエンシングデータを用いて新生抗原のセットの中の各新生抗原のペプチド配列が取得される。新生抗原のセットは、腫瘍細胞からのヌクレオチドシークエンシングデータと、正常細胞からのヌクレオチドシークエンシングデータと比較することによって特定される。具体的には、新生抗原のセットの中の各新生抗原のペプチド配列は、ペプチド配列を対象の正常細胞から特定された対応する野生型の親ペプチド配列とは異なるものとする少なくとも1つの変化を有する。本方法は、新生抗原のセットの中の各新生抗原のペプチド配列を、対応する数値ベクトルにコード化することをさらに含む。各数値ベクトルは、ペプチド配列を構成するアミノ酸及びペプチド配列内のアミノ酸の位置を記述する情報を含む。本方法は、対象の腫瘍細胞からエクソーム、トランスクリプトーム、及び/または全ゲノムのヌクレオチドシークエンシングデータを取得することをさらに含む。このヌクレオチドシークエンシングデータを用いて対象の1つ以上のMHCアレルのそれぞれのペプチド配列が取得される。対象の1つ以上のMHCアレルのそれぞれのペプチド配列が、対応する数値ベクトルにコード化される。各数値ベクトルは、MHCアレルのペプチド配列を構成するアミノ酸及びMHCアレルのペプチド配列内のアミノ酸の位置を記述する情報を含む。本方法は、新生抗原のそれぞれのペプチド配列をコード化した数値ベクトル及び1つ以上のMHCアレルのそれぞれのペプチド配列をコード化した数値ベクトルを、機械学習させた提示モデルに入力して、新生抗原のセットの中の各新生抗原についての提示尤度を生成することをさらに含む。各提示尤度は、対応する新生抗原が対象の腫瘍細胞の表面上の1つ以上のMHCアレルによって提示される尤度を表す。機械学習させた提示モデルは、複数のパラメータ及び関数を含む。複数のパラメータは、訓練データセットに基づいて特定される。訓練データセットは、複数の試料の中のそれぞれの試料について、その試料中に存在するものとして特定されたMHCアレルのセットの中の少なくとも1つのMHCアレルに結合したペプチドの存在を測定する質量分析によって得られた標識と、ペプチドを構成するアミノ酸及びペプチド内のアミノ酸の位置を記述する情報を含む数値ベクトルとしてコード化された訓練ペプチド配列と、試料のペプチドに結合した少なくとも1つのMHCアレルを構成するアミノ酸及びMHCアレル内のアミノ酸の位置を記述する情報を含む数値ベクトルとしてコード化された訓練ペプチド配列と、を含む。関数は、機械学習させた提示モデルによって入力として受け取られた数値ベクトルと、数値ベクトル及び複数のパラメータに基づいて機械学習させた提示モデルによって出力として生成された提示尤度との間の関係を表す。本方法は、新生抗原のセットのサブセットを、提示尤度に基づいて選択することにより、選択された新生抗原のセットを生成し、選択された新生抗原のセットを返すことをさらに含む。
また、ある特定の変異(例えば、がん細胞中に存在する変異またはアレル)の特定のための方法も、本明細書に開示する。特に、これらの変異は、がんを有する対象のがん細胞のゲノム、トランスクリプトーム、プロテオーム、またはエクソーム中に存在し得るが、対象由来の正常組織には存在し得ない。
新生抗原は、ヌクレオチドまたはポリヌクレオチドを含むことができる。例えば、新生抗原は、ポリペプチド配列をコードするRNA配列であることができる。ワクチンにおいて有用な新生抗原は、したがって、ヌクレオチド配列またはポリペプチド配列を含むことができる。
また、特異的な免疫応答、例えば、腫瘍特異的な免疫応答を生じることができる免疫原性組成物、例えば、ワクチン組成物も、本明細書に開示する。ワクチン組成物は、典型的に、例えば、本明細書に記載した方法を用いて選択された多数の新生抗原を含む。ワクチン組成物はまた、ワクチンと呼ぶこともできる。
IV.A.1.すべての腫瘍サブクローンをカバーするペプチドのセットの決定
すべての、または大部分の腫瘍サブクローンによって提示されるものを意味するトランカルペプチド(truncal peptide)が、ワクチン中への包含について優先される53。任意で、高い確率で提示されかつ免疫原性であることが予測されるトランカルペプチドがない場合、または、高い確率で提示されかつ免疫原性であることが予測されるトランカルペプチドの数が、追加的な非トランカルペプチドをワクチンに含めることができるほど少ない場合には、腫瘍サブクローンの数及び同一性を推定すること、及びワクチンによってカバーされる腫瘍サブクローンの数を最大化するようにペプチドを選ぶことによって、さらなるペプチドを優先順位付けすることができる54。
上記の新生抗原フィルターのすべてを適用した後、ワクチン技術が対応できるよりも多くの候補新生抗原が、依然としてワクチン包含に利用可能である可能性がある。追加的に、新生抗原解析の種々の態様についての不確定度が残っている可能性があり、候補ワクチン新生抗原の様々な性状の間にトレードオフが存在する可能性がある。したがって、選択プロセスの各段階でのあらかじめ決定されたフィルターの代わりに、少なくとも以下の軸を有する空間に候補新生抗原を置き、積分アプローチを用いて選択を最適化する、積分多次元モデルを考えることができる。
1. 自己免疫または寛容のリスク(生殖細胞系列のリスク)(より低い自己免疫のリスクが、典型的に好ましい)
2. シークエンシングアーチファクトの確率(より低いアーチファクトの確率が、典型的に好ましい)
3. 免疫原性の確率(より高い免疫原性の確率が、典型的に好ましい)
4. 提示の確率(より高い提示の確率が、典型的に好ましい)
5. 遺伝子発現(より高い発現が、典型的に好ましい)
6. HLA遺伝子のカバレッジ(新生抗原のセットの提示に関与する、より多い数のHLA分子は、腫瘍が、HLA分子の下方制御または変異を介して免疫攻撃を回避する確率を低くする可能性がある)
7. HLAクラスのカバレッジ(HLA-I及びHLA-IIの両方をカバーすることで、治療応答の確率が高まり、腫瘍の免疫回避の確率が低くなる可能性がある)
本明細書に開示する方法を用いて特定された複数の新生抗原などの1つ以上の新生抗原を対象に投与することにより、対象に腫瘍特異的な免疫応答を誘導し、腫瘍に対するワクチン接種を行い、対象のがんの症状を治療及び/または緩和する方法も提供される。
VI.A.新生抗原候補の特定
腫瘍及び正常のエクソーム及びトランスクリプトームのNGS解析のための研究法を、新生抗原の特定のスペースに記載し、適用している6,14,15。下記の例は、臨床設定における新生抗原の特定について、より大きな感度及び特異性のためのある特定の最適化を考慮している。これらの最適化は、実験室プロセスに関連するもの及びNGSデータ解析に関連するものの、2つの区域にグループ化することができる。
本明細書に提示したプロセスの改善は、標的とされるがんパネルにおける信頼できるがんドライバー遺伝子の評価について開発された概念16を、新生抗原の特定のために必要な全エクソーム設定及び全トランスクリプトーム設定に拡大することによって、低い腫瘍含量及び少ない体積の臨床標本からの高精度の新生抗原の発見における難題に対処する。具体的には、これらの改善は、以下を含む:
1.低い腫瘍含量またはサブクローン状態のいずれかにより、低い変異体アレル頻度で存在する変異を検出するための、腫瘍エクソームにわたる深い(500xよりも大きい)固有の平均カバレッジのターゲティング。
2.可能性のある新生抗原の見逃しが最も少ないように、100x未満でカバーされる塩基が5%未満である、例として、
a. 個々のプローブQCを有するDNAベースの捕捉プローブの使用17
b.充分にカバーされていない領域についての追加的なベイトの包含
3.可能性のある新生抗原が体細胞性/生殖細胞系列ステータスについて分類されていないままである(したがってTSNAとして使用可能ではない)ことが最も少ないように、20x未満でカバーされる塩基が5%未満である、正常エクソームにわたる均一カバレッジのターゲティング。
4.必要とされるシークエンシングの総量を最小化するために、配列捕捉プローブは、非コードRNAは新生抗原を生じることができないことから、遺伝子のコード領域のみについて設計される。追加的な最適化は、以下を含む:
a.GCリッチであり、標準的なエクソームシークエンシングでは充分に捕捉されないHLA遺伝子についての補充的プローブ18。
b.不充分な発現、プロテアソームによる最適に満たない消化、または異例の配列特性などの要因により、候補新生抗原を少ししかまたは全く生成しないと予測される遺伝子の排除。
5.変異検出、遺伝子及びスプライス変異体(「アイソフォーム」)発現の定量、ならびに融合物検出を可能にするために、腫瘍RNAが同様に、高深度(100Mリードよりも大きい)でシークエンシングされる。FFPE試料由来のRNAは、DNAにおいてエクソームを捕捉するために使用されるのと同じまたは類似したプローブで、プローブベース濃縮19を用いて抽出される。
解析法の改善は、一般的な研究変異コーリングアプローチの最適に満たない感度及び特異性に対処し、具体的には、臨床設定における新生抗原の特定のために関連するカスタマイズ化を考慮する。これらは、以下を含む:
1.アラインメントのための、HG38参照ヒトゲノムまたはより後のバージョンの使用(それが、以前のゲノムリリースとは対照的に、集団多型をより良好に反映する複数のMHC領域アセンブリーを含有するため)。
2.様々なプログラム5からの結果をマージすることによる、単一変異コーラー20の限界の克服。
a.単一ヌクレオチド変異及び挿入欠失は、以下を含む一連のツールで、腫瘍DNA、腫瘍RNA、及び正常DNAから検出される:Strelka21及びMutect22などの、腫瘍及び正常DNAの比較に基づくプログラム;ならびに、低純度の試料において特に有利である23、UNCeqRなどの、腫瘍DNA、腫瘍RNA、及び正常DNAを組み入れるプログラム。
b.挿入欠失は、Strelka及びABRA24などの、局所リアセンブリーを行うプログラムで決定される。
c.構造的再編成は、Pindel25またはBreakseq26などの専用のツールを用いて決定される。
3.試料スワップを検出して阻止するために、同じ患者についての試料由来の変異コールが、選ばれた数の多型部位で比較される。
4.例として、以下による、人工的コールの広範囲のフィルタリングが行われる:
a.潜在的に、低いカバレッジの例においては緩やかな検出パラメータで、及び挿入欠失の例においては許容的な近接基準での、正常DNAにおいて見出される変異の除去。
b.低いマッピング品質または低い塩基品質による変異の除去27。
c.たとえ対応する正常において観察されないとしても、再出現するシークエンシングアーチファクトから生じる変異の除去27。例は、主として1本の鎖上に検出される変異を含む。
d.無関連の対照のセットにおいて検出される変異の除去27。
5.seq2HLA28、ATHLATES29、またはOptitypeのうちの1つを使用する、かつまた、エクソーム及びRNAシークエンシングデータを組み合わせる28、正常エクソームからの正確なHLAコーリング。追加的な潜在的最適化は、ロングリードDNAシークエンシングなどの、HLAタイピングのための専用アッセイの採用30、または、RNA断片を連結して連続性を保持するための方法の適応31を含む。
6.腫瘍特異的スプライス変異体から生じた新生ORFの堅牢な検出は、CLASS32、Bayesembler33、StringTie34、またはそのリファレンスガイドモードにおける類似したプログラム(すなわち、各実験からそれらの全体の転写産物を再作製するように試みるよりもむしろ、公知の転写産物構造を用いる)を用いて、RNA-seqデータから転写産物をアセンブルすることによって、行われる。Cufflinks35が、この目的で一般的に使用されるが、それは頻繁に、信じ難いほど多数のスプライス変異体を産生し、それらの多くは、完全長遺伝子よりもはるかに短く、単純な陽性対照をリカバーすることができない場合がある。コード配列及び潜在的なナンセンス変異依存分解機構は、変異体配列を再導入した、SpliceR36及びMAMBA37などのツールで決定される。遺伝子発現は、Cufflinks35またはExpress(Roberts and Pachter,2013)などのツールで決定される。野生型及び変異体特異的な発現カウント及び/または相対レベルは、ASE38またはHTSeq39などの、これらの目的で開発されたツールで決定される。潜在的なフィルタリング段階は、以下を含む:
a.不充分に発現されていると考えられる候補新生ORFの除去。
b.ナンセンス変異依存分解機構(NMD)を引き起こすと予測される候補新生ORFの除去。
7.腫瘍特異的と直接検証することができない、RNAにおいてのみ観察される候補新生抗原(例えば、新生ORF)は、例として以下を考慮することにより、追加的なパラメータにしたがって、腫瘍特異的である可能性が高いとして分類される:
a.腫瘍DNAのみのシス作用性フレームシフトまたはスプライス部位変異の支持の存在。
b.スプライシング因子における腫瘍DNAのみのトランス作用性変異の確証の存在。例として、R625変異体SF3B1での3つの独立して公開された実験において、最も差次的にスプライシングを呈する遺伝子は、1つの実験がブドウ膜黒色腫患者を検討し40、第2の実験がブドウ膜黒色腫細胞株を検討し41、及び第3の実験が乳がん患者を検討した42にもかかわらず、一致していた。
c.新規のスプライシングアイソフォームについては、RNASeqデータにおける「新規の」スプライス-ジャンクションリードの確証の存在。
d.新規の再編成については、正常DNAには存在しない腫瘍DNAにおけるエクソン近傍リードの確証の存在。
e.GTEx43などの遺伝子発現大要からの欠如(すなわち、生殖細胞系列起源の可能性をより低くする)。
8.アラインメント及びアノテーションベースのエラー及びアーチファクトを直接避けるために、アセンブルされたDNAの腫瘍及び正常リード(またはそのようなリード由来のkマー)を比較することによる、参照ゲノムアラインメントベースの解析の補完(例えば、生殖細胞系列変異またはリピートコンテキスト挿入欠失の近くに生じる体細胞性変異について)。
HLAペプチド分子の単離は、組織試料の溶解及び可溶化後に、古典的な免疫沈降(IP)法を用いて行った55~58。清澄化した溶解物を、HLA特異的IPに使用した。
ペプチドYVYVADVAAKを用いて、何が検出の限界かを、LCカラム上にロードした様々な量のペプチドを用いて決定した。試験したペプチドの量は、1pmol、100fmol、10fmol、1fmol、及び100amolであった。(表1)結果を図1Fに示す。これらの結果は、検出の最低限界(LoD)がアトモルの範囲(10-18)にあること、ダイナミックレンジが5桁に及ぶこと、及び、シグナル対ノイズが、低いフェムトモル範囲(10-15)でシークエンシングに充分であるように見えることを示す。
VII.A.システムの概要
図2Aは、1つの実施形態にしたがう、患者におけるペプチド提示の尤度を特定するための環境100の概要である。環境100は、それ自体が提示情報記憶装置165を含む提示特定システム160を導入するコンテキストを提供する。
図2Aは、1つの実施形態にしたがう、提示情報を取得する方法を説明する。提示情報165は、2つの一般的部類の情報:アレル相互作用情報及びアレル非相互作用情報を含む。アレル相互作用情報は、MHCアレルのタイプに依存する、ペプチド配列の提示に影響を及ぼす情報を含む。アレル非相互作用情報は、MHCアレルのタイプに非依存的な、ペプチド配列の提示に影響を及ぼす情報を含む。
アレル相互作用情報は、主として、ヒト、マウスなど由来の1つ以上の特定されたMHC分子によって提示されていることが公知である、特定されたペプチド配列を含む。注目すべきことに、これは、腫瘍試料から取得されたデータを含んでもよく、または含まなくてもよい。提示されたペプチド配列は、単一のMHCアレルを発現する細胞から特定されてもよい。この例において、提示されたペプチド配列は、概して、あらかじめ決定されたMHCアレルを発現するように操作されてその後合成タンパク質に曝露された単一アレル細胞株から収集される。MHCアレル上に提示されたペプチドは、酸溶出などの技法によって単離され、質量分析により特定される。図2Bは、あらかじめ決定されたMHCアレルHLA-DRB1*12:01上に提示された例示的なペプチド
が単離され、質量分析により特定される、この例を示す。この状況においては、ペプチドが、単一のあらかじめ決定されたMHCタンパク質を発現するように操作された細胞を通して特定されるため、提示されたペプチドとそれが結合したMHCタンパク質との間の直接の関連が、決定的に既知である。
が、特定されたクラスI MHCアレルHLA-A*01:01、HLA-A*02:01、HLA-B*07:02、HLA-B*08:01、及びクラスII MHCアレルHLA-DRB1*10:01、HLA-DRB1:11:01上に提示されており、単離され、質量分析により特定される、この例を示す。単一アレル細胞株とは対照的に、結合したペプチドが、特定される前のMHC分子から単離されるため、提示されたペプチドとそれが結合したMHCタンパク質との間の直接の関連は、未知である可能性がある。
アレル非相互作用情報は、そのソースタンパク質配列内の、新生抗原コード化ペプチドに隣接するC末端配列を含むことができる。MHC-Iでは、C末端フランキング配列は、ペプチドのプロテアソームプロセシングに影響を及ぼし得る。しかし、C末端フランキング配列は、ペプチドが小胞体に輸送され、細胞の表面上のMHCアレルと遭遇する前に、プロテアソームによってペプチドから切断される。その結果、MHC分子は、C末端フランキング配列についてのいかなる情報も受け取らず、したがって、C末端フランキング配列の効果は、MHCアレルタイプに応じて変動することができない。例えば、図2Cに示した例に戻ると、提示情報165は、ペプチドのソースタンパク質から特定された、提示されたペプチドFJIEJFOESSのC末端フランキング配列FOEIFNDKSLDKFJIを含み得る。
i.EGFR、KRAS、ALK、RET、ROS1、TP53、CDKN2A、CDKN2B、NTRK1、NTRK2、NTRK3などの公知のがんドライバー遺伝子におけるドライバー変異。
ii.抗原提示マシナリーに関与するタンパク質をコードする遺伝子(例えば、B2M、HLA-A、HLA-B、HLA-C、TAP-1、TAP-2、TAPBP、CALR、CNX、ERP57、HLA-DM、HLA-DMA、HLA-DMB、HLA-DO、HLA-DOA、HLA-DOBHLA-DP、HLA-DPA1、HLA-DPB1、HLA-DQ、HLA-DQA1、HLA-DQA2、HLA-DQB1、HLA-DQB2、HLA-DR、HLA-DRA、HLA-DRB1、HLA-DRB3、HLA-DRB4、HLA-DRB5、または、プロテアソームもしくはイムノプロテアソームの構成要素をコードする遺伝子のいずれか)におけるもの。その提示が、腫瘍において機能喪失変異の影響下にある抗原提示マシナリーの構成要素に依拠するペプチドは、提示の確率が低減している。
i.抗原提示マシナリーに関与するタンパク質をコードする遺伝子(例えば、B2M、HLA-A、HLA-B、HLA-C、TAP-1、TAP-2、TAPBP、CALR、CNX、ERP57、HLA-DM、HLA-DMA、HLA-DMB、HLA-DO、HLA-DOA、HLA-DOBHLA-DP、HLA-DPA1、HLA-DPB1、HLA-DQ、HLA-DQA1、HLA-DQA2、HLA-DQB1、HLA-DQB2、HLA-DR、HLA-DRA、HLA-DRB1、HLA-DRB3、HLA-DRB4、HLA-DRB5、または、プロテアソームもしくはイムノプロテアソームの構成要素をコードする遺伝子のいずれか)におけるもの。
図3は、1つの実施形態による、提示特定システム160のコンピュータ論理構成要素を説明する、ハイレベルブロック図である。この例示的実施形態において、提示特定システム160は、データ管理モジュール312、コード化モジュール314、訓練モジュール316、及び予測モジュール320を含む。提示特定システム160はまた、訓練データ記憶装置170及び提示モデル記憶装置175から構成される。モデル管理システム160のいくつかの実施形態は、本明細書に記載したものとは異なるモジュールを有する。同様に、機能は、本明細書に記載したものは異なる様式で、モジュールの間に分配され得る。
データ管理モジュール312は、提示情報165から訓練データ170のセットを生成する。各々の訓練データのセットは、多数のデータ例を含有し、各データ例iは、少なくとも、提示されるかまたは提示されないペプチド配列piと、ペプチド配列piと結合した1つ以上の関連するMHCアレルaiと、及び/またはペプチド配列piと結合した1つ以上のMHCアレル配列diと、提示特定システム160が、独立変数の新たな値を予測することに関心があるという情報を表す従属変数yiとを含む、独立変数ziのセットを含有する。
からのペプチド提示情報を示す。訓練データ170Aの代替的な実施形態では、HLAアレル型をHLAアレル配列に置換することができる点に留意されたい。例えば、アレル型HLA-C*1:03はアレルHLA-C*1:03のアミノ酸配列に置き換えることができる。訓練データ170A中の4番目のデータ例は、アレルHLA-B*07:02、HLA-C*01:03、HLA-A*01:01を含む複数アレル細胞株、及びペプチド配列QIEJOEIJEからのペプチド情報を示す。最初のデータ例は、ペプチド配列QCEIOWAREが、アレルHLA-DRB3:01:01によって提示されなかったことを示す。前の2つの段落において議論したように、ネガティブ標識されたペプチド配列は、データ管理モジュール312によってランダムに生成されてもよく、または提示されるペプチドのソースタンパク質から特定されてもよい。訓練データ170Aはまた、ペプチド配列-アレルペアについて、1000nMの結合親和性予測値及び1時間の半減期の安定性予測値も含む。訓練データ170Aはまた、ペプチドFJELFISBOSJFIEのC末端フランキング配列、及び102TPMのmRNA定量測定値などの、アレル非相互作用変数も含む。4番目のデータ例は、ペプチド配列QIEJOEIJEが、アレルHLA-B*07:02、HLA-C*01:03、またはHLA-A*01:01のうちの1つによって提示されたことを示す。訓練データ170Aはまた、アレルの各々についての結合親和性予測値及び安定性予測値、ならびに、ペプチドのC末端フランキング配列及びペプチドについてのmRNA定量測定値も含む。さらなる実施形態では、訓練データ170Aは、提示されたペプチドのペプチドファミリーなどのさらなるアレル非相互作用変数を含んでもよい。
コード化モジュール314は、訓練データ170に含有される情報を、1つ以上の提示モデルを生成するために使用することができる数値的表示へとコード化する。一実現形態では、コード化モジュール314は、配列(例えば、ペプチド配列及び/またはC末端フランキング配列及び/またはMHCアレル配列)を、あらかじめ決定された20文字のアミノ酸アルファベットについて、ワン・ホットでコード化する。具体的には、ki個のアミノ酸を有するペプチド配列piは、20・ki要素の行ベクトルとして表され、ペプチド配列のj番目の位置のアミノ酸のアルファベットに対応するpi 20・(j-1)+1,pi 20・(j-1)+2,...,pi 20・jの中の単一要素は、1の値を有する。その以外の、残りの要素は、0の値を有する。例として、所定のアルファベット{A,C,D,E,F,G,H,I,K,L,M,N,P,Q,R,S,T,V,W,Y}について、データ例iの3個のアミノ酸のペプチド配列EAFは、60個の要素の行ベクトル
によって表され得る。C末端フランキング配列ci、ならびに、MHCアレルについてのタンパク質配列di、及び提示情報における他の配列データは、同様に、上記のようにコード化することができる。
によって表され得る。C末端フランキング配列ci、MHCアレルのタンパク質配列di、または他の配列データは、同様に、上記のようにコード化することができる。したがって、ペプチド配列pi、ci、またはdiにおける各々の独立変数または列は、配列の特定の位置の特定のアミノ酸の存在を表す。
(ただし、
は指標関数であり、Lkはペプチドpkの長さを意味する)として表す。ベクトルTkを、アレル相互作用変数xh iに含めることができる。別の例では、クラスIIのMHC分子によって提示されるペプチドについて、コード化モジュール314はペプチド長をベクトル
(ただし、
は指標関数であり、Lkはペプチドpkの長さを意味する)として表す。ベクトルTkを、アレル相互作用変数xh iに含めることができる。
訓練モジュール316は、ペプチド配列に関連するMHCアレルによってペプチド配列が提示されるかどうかの尤度を生成する、1つ以上の提示モデルを構築する。具体的には、ペプチド配列pk及びペプチド配列pkに関連するMHCアレルak及び/またはMHCアレル配列dkのセットが与えられたとして、各提示モデルは、ペプチド配列pkが、関連するMHCアレルakのうちの1つ以上によって提示されるであろう尤度を示す、推定値ukを生成する。
訓練モジュール316は、165に保存された提示情報から生成された、記憶装置170に保存された訓練データセットに基づいて、1つ以上の提示モデルを構築する。概して、提示モデルの具体的なタイプに関わらず、提示モデルのすべては、損失関数が最小化されるように、訓練データ170における独立変数と従属変数との間の依存性を捕捉する。具体的には、損失関数l(yi∈S,ui∈S;θ)は、訓練データ170における1つ以上のデータ例Sについての従属変数yi∈Sの値と、提示モデルによって生成されたデータ例Sについての推定された尤度ui∈Sとの間の矛盾を表す。本明細書の残りの部分を通じて言及される1つの特定の実現形態において、損失関数(yi∈S,ui∈S;θ)は、以下のような等式(1a)によって与えられる負のlog尤度関数である。
しかし、実際には、別の損失関数が使用されてもよい。例えば、質量分析イオン電流について予測がなされる場合、損失関数は、以下のような等式1bによって与えられる平均二乗損失である。
訓練モジュール316は、アレルごとベースでペプチドの提示尤度を予測するための提示モデルを構築し得る。この例において、訓練モジュール316は、単一のMHCアレルを発現する細胞から生成された訓練データ170におけるデータ例Sに基づいて、提示モデルを訓練し得る。
によって、特定のアレルhについてのペプチドpkの推定提示尤度ukをモデル化し、ただし、xh kは、ペプチドpk及び対応するMHCアレルhについてのコード化されたアレル相互作用変数を意味し、f(・)は、任意の関数であり、記載の便宜上、本明細書中を通して変換関数と呼ばれる。さらに、gh(・)は、任意の関数であり、記載の便宜上、本明細書中を通して依存性関数と呼ばれ、MHCアレルhについて決定されたパラメータθhのセットに基づいて、アレル相互作用変数xh kについての依存性スコアを生成する。各MHCアレルhについてのパラメータθhのセットの値は、θhに関する損失関数を最小化することによって決定することができ、ここでiは、単一のMHCアレルhを発現する細胞から生成された訓練データ170のサブセットSにおける各例である。
によって与えられるexpit関数である。
別の例として、f(・)はまた、ドメインzの値が0以上である場合、
f(z)=tanh(z) (4)
によって与えられる双曲線正接関数であることもできる。あるいは、予測が、範囲[0,1]の外側の値を有する質量分析イオン電流についてなされる場合、f(・)は、例えば、恒等関数、指数関数、log関数などの任意の関数であることができる。
本明細書を通して言及される1つの特定の実現形態において、依存性関数gh(・)は、xh kにおける各アレル相互作用変数を、関連するMHCアレルhについて決定されたパラメータθhのセットにおける対応するパラメータと線形結合する、
によって与えられるアフィン関数である。
によって与えられるネットワーク関数である。ノードは、パラメータθhのセットにおける関連するパラメータを各々有する接続を通して、他のノードに接続され得る。1つの特定のノードでの値は、特定のノードに関連する活性化関数によってマッピングされた関連するパラメータによって重み付けられた、特定のノードに接続されたノードの値の和として表され得る。アフィン関数と対照的に、ネットワークモデルは、提示モデルが非線形性、及び異なる長さのアミノ酸配列を有するプロセスデータを組み入れることができるため、有利である。具体的には、非線形モデリングを通して、ネットワークモデルは、ペプチド配列中の異なる位置のアミノ酸間の相互作用、及びこの相互作用がペプチド提示にいかに影響を及ぼすかを捕捉することができる。
として表すことができ、式中、g’h(xh k;θ’h)は、パラメータθ’hのセットを伴うアフィン関数、ネットワーク関数などであり、MHCアレルhについての提示のベースライン確率を表す、MHCアレルのアレル相互作用変数についてのパラメータのセットにおけるバイアスパラメータθh 0を伴う。
によって生成することができ、式中、x3 kは、MHCアレルh=3について特定されたアレル相互作用変数であり、θ3は、損失関数最小化を通してMHCアレルh=3について決定されたパラメータのセットである。
によって生成することができ、式中、x3 kは、MHCアレルh=3について特定されたアレル相互作用変数であり、θ3は、MHCアレルh=3に関連するネットワークモデルNN3(・)について決定されたパラメータのセットである。
一実現形態では、訓練モジュール316は、アレル非相互作用変数を組み入れて、
によって、ペプチドpkの推定提示尤度ukをモデル化し、式中、wkは、ペプチドpkについてのコード化されたアレル非相互作用変数を意味し、gw(・)は、アレル非相互作用変数について決定されたパラメータθwのセットに基づく、アレル非相互作用変数wkについての関数である。具体的には、各MHCアレルhについてのパラメータθhのセット及びアレル非相互作用変数についてのパラメータθwのセットの値を、θh及びθwに関する損失関数を最小化することによって決定することができ、iは、単一のMHCアレルを発現する細胞から生成された訓練データ170のサブセットSにおける各例である。
によって与えられ得る。
アレル相互作用変数についての依存性関数gh(・)と同様に、アレル非相互作用変数についての依存性関数gw(・)は、アフィン関数、または別々のネットワークモデルがアレル非相互作用変数wkに関連しているネットワーク関数であり得る。
gw(wk;θw)=wk・θw
によって与えられるアフィン関数である。
gw(wk;θw)=NNw(wk;θw)
によって与えられるネットワーク関数である。ネットワーク関数は、異なるアレル非相互作用変数をそれぞれが入力として取る1つ以上のネットワークモデルを含んでもよい。
によって与えられ得、式中、g’w(wk;θ’w)は、アレル非相互作用パラメータθ’wのセットを伴うアフィン関数、ネットワーク関数などであり、mkは、ペプチドpkについてのmRNA定量測定値であり、h(・)は、定量測定値を変換する関数であり、かつθw mは、mRNA定量測定値についての依存性スコアを生成するようにmRNA定量測定値と組み合わされる、アレル非相互作用変数についてのパラメータのセットにおけるパラメータである。本明細書の残りの部分を通じて言及される1つの特定の実施形態において、h(・)はlog関数であるが、実際には、h(・)は、様々な異なる関数のうちのいずれか1つであり得る。
によって与えられ、式中、g’w(wk;θ’w)は、アレル非相互作用パラメータθ’wのセットを伴うアフィン関数、ネットワーク関数などであり、okは、ペプチドpkについてヒトプロテオームにおけるタンパク質及びアイソフォームを表す、セクションVII.C.2で述べた指標ベクトルであり、かつθw oは、指標ベクトルと組み合わされるアレル非相互作用変数についてのパラメータのセットにおける、パラメータのセットである。1つのバリエーションにおいて、ok及びパラメータθw oのセットの次元が有意に高い場合、
などのパラメータ正則化項(ただし、
は、L1ノルム、L2ノルム、組み合わせなどを表す)を、パラメータの値を決定する時に損失関数に加えることができる。ハイパーパラメータλの最適値を、適切な方法を通して決定することができる。
ただし、g’w(wk;θ’w)は、アレル非相互作用パラメータθ’wのセットを伴うアフィン関数、ネットワーク関数などであり、
は、ペプチドpkがアレル非相互作用変数に関して上記に述べたソース遺伝子lに由来するものである場合に1に等しいインジケータ関数であり、θw lはソース遺伝子lの「抗原性」を示すパラメータである。1つのバリエーションにおいて、Lが充分に大きく、したがって、パラメータの数θw l=1, 2,...,Lが充分に大きい場合、
などのパラメータ正則化項(ただし、
は、L1ノルム、L2ノルム、組み合わせなどを示す)を、パラメータの値を決定する際に損失関数に加えることができる。ハイパーパラメータλの最適値は適当な方法によって決定することができる。
ただし、g’w(wk;θ’w)は、アレル非相互作用パラメータθ’wのセットを伴うアフィン関数、ネットワーク関数などであり、
は、アレル非相互作用変数に関して上記に述べたようにペプチドpkがソース遺伝子lに由来するものである場合、かつペプチドpkが組織タイプmに由来するものである場合に1に等しいインジケータ関数であり、θw lmはソース遺伝子lと組織タイプmとの組み合わせの抗原性を示すパラメータである。詳細には、組織タイプmの遺伝子lの抗原性は、組織タイプmの細胞が、RNA発現及びペプチド配列コンテキストについての調節後に遺伝子l由来のペプチドを提示する残留傾向を示し得る。
などのパラメータ正則化項(ただし、
は、L1ノルム、L2ノルム、組み合わせなどを示す)を、パラメータの値を決定する際に損失関数に加えることができる。ハイパーパラメータλの最適値は適当な方法によって決定することができる。別のバリエーションにおいて、同じソース遺伝子に対する係数が組織タイプ間で大きく異ならないように、パラメータの値を決定する際にパラメータ正則化項を損失関数に加えることができる。例えば、以下のようなペナルティ項:
(ただし、
はソース遺伝子lの組織タイプにわたった平均の抗原性である)は、損失関数中の異なる組織タイプにわたった抗原性の標準偏差にペナルティを付加することができる。
式中、g’w(wk;θ’w)はアフィン関数であり、アレル非相互作用パラメータのセットθ’wなどを伴うネットワーク関数
は、ペプチドpkがアレル非相互作用変数に関して上記に述べたソース遺伝子l 由来のものである場合に1に等しいインジケータ関数であり、θw lは、ソース遺伝子lの「抗原性」を示すパラメータであり、
は、ペプチドpkがプロテオーム位置 mからのものである場合に1に等しいインジケータ関数であり、
は、プロテオーム位置mが提示「ホットスポット」である程度を示すパラメータである。一実施形態では、プロテオーム位置は、同じタンパク質からのn個の隣接するペプチドのブロックを含んでよく、nは、グリッドサーチ交差検証などの適当な方法により決定されるモデルのハイパーパラメータである。
によって生成することができ、式中、wkは、ペプチドpkについて特定されたアレル非相互作用変数であり、θwは、アレル非相互作用変数について決定されたパラメータのセットである。
によって生成することができ、式中、wkは、ペプチドpkについて特定されたアレル相互作用変数であり、θwは、アレル非相互作用変数について決定されたパラメータのセットである。
訓練モジュール316はまた、2つ以上のMHCアレルが存在する複数アレル設定においてペプチドの提示尤度を予測するための提示モデルを構築し得る。この例において、訓練モジュール316は、単一のMHCアレルを発現する細胞、複数のMHCアレルを発現する細胞、またはそれらの組み合わせから生成された訓練データ170におけるデータ例Sに基づいて、提示モデルを訓練し得る。
一実現形態では、訓練モジュール316は、複数のMHCアレルHのセットに関連したペプチドpkの推定提示尤度ukを、等式(2)~(10)と共に上記で説明したような、単一アレルを発現する細胞に基づいて決定されたセットHにおけるMHCアレルhの各々について決定された提示尤度uk h∈Hの関数としてモデル化する。具体的には、提示尤度ukは、uk h∈Hの任意の関数であることができる。一実現形態では、等式(11)、(12a)、及び(12b)に示すように、関数は最大値関数であり、提示尤度ukは、セットHにおける各MHCアレルhについての提示尤度の最大値として決定することができる。
一実現形態では、訓練モジュール316は、ペプチドpkの推定提示尤度ukを、
によってモデル化し、式中、要素ah kは、ペプチド配列pkに関連する複数のMHCアレルHについて1であり、xh kは、ペプチドpk及び対応するMHCアレルについてのコード化されたアレル相互作用変数を意味する。各MHCアレルhについてのパラメータθhのセットの値は、θhに関する損失関数を最小化することによって決定することができ、iは、単一のMHCアレルを発現する細胞及び/または複数のMHCアレルを発現する細胞から生成された訓練データ170のサブセットSにおける各例である。依存性関数ghは、セクションVIII.B.1.において上記で導入された依存性関数ghのいずれかの形態であり得る。
によって生成することができ、式中、x2 k、x3 kは、MHCアレルh=2、h=3について特定されたアレル相互作用変数であり、θ2、θ3は、MHCアレルh=2、h=3について決定されたパラメータのセットである。
によって生成することができ、式中、NN2(・)、NN3(・)は、MHCアレルh=2、h=3について特定されたネットワークモデルであり、θ2、θ3は、MHCアレルh=2、h=3について決定されたパラメータのセットである。
一実現形態では、訓練モジュール316は、アレル非相互作用変数を組み入れて、
によって、ペプチドpkの推定提示尤度ukをモデル化し、式中、wkは、ペプチドpkについてのコード化されたアレル非相互作用変数を意味する。具体的には、各MHCアレルhについてのパラメータθhのセット及びアレル非相互作用変数についてのパラメータθwのセットの値を、θh及びθwに関する損失関数を最小化することによって決定することができ、iは、単一のMHCアレルを発現する細胞及び/または複数のMHCアレルを発現する細胞から生成された訓練データ170のサブセットSにおける各例である。依存性関数gwは、セクションVIII.B.3.において上記で導入された依存性関数gwのいずれかの形態であり得る。
によって生成することができ、式中、wkは、ペプチドpkについて特定されたアレル非相互作用変数であり、θwは、アレル非相互作用変数について決定されたパラメータのセットである。
によって生成することができ、式中、wkは、ペプチドpkについて特定されたアレル相互作用変数であり、θwは、アレル非相互作用変数について決定されたパラメータのセットである。
によって与えられ得る。
別の実現形態において、訓練モジュール316は、ペプチドpkの推定提示尤度ukを、
によってモデル化し、式中、要素ah kは、ペプチド配列pkに関連する複数のMHCアレルh∈Hについて1であり、u’k hは、MHCアレルhについての暗黙のアレルごと提示尤度であり、ベクトルvは、要素vhが、ah k・u’k hに対応するベクトルであり、s(・)は、vの要素をマッピングする関数であり、かつr(・)は、入力の値を所定の範囲中にクリップするクリッピング関数である。より詳細に下記に記載するように、s(・)は、総和関数または二次関数であってもよいが、他の実施形態において、s(・)は、最大値関数などの任意の関数であり得ることが認識される。暗黙のアレルごと尤度についてのパラメータθのセットの値は、θに関する損失関数を最小化することによって決定することができ、iは、単一のMHCアレルを発現する細胞及び/または複数のMHCアレルを発現する細胞から生成された訓練データ170のサブセットSにおける各例である。
r(z)=min(max(z,0),1)
であってもよく、zと1の間の最小値が、提示尤度ukとして選ばれる。別の実現形態において、r(・)は、
r(z)=tanh(z)
として与えられる双曲線正接関数であり、ドメインzの値は、0以上である。
によって生成することができ、式中、x2 k、x3 kは、MHCアレルh=2、h=3について特定されたアレル相互作用変数であり、θ2、θ3は、MHCアレルh=2、h=3について決定されたパラメータのセットである。
によって生成することができ、式中、NN2(・)、NN3(・)は、MHCアレルh=2、h=3について特定されたネットワークモデルであり、θ2、θ3は、MHCアレルh=2、h=3について決定されたパラメータのセットである。
1つの実現形態では、MHCアレルhについての暗黙のアレルごと提示尤度を、
によって生成して、提示尤度が、
によって生成されるようにして、ペプチド提示に、アレル非相互作用変数の影響を組み入れる。
によって生成することができ、式中、wkは、ペプチドpkについて特定されたアレル非相互作用変数であり、θwは、アレル非相互作用変数について決定されたパラメータのセットである。
によって生成することができ、式中、wkは、ペプチドpkについて特定されたアレル相互作用変数であり、θwは、アレル非相互作用変数について決定されたパラメータのセットである。
一実現形態では、s(・)は、二次関数であり、ペプチドpkの推定提示尤度ukは、
によって与えられ、式中、要素u’k hは、MHCアレルhについての暗黙のアレルごと提示尤度である。暗黙のアレルごと尤度についてのパラメータθのセットの値は、θに関する損失関数を最小化することによって決定することができ、iは、単一のMHCアレルを発現する細胞及び/または複数のMHCアレルを発現する細胞から生成された訓練データ170のサブセットSにおける各例である。暗黙のアレルごと提示尤度は、上記の等式(18)、(20)、及び(22)において示すいずれかの形態であり得る。
によって生成することができ、式中、x2 k、x3 kは、HLAアレルh=2、h=3について特定されたアレル相互作用変数であり、θ2、θ3は、HLAアレルh=2、h=3について決定されたパラメータのセットである。
によって生成することができ、式中、NN2(・)、NN3(・)は、HLAアレルh=2、h=3について特定されたネットワークモデルであり、θ2、θ3は、HLAアレルh=2、h=3について決定されたパラメータのセットである。
アレルごとモデルとは対照的に、パンアレルモデルは、ペプチドの提示尤度をパンアレルベースで予測することができる提示モデルである。詳細には、アレルごとモデルを訓練するために以前に用いられている1つ以上の既知のMHCアレルによってペプチドが提示される確率を予測することができるアレルごとモデルと異なり、パンアレルモデルは、ペプチドが任意のMHCアレル(モデルが訓練において以前に出会ったことのない未知のMHCアレルを含む)によって提示される確率を予測することができる提示モデルである。
パンアレル提示モデルの主な利点は、パンアレル提示モデルはアレルごと提示モデルよりも汎用性が高いことである。上記に述べたように、アレルごとモデルは、アレルごとモデルを訓練するために用いられた1つ以上の特定されたMHCアレルによってペプチドが提示される確率を予測することができる。換言すれば、アレルごとモデルは1つ以上の既知のMHCアレルの限定されたセットに関連付けられる。
セクションVIII.D.4.~VIII.D.7.における以下の考察は、1つ以上のMHCアレル(複数可)によってペプチドが提示される確率を予測するうえでのパンアレルモデルの使用に関する。簡単のため、この考察は、パンアレルモデルが訓練モジュール316によって既に訓練されているという仮定の下で行う。パンアレルモデルの訓練について、セクションVIII.D.8.に関して以下に詳細に考察する。
一実現形態では、パンアレルモデルを用いてアレルhについてペプチドpkの提示尤度ukを推定する。いくつかの実施形態では、パンアレルモデルは下式により表される。すなわち、
式中、pkはペプチド配列を示し、dhはMHCアレルhのペプチド配列を示し、f(・)は任意の変換関数であり、gH(・)は任意の依存性関数である。パンアレルモデルは、すべてのMHCアレルについて決定された共有パラメータのセットθHに基づいてペプチド配列pk及びMHCアレルのペプチド配列dhについて依存性スコアを生成する。共有パラメータのセットθHの値は、パンアレルモデルの訓練において学習され、セクションVIII.D.8.で下記に詳細に考察する。
本明細書全体を通じて参照される特定の一実現形態では、依存性関数gH(・)は、下式により与えられるアフィン関数である。
式中、αは、切片であり、
は、ペプチドpkの位置iの残基を示し、dhjは、MHCアレルhの位置jの残基を示し、1[]は、括弧内の条件が真である場合にその値が1であり、そうでなければ0であるインジケータ変数を示し、
は、ペプチドpkの位置iのアミノ酸がアミノ酸kである場合に真であり、そうでない場合には偽でありdhj=l、MHCアレルhの位置jのアミノ酸がアミノ酸lである場合に真であり、そうでない場合には偽であり、npepは、モデル化されたペプチドの長さを示し、nMHCは、モデルで考慮されるMHC残基の数を示し、θH,ijklは、ペプチドの位置iに残基kを、MHCアレルの位置jに残基lを有することの提示の尤度に対する寄与を記述する係数である。これはワンホットコード化されたペプチド配列及びワンホットコード化されたMHCアレル配列における線形モデルであり、すべてのペプチド残基及びMHCアレル残基についてMHC残基によるペプチド残基の相互作用を有する。
gH([pkdh];θH)=NNH([pkdh];θH) (26)
これは、1つ以上の層に配置された一連のノードを有するネットワークモデルNNH(・)により表される。あるノードは、パラメータのセットθH内の関連付けられたパラメータをそれぞれが有する接続を介して他のノードと接続され得る。特定の1つのノードの値は、特定のノードに関連付けられた活性化関数によりマッピングされた関連付けられたパラメータによって重み付けされた特定のノードに接続された各ノードの値の総和として表すことができる。アフィン関数と異なり、ネットワークモデルは、提示モデルが非線形性を取り入れ、異なる長さのアミノ酸配列を有するデータを処理できることから、有利である。詳細には、非線形モデリングを介して、ネットワークモデルは、ペプチド配列中の異なる位置のアミノ酸間の相互作用、ならびに、MHCアレルのペプチド配列中の異なる位置のアミノ酸間の相互作用、及びこれらの相互作用がペプチド提示にどのように影響するかを捕捉することができる。
式中、g’H([pkdh];θ’H)は、パラメータのセットθ’H、ネットワーク関数などを含むアフィン関数であり、バイアスパラメータθH 0は任意のMHCアレルについて提示のベースライン確率を表すアレル相互作用変数の共有されたパラメータのセットθH内にある。
式中、αは、切片であり、
は、ペプチドpkの位置iの残基を示し、dhjは、MHCアレルhの位置jの残基を示し、1[]は、括弧内の条件が真である場合にその値が1であり、そうでなければ0であるインジケータ変数を示し、
は、ペプチドpkの位置iのアミノ酸がアミノ酸kである場合に真であり、そうでない場合には偽であり、dhj=lは、MHCアレルhの位置jのアミノ酸がアミノ酸lである場合に真であり、そうでない場合には偽であり、npepは、モデル化されたペプチドの長さを示し、nMHCは、モデルで考慮されるMHC残基の数を示し、θH,ijklは、ペプチドの位置iに残基kを、MHCアレルの位置jに残基lを有することの提示の尤度に対する寄与を記述する係数である。これはワンホットコード化されたペプチド配列及びワンホットコード化されたMHCアレル配列における線形モデルであり、すべてのペプチド残基及びMHCアレル残基についてMHC残基によるペプチド残基の相互作用を有する。
式中、pkはペプチド配列を示し、dhは、MHCアレルhのペプチド配列を示し、θHは、すべてのMHCアレルに関連付けられたネットワークモデルNNH(・)について決定されたパラメータのセットである。
上記に述べたように、アレル非相互作用変数は、MHCアレルのタイプとは無関係なペプチドの提示に影響する情報を含む。例えば、アレル非相互作用変数は、ペプチドのN末端及びC末端のタンパク質配列、提示されるペプチドのタンパク質ファミリー、ペプチドのソース遺伝子のRNA発現のレベル、及び任意のさらなるアレル非相互作用変数を含み得る。
上記に述べたように、試験試料は単一のMHCアレルではなく、複数のMHCアレルを含み得る。実際、天然に採取される試料の大半は、複数のMHCアレルを含んでいる。例えば、それぞれのヒトゲノムは6個のMHCクラスIの遺伝子座を含んでいる。したがって、ヒトゲノムを含む試料は、最大で6個の異なるMHCクラスIアレルを含むことができる。したがって、単一のMHCアレルではなく、複数のMHCアレルを含む試料は、現実の試験例の一般的な試料である。
式中、Tは、複数のアレルを含む試料中の固有のMHCアレルの総数である。代替的な実施形態では、依存性関数の反復のそれぞれの個々の出力が変換関数に入力され、変換関数から得られた出力を合計して提示尤度が生成される。この代替的な実施形態を表す式は、下式として書くことができる。
複数アレルの条件でペプチドが提示される確率を予測するために依存性関数の複数の出力が合計されるかかる実施形態、ならびに他の実施形態について、セクションVIII.C.~VIII.C.7.でさらに考察する。
パンアレルモデルの訓練では、依存性関数に関連付けられた共有されたパラメータθHのセットの各パラメータの値を最適化することを行う。詳細には、パラメータθHは、特定のMHCアレル(複数可)が特定のペプチド配列を提示するかどうかを正確に示す依存性スコアを依存性関数が出力することができるように最適化される。
以下の実施例では、例示的なアレルごと提示モデル及び例示的なパンアレル提示モデルの予測精度(すなわち、陽性適中率)を比較する。この実施例では、アレルごと提示モデル及びパンアレル提示モデルを同じ訓練データセットを用いて訓練する。訓練の後、アレルごと提示モデル及びパンアレル提示モデルを6つの試験試料を用いて試験する。訓練データセットは、各試験試料で試験される各MHCアレルについて豊富な訓練データを含んでいる。下記表2は、アレルごとまたはパンアレルモデルを用いた場合の再現率40%における予測精度(または陽性適中率)を示す。6つの試料で試験される各MHCアレルの豊富な訓練データのため、アレルごとモデルは平均で0.04の精度だけパンアレルモデルの性能をわずかに上回る。
予測モジュール320は、配列データを受け取って、提示モデルを用いて配列データ中の候補新生抗原を選択する。具体的には、配列データは、患者の腫瘍組織細胞から抽出されたDNA配列、RNA配列、及び/またはタンパク質配列であってよい。予測モジュール320は、配列データを、MHC-Iについては8~15個のアミノ酸を有する、またはMHC-IIについては6~30個のアミノ酸を有する複数のペプチド配列pkに処理する。例えば、予測モジュール320は、所定の配列「IEFROEIFJEF」を、9個のアミノ酸を有する3種類のペプチド配列「IEFROEIFJ」、「EFROEIFJE」、及び「FROEIFJEF」に処理することができる。一実施形態では、予測モジュール320は、患者の正常組織細胞から抽出された配列データをその患者の腫瘍組織細胞から抽出された配列データと比較して1つ以上の変異を有する部分を特定することによって、変異したペプチド配列である候補新生抗原を特定することができる。
患者選択モジュール324は、患者が選択基準を満たすかどうかに基づいてワクチン治療及び/またはT細胞療法に対する患者のサブセットを選択する。一実施形態では、選択基準は、提示モデルによって生成される患者の新生抗原候補の提示尤度に基づいて決定される。選択基準を調整することにより、患者選択モジュール324は、患者の新生抗原候補の提示尤度に基づいてワクチン投与及び/またはT細胞療法を受ける患者数を調整することができる。具体的には、厳密な選択基準では、ワクチン及び/またはT細胞療法によって治療される患者の数はより少なくなるが、有効な治療(例えば、1つ以上の腫瘍特異的新生抗原(TSNA)及び/または1つ以上の新生抗原応答性T細胞)を受けるワクチン及び/またはT細胞療法による治療患者の比率は高くなり得る。これに対して、緩い選択基準では、ワクチン及び/またはT細胞療法で治療される患者の数はより多くなるが、有効な治療を受けるワクチン及び/またはT細胞療法による治療患者の比率は低くなり得る。患者選択モジュール324は、治療を受ける患者の目標比率と、有効な治療を受ける患者の比率との間の所望のバランスに基づいて選択基準を変更する。
一実施形態では、患者に、ワクチン容量vを有するその患者に対する個別化ワクチンに潜在的に含ませることが可能なv個の新生抗原候補の対応する治療サブセットが関連付けられる。一実施形態では、ある患者に対する治療サブセットは、提示モデルによって決定される最も高い提示尤度を有する新生抗原候補である。例えば、ワクチンがv=20個のエピトープを含み得る場合、ワクチンは、提示モデルによって決定される最も高い提示尤度を有する各患者の治療サブセットを含み得る。しかしながら、他の実施形態では、ある患者に対する治療サブセットは、他の方法に基づいて決定することもできる点は認識される。例えば、ある患者に対する治療サブセットは、その患者に対する新生抗原候補のセットからランダムに選択することができ、または、ペプチド配列の結合親和性もしくは安定性をモデル化する従来技術のモデル、または提示モデルから得られる提示尤度及びこれらのペプチド配列に関する親和性または安定性情報を含む特定の因子の組み合わせに一部基づいて決定することができる。
P(Aij=1)=uij, P(Aij=0)=1-uij (29)
提示される新生抗原の期待数は、各新生抗原候補の提示尤度の総和により与えられる。換言すれば、患者iの効用値スコアは、下式として表される:
患者選択モジュール324は、ワクチン治療について最小効用値に等しいかまたはそれよりも高い効用値スコアを有する患者のサブセットを選択する。
式中、PBD(・)は、ポアソン二項分布を示す。少なくとも閾値数の新生抗原kが提示される確率は、提示抗原の数Niがkに等しいかまたはそれよりも大きい確率の操作によって与えられる。換言すれば、患者iの効用値スコアは、下式として表される:
患者選択モジュール324は、ワクチン治療について最小効用値に等しいかまたはそれよりも高い効用値スコアを有する患者のサブセットを選択する。
別の実施形態では、ワクチン治療を受けることに代えて、またはそれに加えて、患者はT細胞療法を受けることができる。ワクチン治療と同様、患者がT細胞療法を受ける実施形態では、患者を上記に述べたようなv個の新生抗原候補の対応する治療サブセットと関連付けることができる。このv個の新生抗原候補の治療サブセットを、v個の新生抗原候補のうちの1つ以上に対する反応性を有する、患者由来のT細胞のインビトロでの特定に用いることができる。次に、これらの特定されたT細胞を増殖させて個別化T細胞療法において患者に注入することができる。
セクションXで述べた患者選択の妥当性を、質量分析データにおいてシミュレートした新生抗原のサブセットが提示されていることが分かっている、シミュレートした新生抗原候補の試験セットがそれぞれに関連付けられたシミュレートした患者のセットで患者の選択を行うことにより検証する。詳細には、試験セット内のそれぞれのシミュレートした新生抗原候補に、その新生抗原がバッサーニ-スターンバーグデータセット(データセット「D1」)(データは、www.ebi.ac.uk/pride/archive/projects/PXD0000394にみることができる)からの複数アレルJY細胞株HLA-A*02:01及びHLA-B*07:02の質量分析データセットにおいて提示されているかどうかを示すラベルを関連付ける。図23Aと共に下記に詳細に述べるように、シミュレートした患者について多数の新生抗原候補を、非小細胞肺がん(NSCLC)患者における変異負荷の既知の度数分布に基づいてヒトプロテオームからサンプリングする。
図23Aは、NSCLC患者における変異負荷の標本度数分布を示す。NSCLCを含む異なる腫瘍タイプにおける変異負荷及び変異は、例えば、がんゲノムアトラス(the cancer genome atlas)(TCGA) (https://cancergenome.nih.gov)にみることができる。X軸は各患者の非同義変異の数を表し、Y軸は特定の数の非同義変異を有する標本患者の比率を表す。図23Aの標本度数分布は、3~1786個の変異の範囲を示し、患者の30%は100個よりも少ない変異を有している。図23Aには示されていないが、変異負荷は非喫煙者と比較して喫煙者でより高く、変異負荷が患者における新生抗原負荷の強力な指標となり得ることが研究によって示されている。
図23Bは、患者が最小変異負荷を満たすかどうかの選択基準に基づいて選択された患者に対してシミュレートしたワクチン中の提示新生抗原の数を示す。対応する試験において少なくとも特定の数の提示新生抗原を有する選択された患者の比率を特定する。
図23Cは、提示モデルに基づいて特定された治療サブセットを含むワクチンに関連付けられた選択された患者と、従来技術のモデルによって特定された治療サブセットを含むワクチンに関連付けられた選択された患者との間のシミュレートしたワクチン中の提示新生抗原の数を比較したものである。左側のプロットは、限定的なワクチン容量としてv=10を仮定しており、右側のプロットは限定的なワクチン容量としてv=20を仮定している。患者は、提示された新生抗原の期待数を示す効用値スコアに基づいて選択される。
図23Dは、HLA-A*02:01についての単一アレルごと提示モデルに基づいて特定された治療サブセットを含むワクチンに関連付けられた選択された患者と、HLA-A*02:01及びHLA-B*07:02についてのアレルごと提示モデルの両方に基づいて特定された治療サブセットを含むワクチンに関連付けられた選択された患者との間のシミュレートしたワクチン中の提示新生抗原の数を比較したものである。ワクチン容量は、v=20個のエピトープに設定する。各実験について、異なる治療サブセットに基づいて決定された期待効用値スコアに基づいて患者を選択する。
図23Eは、変異負荷に基づいて選択された患者と、期待効用値スコアにより選択された患者との間でシミュレートしたワクチン中の提示新生抗原の数を比較したものである。期待効用値スコアは、v=20個のエピトープのサイズを有する提示モデルにより特定された治療サブセットに基づいて決定する。
腫瘍細胞によるHLAペプチド提示は抗腫瘍免疫における主要な必要条件であるため91,96,97、ペアリングしたクラスI HLAペプチド配列、HLA型、及びトランスクリプトームRNA-seq(方法)を含むヒト腫瘍及び正常組織試料の大規模な(N=74人の患者)統合データセットを、ヒトのがんにおける抗原提示を予測するためにこれらのデータ及び公表されているデータ92,98,99を用いて新規なディープラーニングモデルを訓練する100ことを目的として生成した。免疫療法の開発用の対象とするいくつかの腫瘍タイプの中から組織の入手しやすさに基づいて試料を選択した。質量分析によって、試料当たり平均で3704種のペプチドが、0.1未満のペプチドレベルFDRで特定された(344~11301種の範囲)。これらのペプチドは、アミノ酸8~15個の長さであり、モーダル長さ9(ペプチドの56%)の特徴的なクラスI HLA長の分布に従った。従来の報告と一致して、ペプチドの大部分(中央値79%)が、MHCflurryにより、標準的な500nMの親和性閾値で少なくとも1つの患者のHLAアレルに結合することが予測された90が、試料間でかなりのばらつきがみられた(例えば、1つの試料ではペプチドの33%で予測された親和性は500nM超であった)。一般的に用いられる101「強い結合物質」の閾値である50nMは、提示されたペプチドのわずか42%の中央値しか捕捉しなかった。トランスクリプトームシークエンシングでは、試料当たり平均で131Mの固有のリードが得られ、遺伝子の68%が少なくとも1つの試料で少なくとも1TPM(transcript per million)のレベルで発現され、これは、最大数の遺伝子の発現が観察されるように設定された大規模かつ多様な試料の価値を強調するものである。HLAによるペプチド提示は、mRNA発現と強い相関があった。RNA発現または配列のみにおける差異によって説明されるよりも大きな、顕著でかつ再現可能なペプチド提示の割合の差異が遺伝子間で観察された。観察されたHLA型は、主としてヨーロッパ系の祖先を有する患者群由来の試料についての予想と一致した。
HLA提示をモデル化するうえで提示ホットスポットパラメータを用いることの利点を具体的に評価するため、提示ホットスポットパラメータを組み込んだパンアレルニューラルネットワーク提示モデルの性能を、提示ホットスポットパラメータを組み込まないパンアレルニューラルネットワーク提示モデルの性能と比較した。基本のニューラルネットワークアーキテクチャは両方のパンアレルモデルで同じであり、セクションVII~VIIIで上記に述べたパンアレル提示モデルと同じであった。簡単に述べると、パンアレルモデルは、ペプチド及びフランキングアミノ酸配列パラメータ、RNAシークエンシング転写データ(TPM)、タンパク質ファミリーデータ、試料ごとの識別子、及びHLA-A、B、Cタイプを含むものとした。5つのネットワークのアンサンブルを各パンアレルモデルで使用した。提示ホットスポットパラメータを含むパンアレルモデルでは、遺伝子ごとプロテオームブロックサイズ10、及びペプチド長8~12として、セクションVIII.B.3.で上記に述べた式12bを使用した。
次に、本発明者らは、パンアレルモデルのHLAペプチド提示の正確な予測が、ヒト腫瘍CD8T細胞のエピトープ(すなわち、免疫療法の標的)を特定する能力につながり得るかどうかを評価した。この評価を行うための適当な試験データセットを定義することは、試験データセットが、T細胞によって認識されかつHLAによって腫瘍細胞表面上に提示されるペプチドを必要とすることから困難である。さらに、正式な性能評価は、陽性として示される(すなわち、T細胞に認識された)ペプチドだけでなく、充分な数の陰性標識された(すなわち、試験したが、認識されなかった)ペプチドも必要とする。質量分析データセットは、腫瘍提示に対応するがT細胞認識には対応せず、逆に、ワクチン接種後のプライミングまたはT細胞アッセイはT細胞前駆細胞の存在およびT細胞による認識には対応するが、腫瘍提示には対応しない(例えば、ソース遺伝子がペプチドの提示を支持するには低すぎるレベルで腫瘍内で発現される強力な結合ペプチドは、ワクチンの投与後に強いCD8 T細胞応答を生じ得るが、腫瘍によって提示されないため、治療上有用な標的とならない)。
本発明者らは、Gros et al84、Tran et al140、Stronen et al141及びZacharakis et alの補足情報から変異コール、HLA型、及びT細胞認識データを得た。患者特異的RNA-seqデータは入手できなかった。腫瘍のRNA発現は異なる患者で同じ腫瘍型と相関しているものと推論し、TCGAより得た腫瘍型一致患者からのRNA-seqデータを代用し、これを結合親和性予測の前にニューラルネットワーク予測及びRNA発現フィルタリングの両方で用いた。腫瘍型の一致したRNA-seqデータの追加によって予測性能が改善された。
本実施例では、改善された予測が通常の患者試料からの新生抗原の特定を可能とすることを実証する。これを行うため、アーカイブしたFFPE腫瘍生検及び5~30mlの末梢血を、抗PD(L)1療法を行っている転移性NSCLCを有する9人の患者で分析した(補足の表1:図26A~Cで調べたN=9人の患者についての患者人口統計及び治療情報。主なフィールドは、腫瘍ステージ及びサブタイプ、行った抗PD1療法、及びNGSの結果の概要を含む)。腫瘍全エクソームシークエンシング、腫瘍トランスクリプトームシークエンシング、及びマッチド正常エクソームシークエンシングにより、患者当たり、平均で198個の体細胞変異(SNV及び短いindel)が得られ、そのうち、平均で118個が発現された(「方法」、補足の表1)。完全MSモデルを適用して既存の抗腫瘍T細胞応答に対して試験を行うために患者当たり20個の新生エピトープを優先順位付けした。可能性の高いCD8応答に集中して分析を行うため、優先順位付けしたペプチドを8~11マーの最小エピトープとして合成し(「方法」)、次いで末梢血単核細胞(PBMC)を合成したペプチドと短期インビトロ刺激(IVS)培養中で培養して新生抗原応答性T細胞を増殖させた(補足の表2)。2週間後、抗原特異的T細胞の存在を優先順位付けした新生エピトープに対するIFN-γELISpotを用いて評価した。充分なPBMCが利用可能な7人の患者で別々の実験をさらに行って認識された特異的抗原の完全または部分的な畳み込みを行った。これらの結果を図26A~C及び図27A~30に示す。
特注の組換え凍結乾燥ペプチドをJPT Peptide Technologies(Berlin,Germany)またはGenscript(Piscataway,NJ,USA)より購入し、滅菌DMSO(VWR International,Pittsburgh,PA,USA)中、10~50mMで戻し、一定の分量に分けて-80℃で保存した。
健康なドナーからの凍結乾燥したHLAタイピングしたPBMC(HIV、HCV及びHBVについて血清反応陰性であることを確認したもの)を、Precision for Medicine(Gladstone,NJ,USA)またはCellular Technology,Ltd.(Cleveland,OH,USA)より購入し、液体窒素中で使用時まで保存した。新鮮な血液試料をResearch Blood Components(Boston,MA,USA)より、leukopakをAllCells(Boston,MA,USA)より購入し、PBMCをFicoll-Paque密度勾配(GE Healthcare Bio,Marlborough,MA,USA)により単離した後、凍結保存した。患者のPBMCを地域の臨床処理センターで地域臨床標準業務手順書(SOP)及びIRBにより承認されたプロトコールに従って処理した。承認IRBは、Quorum Review IRB、Comitato Etico Interaziendale A.O.U.San Luigi Gonzaga di Orbassano、及びComite Etico de la Investigacion del Grupo Hospitalario Quiron en Barcelonaであった。
健康なドナーまたは患者試料から得た既存のT細胞を、Ott et alにより適用されたアプローチ81と同様のアプローチで同族ペプチド及びIL-2の存在下で増殖させた。簡単に述べると、解凍したPBMCを一晩休ませ、24ウェル組織培養プレート中で10IU/mlのrhIL-2(R&D Systems Inc.,Minneapolis,MN)を添加したImmunoCult(商標)-XF T-cell Expansion Medium(STEMCELL Technologies)中、ペプチドプール(ペプチド当たり10μM、プール当たり10種のペプチド)の存在下で14日間、刺激した。細胞を2x106細胞/ウェルで播種し、培地の2/3を2~3日ごとに交換することによって培養した。1つの患者試料はプロトコールからの逸脱を示し、潜在的な偽陰性とみなすべきものと考えられた。患者CU03は、解凍後に充分な数の細胞を生じなかったため、細胞をペプチドプール当たり2x105細胞で播種した(プロトコールの記載よりも10倍少ない数)。
IFNγ産生T細胞の検出をELISpotアッセイ142により行った。簡単に述べると、PBMC(エクスビボまたはインビトロ増殖後のもの)を回収し、無血清RPMI(VWR International)中で洗浄し、抗ヒトIFNγ捕捉抗体(Mabtech,Cincinatti,OH,USA)をコーティングしたELISpot Multiscreenプレート(EMD Millipore)中、OpTmizer T-cell Expansion Basal Medium(エクスビボ)またはImmunoCult(商標)-XF T-cell Expansion Medium(増殖させた培養物)中でコントロールまたは同族ペプチドの存在下で培養した。5%CO2、37℃の加湿したインキュベーター内で18時間インキュベートした後、細胞をプレートから除去し、膜に結合したIFNγを抗ヒトIFNγ検出抗体(Mabtech)、Vectastain Avidinペルオキシダーゼ複合体(Vector Labs,Burlingame,CA,USA)及びAEC Substrate(BD Biosciences,San Jose,CA,USA)を用いて検出した。ELISpotプレートを乾燥させ、遮光して保存し、標準化された評価143を行うためにZellnet Consulting,Inc.,Fort Lee,NJ,USA)に送った。データをプレートに播種した細胞の数当たりのスポット形成単位(SFU)として示す。
ELISpot上清中に分泌されたIL-2、IL-5及びTNF-αの検出をトリプレックスアッセイであるMSD U-PLEX Biomarkerアッセイ(カタログ番号 K15067L-2)を使用して行った。アッセイは製造者の指示にしたがって行った。被検物質濃度(pg/ml)を、各サイトカインについて既知の標準物質の連続希釈を用いて計算した。データをグラフ化するため、標準曲線の最小範囲よりも低い値を0に等しくなるように示した。ELISpot上清中のグランザイムBの検出を、GranzymeB DuoSet(登録商標)ELISA(R&D Systems,Minneapolis,MN)を製造者の指示に従って使用して行った。簡単に述べると、ELISpot上清を試料希釈剤中、1:4に希釈し、グランザイムB標準の連続希釈液に並べて流して濃度(pg/ml)を計算した。データをグラフ化するため、標準曲線の最小範囲よりも低い値を0に等しくなるように示した。
図27Aは、健康なドナーで試験した腫瘍細胞株由来の新生抗原についてのIVSアッセイの陰性対照実験を示す。健康なドナーのPBMCを、IVS培養中、陽性対照ペプチド(感染症にあらかじめ曝露したもの)、腫瘍細胞株由来のHLAを一致させた新生抗原(曝露しないもの)、及びドナーが血清反応陰性であった病原体に由来するペプチドを含むペプチドプールで刺激した。次いで、増殖させた細胞を、DMSO(陰性対照、黒い丸)、PHA及び一般的な感染症ペプチド(陽性対照、赤い丸)、新生抗原(非曝露、水色の丸)、またはHIV及びHCVペプチド(ドナーが血清反応陰性であったもの。濃紺色、A及びB)で刺激した後、IFNγ ELISpot (105細胞/ウェル)により分析した。データを播種細胞105個当たりのスポット形成単位(SFU)として示す。平均及びSEMを含む生物学的レプリケートを示す。新生抗原またはドナーが曝露されていない病原体由来のペプチド(血清反応陰性)に対する応答は観察されなかった。
図27Aは、健康なドナーにおける応答性について試験した患者由来の新生抗原についてのIVSアッセイの陰性対照実験を示す。HLAを一致させた新生抗原ペプチドプールに対する健康なドナーにおけるT細胞応答の評価。左パネル:健康なドナーのPBMCを、エクスビボのIFNγELISpotにおいて対照(DMSO、CEF、及びPHA)またはHLA一致させた患者由来新生抗原ペプチドで刺激した。データを3重のウェルについてプレートに播種した細胞2x105個当たりのスポット形成単位(SFU)として示す。右パネル:新生抗原プールまたはCEFプールの存在下で増殖させたIVS培養後の健康なドナーのPBMCを、IFNγELISpotにおいて対照(DMSO、CEF、及びPHA)またはHLAを一致させた患者由来の新生抗原ペプチドプールで刺激した。データを3重のウェルについてプレートに播種した細胞1x105個当たりのSFUとして示す。健康なドナーにおいて新生抗原に対する応答は認められなかった。
図26A~Cで調べたN=9人の患者で試験した新生抗原ペプチドの詳細(NSCLC患者由来の新生抗原応答性T細胞の特定)。主なフィールドは、ソース変異、ペプチド配列、ならびに観察されたプール及び個々のペプチド配列を含む。列「most_probable_restriction」は、モデルが予測したどのアレルが各ペプチドを提示する可能性が最も高かったかを示す。結合親和性予測(「方法」)により計算した各患者のすべての変異ペプチド間でのこれらのペプチドのランクも含まれる。
は、MHCflurryによって2、14、7、及び9位にランクされたのに対して、モデルによってそれぞれ0、4、5、7位にランクされた)。ペプチドGTKKDVDVLKはCD8T細胞により認識され、モデルによって1位にランクされたが、MHCflurryによるランクは70位であり、予測結合親和性は2169nMであった。
陽性ELISpot (IFNγ)ウェルから得た上清中で検出された被検物質をグランザイムB(ELISA)、TNFα、IL-2及びIL-5 (MSD)について示す。値はテクニカルレプリケートからの平均のpg/mlとして示す。陽性値を斜体で示す。グランザイムB ELISA:DMSOバックグラウンドよりも1.5倍以上の値を陽性とみなした。U-Plex MSDアッセイ:DMSOバックグラウンドよりも1.5倍以上の値を陽性とみなした。
図27A~Bに示されるIVS対照実験で試験した腫瘍細胞株新生抗原及びウイルスペプチドの詳細主なフィールドには、ソース細胞株またはウイルス、ペプチド配列、及び予測された提示HLAアレルが含まれる。
予測モデルを訓練及び試験するために使用したMSペプチドデータセット(図25A~B)は、MassIVEアーカイブ(massive.ucsd.edu)、アクセッション番号MSV000082648で取得可能である。ELISpot (図26A~C及び図27A~B)により試験される新生抗原ペプチドはマニュスクリプトと共に含まれている(補足の表2及び4)。
XVI.A.質量分析
XVI.A.1.試料
質量分析分析用のアーカイブされた凍結組織試料は、BioServe(Beltsville,MD)、ProteoGenex(Culver City,CA)、iSpecimen (Lexington,MA)、及びIndivumed(Hamburg,Germany)を含む販売元から入手した。試料のサブセットも、Comite de Protection des Personnes,Ile-de-France VIIによって承認されたリサーチプロトコールに基づき、Hopital Marie Lannelongue (Le Plessis-Robinson, France)で患者からあらかじめ採取した。
HLAペプチド分子の単離を、組織試料の溶解及び可溶化後87,124-126に免疫沈降(IP)法を用いて行った。新鮮な凍結組織を粉砕し(CryoPrep;Covaris,Woburn,MA)、溶解バッファー(1%CHAPS、20mM Tris-HCl、150mM NaCl、プロテアーゼ及びホスファターゼ阻害剤、pH=8)を加えて組織を可溶化し、得られた溶液を4℃で2時間遠心して破片をペレット化した。清澄化したライセートをHLA特異的IPに使用した。免疫沈降はこれまでに述べられているようにして抗体W6/32を使用して行った127。ライセートを抗体ビーズに加え、4℃で一晩回転し、免疫沈降を行った。免疫沈降後、ビーズをライセートから除去した。IPビーズを洗浄して非特異的結合を除去し、HLA/ペプチド複合体を2N酢酸でビーズから溶出させた。タンパク質成分を分子量スピンカラムを使用してペプチドから除去した。得られたペプチドをSpeedVac蒸発により乾燥状態とし、MS分析を行うまで-20℃で保存した。
乾燥させたペプチドをHPLCバッファーA中で戻し、C-18マイクロキャピラリーHPLCカラムにロードして質量分析計に勾配溶出した。180分の0~40%B (溶媒A:0.1%ギ酸、溶媒B:80%アセトニトリル中0.1%ギ酸)の勾配を用いてペプチドをFusion Lumos質量分析計 (Thermo)中に溶出した。ペプチドの質量/電荷(m/z)のMS1スペクトルを分解能120,000でOrbitrap検出器中に収集し、続いて選択したイオンのHCD断片化後に20回のMS2の低分解能スキャンをOrbitrapまたはイオントラップ検出器中に収集した。MS2イオンの選択は、データ依存性取得モード及びイオンのMS2選択後に30秒間の動的排除を用いて行った。MS1スキャンの自動利得制御(AGC)を4x105に設定し、MS2スキャンについては1x104に設定した。HLAペプチドのシークエンシングには、MS2断片化を行うために+1、+2及び+3の荷電状態を選択することができる。
XVI.B.1.データのコード化
各試料について、訓練データポイントは、試料中で発現された正確に1つの遺伝子にマッピングされる参照プロテオームからのすべての8~11マー(包括する)ペプチドとした。全体の訓練データセットは、各訓練試料からの訓練データセットを連結することにより生成した。8~11個の範囲はすべてのHLAクラスI提示ペプチドの約95%を捕捉するため、この長さの範囲を選択したが、12~15個の長さを加えることも、計算需要の中度の増大を代償として同じ方法を用いて実現することが可能である。ペプチド及びフランキング配列を、ワン・ホットコード化スキームを用いてベクトル化した。複数の長さ(8~11)のペプチドを、アミノ酸のアルファベットをパッド文字で増やし、すべてのペプチドを最大長さ11までパディングすることにより固定長さのベクターとして表した。訓練ペプチドのソースタンパク質のRNA存在量を、RSEM133から得られたイソフォームレベルのTPM(transcripts per million)推定値の対数として表した。各ペプチドについて、ペプチドごとTPMを、ペプチドを含むイソフォームのそれぞれについてイソフォームごとTPM推定値の総和として計算した。0TPMで発現された遺伝子からのペプチドは訓練データから除外し、試験時に、非発現遺伝子からのペプチドに提示確率0を割り当てた。最後に、各ペプチドに、Ensemblタンパク質ファミリーIDを割り当て、各固有のEnsemblタンパク質ファミリーIDは遺伝子ごと提示傾向切片に対応した(次のセクションを参照)。
完全提示モデルは以下の関数形を有する。
kは、1~mまでのデータセット内のHLAアレルの添え字であり、
は、標識変数であり、アレルkがペプチドiが由来する試料中に存在する場合にその値は1であり、そうでない場合には0である。特定のペプチドiについて、
のうちの最大6個 (ペプチドiの由来する試料のHLA型に対応する6個)以外のすべては、0である。確率の総和は、例えば、ε=10-6で、1-εでクリップする。
式中、変数は以下の意味を有する。sigmoidは、シグモイド(expitとしても知られる)関数であり、ペプチドiは、ペプチドiのワンホットコード化された中間パディングされたアミノ酸配列であり、NNαは、提示の確率に対するペプチド配列の寄与をモデル化する線形最終層活性化によるニューラルネットワークであり、フランキングiは、ソースタンパク質中のペプチドiのワンホットコード化されたフランキング配列であり、NNフランキングは、提示の確率に対するフランキング配列の寄与をモデル化する線形最終層活性化によるニューラルネットワークであり、TPMiは、TPM単位内のペプチドiのソースmRNAの発現であり、試料(i)は、ペプチドiの由来する試料(すなわち患者)であり、α試料(i)は試料ごと切片であり、タンパク質(i)は、ペプチドiのソースタンパク質であり、βタンパク質(i)はタンパク質ごと切片である(提示の遺伝子ごと傾向としても知られる)。
・NNαのそれぞれは、入力次元数231(11残基×残基ごとに21個の可能な文字(パッド文字を含む))、幅256、隠れ層の整流線形単位(ReLU)活性化、出力層の線形活性化、及び訓練データセットのHLAアレルaごとに1個の出力ノードを有する単一隠れ層の多層パーセプトロン(MLP)の1個の出力ノードである。
・NNフランキングは、入力次元数210(N末端フランキング配列の5残基+C末端フランキング配列の5残基×残基ごとに21個の可能な文字(パッド文字を含む))、幅32、隠れ層の整流線形単位(ReLU)活性化、及び出力層の線形活性化を有する単一隠れ層のMLPである。
・NNRNAは、入力次元数1、幅16、隠れ層の整流線形単位(ReLU)活性化、及び出力層の線形活性化を有する単一隠れ層のMLPである。
Pr(アレルαによる提示ペプチドi)=sigmoid{NNα(ペプチドi)}
本発明者らは、以下の手順を用いて訓練/検証/試験セットのうちの2つ以上に現れるペプチドがないようにした。すなわち、最初に、2つ以上のタンパク質に現れるすべてのペプチドを参照プロテオームから除去し、次に、プロテオームを10個の隣接したペプチドに分配する。各ブロックを訓練、検証、及び試験セットに固有に割り当てる。これにより、訓練、検証、または試験データセットのうちの2つ以上のデータセットに現れるペプチドはなくなる。検証セットは、早期終了のみに用いた。
モデルを訓練するため、ペプチドごと損失が負のベルヌーイ対数尤度損失関数である(対数損失としても知られる)ものとして、すべてのペプチドを独立したものとしてモデル化した。正式には、ペプチドiの全体の損失に対する寄与は、
Loss(i)=-log(Bernoulli(yi |Pr(提示ペプチドi)))
ただし、yiは、ペプチドiのラベルである(すなわち、ペプチドiが提示される場合にyi=1であり、そうでない場合には0であり、i.i.d.の2項観測ベクトルyが与えられるものとして、Bernoulli(y|P)は、パラメータp∈[0,1]のベルヌーイ尤度を示す)。このモデルを損失関数を最小化することにより訓練した。
モチーフロゴを、weblogolib Python API v3.5.0138を用いて生成した。結合親和性ロゴを生成するため、mhc_ligand_full.csv ファイルを2017年7月にImmune Epitope Database (IEDB88)からダウンロードし、以下の基準を満たすペプチドを保持した。すなわち、ナノモル(nM)単位の測定値、参照日が2000年以降であり、オブジェクトタイプが「直鎖状ペプチド」に等しく、ペプチド内のすべての残基が標準的な20文字のアミノ酸アルファベットから引用されるもの。測定された結合親和性が従来の結合閾値である500nMよりも低いフィルタリングされたペプチドのサブセットを使用してロゴを生成した。IEDBの結合物質の数が少なすぎるアレルペアについてはロゴは生成されなかった。学習された提示モデルを表すロゴを生成するため、2,000,000種のランダムなペプチドについてモデル予測を各アレル及び各ペプチド長で予測した。各アレル及び各長さについて、学習された提示モデルにより上位1%(すなわち、上位の20,000種)にランク付けされたペプチドを用いてロゴを生成した。重要な点として、IEDBからのこの結合親和性データは、モデルの訓練または試験では使用せず、学習されたモチーフの比較にのみ使用した。
本発明者らは、モデルのNetMHCファミリーに匹敵する性能を有するオープンソースのGPU互換性HLAクラスI結合親和性予測ツールであるMHCflurry 1.2.0139からの結合親和性のみの予測ツールを使用してペプチド-MHC結合親和性を予測した。複数のHLAアレルにわたって単一のペプチドについての結合親和性予測を組み合わせるため、最小の結合親和性を選択した。複数のペプチドにわたって結合親和性を組み合わせるため(すなわち、図25A~Bに示されるように、複数の変異ペプチドがまたがった変異をランク付けするため)、ペプチドにわたった最小の結合親和性を選択した。T細胞データセットに対するRNA発現の閾値を決定するため、TPM>1の閾値までのTCGAからの腫瘍型が一致したRNA-seqデータを使用した。初期のT細胞データセットのすべてを初期の公表中、TPM>0でフィルタリングしたため、TPM>0でフィルタリングされるTCGAのRNA-seqデータは使用されなかった。
複数のHLAアレルにわたった単一のペプチドについて提示の確率を加え合わせるため、確率の総和を式1に示されるように特定した。複数のペプチドにわたって提示の確率を加え合わせるため(すなわち、図25A~Bに示されるように、複数の変異ペプチドがまたがった変異をランク付けするため)、提示の確率の総和を特定した。確率的には、ペプチドの提示がi.i.d.のベルヌーイランダム変数とみなされる場合、確率の総和は提示される変異ペプチドの予想数に対応する。すなわち、
ただし、Pr[提示エピトープj]は、エピトープjに訓練された提示モデルを適用することによって得られ、niは、変異iにまたがる変異エピトープの数を示す。例えば、そのソース遺伝子の末端から遠いSNViについて、8個のまたがった8マー、9個のまたがった9マー、10個のまたがった10マー、及び11個のまたがった11マーが、全部で ni=38個のまたがった変異エピトープについて存在する。
XVI.C.1.試料
凍結切除された腫瘍のトランスクリプトーム分析を行うため、MS分析に使用したのと同じ組織試料(腫瘍または隣接する正常組織)からRNAを得た。抗PD1療法を行っている患者の新生抗原エクソーム及びトランスクリプトーム分析を行うため、DNA及びRNAをアーカイブされたFFPE腫瘍生検から得た。隣接正常組織、一致血液、またはPBMCを用いて正常エクソーム及びHLAタイピングを行うための正常DNAを得た。
血液由来の正常/生殖系DNAを、Qiagen DNeasyカラム(Hilden,Germany)を製造者の推奨する手順に従って使用して単離した。組織試料からのDNA及びRNAをQiagen Allprep DNA/RNA単離キットを製造者の推奨する手順に従って使用して単離した。これらのDNA及びRNAをPicogreen及びRibogreen Fluorescence(Molecular Probes)によりそれぞれ定量し、収量が50ng超の試料をライブラリーの構築に進めた。DNAシークエンシングライブラリーを超音波せん断(Covaris,Woburn,MA)に続き、DNA Ultra II(NEB,Beverly,MA)ライブラリー調製キットを製造者の推奨するプロトコールに従って使用することにより作製した。RNA Ultra II(NEB)による熱断片化及びライブラリー構築により腫瘍RNAシークエンシングライブラリーを作製した。得られたライブラリーをPicogreen(Molecular Probes)により定量した。
DNA及びRNAシークエンシングライブラリーのエクソン濃縮を、xGEN Whole Exome Panel(Integrated DNA Technologies)を使用して行った。1~1.5μgの正常DNAまたは腫瘍DNAもしくはRNA由来ライブラリーを入力として用い、12時間よりも長い時間にわたってハイブリダイズさせた後、ストレプトアビジン精製を行った。捕捉されたライブラリーをPCRにより最小限増幅し、NEBNext Library Quant Kit(NEB)により定量した。捕捉された各ライブラリーを等モル濃度でプールし、c-bot (Illumina)を用いてクラスター化し、75塩基対の端部においてHiSeq4000(Illumina)で、500x超の腫瘍エクソーム、100x超の正常エクソーム、及び100M超のリードの腫瘍トランスクリプトームのターゲットユニークな平均カバレッジにまでシークエンシングした。
エクソームリード(FFPE腫瘍エクソーム及び一致させた正常エクソーム)を、BWA-MEM144(v.0.7.13-r1126)を使用して参照ヒトゲノム(hg38)とアラインした。RNA-seqリード(FFPE及び凍結腫瘍組織試料)を、STAR(v.2.5.1b)を使用してゲノム及びGENCODE転写産物(v. 25)とアラインした。RNA発現を、同じ参照転写産物でRSEM133(v.1.2.31)を使用して定量した。Picard (v.2.7.1)を使用してデュプリケートアラインメントをマークし、アラインメントメトリックを計算した。GATK145 (v. 3.5-0)による塩基のクオリティー補正(base quality score recalibration)後のFFPE腫瘍試料について、FreeBayes146(1.0.2)によりペアリングした腫瘍-正常エクソームを用いて置換及び短いindel変異を検出した。フィルターには、アレル頻度>4%;塩基クオリティーの中央値>25、支持リードの最小マッピングクオリティー=30、及び充分なカバレッジが得られたとして正常の代替的リードカウント≦2が含まれた。変異体はまた、両方の鎖で検出されなければならない。反復領域に生じる体細胞変異体は除外した。翻訳及びアノテーションは、RefSeq転写産物を用いてsnpEff147(v.4.2)により行った。腫瘍RNAアラインメントで確認された非同義、ノンストップ変異体を新生抗原予測に進めた。Optitype1481.3.1を使用してHLA型を生成した。
腫瘍細胞株H128、H122、H2009、H2126、Colo829及びそれらの正常なドナー一致した対照細胞株BL128、BL2122、BL2009、BL2126 and Colo829BLをすべて、ATCC (Manassas,VA)より購入し、販売業者の指示にしたがって1083~1084個の細胞にまで増殖させた後、核酸抽出及びシークエンシング用にスナップ凍結した。NGSを、MuTect149(3.1-0) を置換変異の検出にのみ用いた点以外は、概ね上記に述べたのと同様にして行った。IVS対照アッセイで使用したペプチドを、補足の表4に示す。
パンアレルニューラルネットワーク(NN)モデルがMHCクラスII分子による提示を予測する能力を実証するため、ヒトB細胞リンパ球試料(n=39)を用いて実験を行った。39個の試料のそれぞれは、HLA-DR分子、より詳細には、HLA-DRB1分子、HLA-DRB3分子、HLA-DRB4分子及び/またはHLA-DRB5分子からなるものとした。試料のうちの4つを試験セットとして取りのけておき、他の残りの35個の試料を訓練及び検証に用いた。訓練セットは、最頻値がアミノ酸13及び14個の長さであるアミノ酸(AA)9~20個の長さの20,136種類の提示ペプチドで構成されていた。検証セット及び試験セットは、それぞれ2,279種類及び301種類の提示ペプチドで構成されていた。
図32は、NSCLC患者の末梢血由来の新生抗原特異的メモリーT細胞のTCRをシークエンシングするための方法を示す。NSCLC患者CU04からの末梢血単核細胞(PBMC)(図26A~30に関して上記に述べたもの)をELISpotインキュベーション後に回収した。詳細には、上記に述べたように、患者CU04の2回の来院からインビトロ増殖させたPBMCをIFNγELISpotにおいてCU04特異的な個別の新生抗原ペプチド(図29C)、CU04特異的な新生抗原ペプチドプール(図29C)、及びDMSO陰性対照(図30)で刺激した。インキュベーション後、検出抗体の添加に先立って、PBMCを新しい培養プレートに移し、ELISpotアッセイが完了する間、インキュベーター内で維持した。陽性(応答性)ウェルをELISpotの結果に基づいて特定した。図32に示されるように、特定された陽性ウェルには、CU04特異的な個別のペプチド8で刺激したウェル、及びCU04特異的な新生抗原ペプチドプールで刺激したウェルが含まれる。これらの陽性ウェル及び陰性対照(DMSO)ウェルからの細胞を加え合わせて、磁気標識抗体でCD137について染色し、Miltenyi磁気単離カラムを使用して濃縮を行った。
患者の腫瘍によって提示される新生抗原に対して新生抗原特異的であるT細胞及び/またはTCRが特定された後、これらの特定された新生抗原特異的T細胞及び/またはTCRを患者のT細胞療法に使用することができる。詳細には、これらの特定された新生抗原特異的T細胞及び/またはTCRを使用してT細胞療法において患者に注入するための治療量の新生抗原特異的T細胞を作製することができる。患者のT細胞療法で使用するための治療量の新生抗原特異的T細胞を作製するための2つの方法を、本明細書のセクションXVIII.A.及びXVIII.B.で考察する。第1の方法は、患者試料から特定された新生抗原特異的T細胞を増殖させることを含む(セクションXVIII.A.)。第2の方法は、特定された新生抗原特異的T細胞のTCRをシークエンシングすることと、シークエンシングされたTCRを新たなT細胞にクローニングすることとを含む(セクションXVIII.B.)。本明細書では明示的に触れられていないT細胞療法で使用するための新生抗原特異的T細胞を作製するための代替的な方法を用いて、T細胞療法で使用するための治療量の新生抗原特異的T細胞を作製することもできる。これらの方法の1つ以上によって新生抗原特異的T細胞が得られた後、これらの新生抗原特異的T細胞をT細胞療法を行うために患者に注入することができる。
患者のT細胞療法に使用するための治療量の新生抗原特異的T細胞を作製するための第1の方法は、患者試料から特定された新生抗原特異的T細胞を増殖させることを含む。
患者にT細胞療法を使用するための治療量の新生抗原特異的T細胞を作製するための第2の方法は、患者試料から新生抗原特異的T細胞を特定することと、特定された新生抗原特異的T細胞のTCRをシークエンシングすることと、シークエンシングされたTCRを新たなT細胞をクローニングすることと、を含む。
図37は、一実施形態による、患者に個別化された新生抗原特異的治療を行うための方法のフローチャートである。他の実施形態では、本方法は、図37に示されるもの以外の異なる及び/またはさらなる工程を含んでもよい。さらに、本方法の各工程は、異なる実施形態において、図37に関連して述べられる順序とは異なる順序で行うことができる。
図38は、図1及び図3に示した実体を実施するための例示的なコンピュータ3800を説明する。コンピュータ3800は、チップセット3804に連結された少なくとも1つのプロセッサ3802を含む。チップセット3804は、メモリコントローラハブ3820及び入力/出力(I/O)コントローラハブ3822を含む。メモリ3806及びグラフィックスアダプタ3812は、メモリコントローラハブ3820に連結されており、ディスプレイ3818は、グラフィックスアダプタ3812に連結されている。記憶デバイス3808、入力装置3814、及びネットワークアダプタ3816は、I/Oコントローラハブ3822に連結されている。コンピュータ3800の他の実施形態は、異なるアーキテクチャを有する。
陽性値をイタリック体で示す。*グランザイムB ELISA:DMSOバックグラウンドよりも1.5倍以上の値を陽性とみなした。#U-Prex MSDアッセイ:DMSOバックグラウンドよりも1.5倍以上の値を陽性とみなした。
Claims (15)
- 1つ以上のMHCアレルによって腫瘍細胞の表面上に提示される可能性の高い、対象の1つ以上の腫瘍細胞に由来する少なくとも1つの新生抗原を特定するための方法であって、以下の工程:
新生抗原のセットのそれぞれのペプチド配列を表すデータを取得する工程と、
前記対象の前記1つ以上のMHCアレルのそれぞれのペプチド配列を表すデータを取得する工程と、
前記新生抗原のセットの中のそれぞれのペプチド配列を表すデータおよび前記対象の前記1つ以上のMHCアレルのそれぞれのペプチド配列を表すデータを、機械学習させた提示モデルに入力することにより、前記新生抗原のセットについて提示尤度のセットを決定する工程であって、前記セットの中の各提示尤度が、対応する新生抗原が前記1つ以上のMHCアレルによって前記対象の前記腫瘍細胞の表面上に提示される尤度を表し、前記機械学習させた提示モデルが、
複数の試料の各試料について、前記試料中に存在するものとして特定されたMHCアレルのセットの中の少なくとも1つのMHCアレルに結合したペプチドの存在を測定する質量分析によって得られた標識、
前記試料のそれぞれについて、ペプチドの訓練ペプチド配列または前記ペプチドの訓練ペプチド配列を表す数値ベクトル、及び
前記試料のそれぞれについて、少なくとも1つのMHCアレルの訓練ペプチド配列または前記少なくとも1つのMHCアレルの訓練ペプチド配列を表す数値ベクトル
を含む訓練データセットに少なくとも基づいて特定される、複数のパラメータ
を含む、前記決定する工程と、
選択された新生抗原のセットを生成するために、前記新生抗原のセットのサブセットを、前記提示尤度のセットに基づいて選択する工程と、
前記選択された新生抗原のセットを返す工程と
を含む、前記方法。 - 前記決定する工程が、
前記機械学習させた提示モデルを(i)前記新生抗原の前記ペプチド配列及び(ii)前記1つ以上のMHCアレルの前記ペプチド配列に適用して、前記1つ以上のMHCアレルのそれぞれについて、少なくとも(i)の前記ペプチド配列の特定の位置の特定のアミノ酸に基づいて前記MHCアレルが前記新生抗原を提示するかどうかを示す依存性スコアを生成することを含む、請求項1に記載の方法。 - 前記機械学習させた提示モデルを使用して決定する前記工程が、
(a)各MHCアレルについて、前記対応するMHCアレルが前記対応する新生抗原を提示する尤度を示す対応するアレルごと尤度を生成するために、前記依存性スコアを変換することと、
前記アレルごと尤度を組み合わせて前記新生抗原の前記提示尤度を生成することと
をさらに含み、任意で、前記依存性スコアを変換することが、前記新生抗原の提示を前記1つ以上のMHCアレルにわたって相互排他的なものとしてモデル化する、または
(b)前記提示尤度を生成するために、前記依存性スコアの組み合わせを変換することであって、前記依存性スコアの前記組み合わせを変換することが、前記新生抗原の提示を前記1つ以上のMHCアレル間で干渉するものとしてモデル化する、前記変換すること
をさらに含む、
請求項2に記載の方法。 - 前記提示尤度のセットが、少なくとも1つ以上のアレル非相互作用特性によってさらに特定され、
前記アレル非相互作用特性についての依存性スコアを生成するために、前記機械学習させた提示モデルを前記アレル非相互作用特性に適用することにより、前記アレル非相互作用特性に基づいて、前記対応する新生抗原のペプチド配列が提示されるかどうかを示すことをさらに含む、請求項2または3に記載の方法。 - (a)
前記1つ以上のMHCアレルの各MHCアレルについての前記依存性スコアを、前記アレル非相互作用特性についての前記依存性スコアと組み合わせることと、
各MHCアレルについて、前記対応するMHCアレルが前記対応する新生抗原を提示する尤度を示すアレルごと尤度を生成するために、各MHCアレルについての前記組み合わされた依存性スコアを変換することと、
前記提示尤度を生成するために、前記アレルごと尤度を組み合わせることと
をさらに含む、または
(b)
前記MHCアレルのそれぞれについての前記依存性スコアと、前記アレル非相互作用特性についての前記依存性スコアとを組み合わせることと、
前記提示尤度を生成するために、前記組み合わされた依存性スコアを変換することと
をさらに含む、
請求項4に記載の方法。 - (a)前記1つ以上のMHCアレルが、2つ以上の異なるMHCアレルを含む;
(b)前記ペプチド配列が、アミノ酸9個の長さ以外の長さを有するペプチド配列を含む;
(c)前記ペプチド配列をコード化する工程が、ワン・ホットコード化スキームを用いて前記ペプチド配列をコード化することを含む;
(d)前記複数の試料が、
(i)単一のMHCアレルを発現するように操作された1つ以上の細胞株、
(ii)複数のMHCアレルを発現するように操作された1つ以上の細胞株、
(iii)複数の患者から得られた、または複数の患者に由来する1つ以上のヒト細胞株、
(iv)複数の患者から得られた新鮮なまたは凍結された腫瘍試料、及び
(v)複数の患者から得られた新鮮なまたは凍結された組織試料
のうちの少なくとも1つを含む;
(e)前記訓練データセットが、
(i)前記ペプチドの少なくとも1つについてのペプチド-MHC結合親和性の測定値に関連するデータ、及び
(ii)前記ペプチドの少なくとも1つについてのペプチド-MHC結合安定性の測定値に関連するデータ
のうちの少なくとも1つをさらに含む;並びに/あるいは
(f)前記提示尤度のセットが、
RNA-seqまたは質量分析により測定される、前記対象における前記1つ以上のMHCアレルの少なくとも発現レベル
によってさらに特定される、
請求項1~5のいずれか1項に記載の方法。 - (a)前記提示尤度のセットが、
(i)前記新生抗原のセット内の新生抗原と前記1つ以上のMHCアレルとの間の予測される親和性、及び
(ii)前記新生抗原のセット内の前記新生抗原と前記1つ以上のMHCアレルを含む、新生抗原コード化ペプチド-MHC複合体
の予測される安定性
のうちの少なくとも1つを含む特性によってさらに特定される;並びに/または
(b)数値的尤度の前記セットが、
(i)そのソースタンパク質配列内の、前記新生抗原コード化ペプチド配列に隣接するC末端配列、及び
(ii)そのソースタンパク質配列内の、前記新生抗原コード化ペプチド配列に隣接するN末端配列
のうちの少なくとも1つを含む特性によってさらに特定される、
請求項1~6のいずれか1項に記載の方法。 - (a)前記選択された新生抗原のセットを選択する工程が、前記機械学習させた提示モデルに基づいて、選択されない新生抗原と比べて前記腫瘍細胞表面上に提示される尤度が増大している新生抗原を選択することを含む;
(b)前記選択された新生抗原のセットを選択する工程が、前記機械学習させた提示モデルに基づいて、選択されない新生抗原と比べて前記対象において腫瘍特異的な免疫応答を誘導することができる尤度が増大している新生抗原を選択することを含む;
(c)前記選択された新生抗原のセットを選択する工程が、前記提示モデルに基づいて、選択されない新生抗原と比べて、プロフェッショナル抗原提示細胞(APC)によってナイーブT細胞に対して提示されることができる尤度が増大している新生抗原を選択することを含み、任意で、前記APCが樹状細胞(DC)である;
(d)前記選択された新生抗原のセットを選択する工程が、前記機械学習させた提示モデルに基づいて、選択されない新生抗原と比べて中枢性寛容もしくは末梢性寛容によって阻害される尤度が減少している新生抗原を選択することを含む;及び/または
(e)前記選択された新生抗原のセットを選択する工程が、前記機械学習させた提示モデルに基づいて、選択されない新生抗原と比べて前記対象において正常組織に対する自己免疫応答を誘導することができる尤度が減少している新生抗原を選択することを含む、
請求項1~7のいずれか1項に記載の方法。 - 前記1つ以上の腫瘍細胞が、肺がん、メラノーマ、乳がん、卵巣がん、前立腺がん、腎臓がん、胃がん、結腸がん、精巣がん、頭頸部がん、膵臓がん、脳がん、B細胞リンパ腫、急性骨髄性白血病、慢性骨髄性白血病、慢性リンパ球性白血病、T細胞リンパ球性白血病、非小細胞肺がん、及び小細胞肺がんからなる群から選択される、請求項1~8のいずれか1項に記載の方法。
- 前記選択された新生抗原のセットから個別化がんワクチンを構築するための出力を生成する工程をさらに含み、任意で、前記個別化がんワクチン用の出力が、前記選択された新生抗原のセットをコードした少なくとも1つのペプチド配列または少なくとも1つのヌクレオチド配列を含む、請求項1~9のいずれか1項に記載の方法。
- 前記機械学習させた提示モデルが、ニューラルネットワークモデルである、請求項1~10のいずれか1項に記載の方法。
- 前記ニューラルネットワークモデルが、1つ以上の層に配置された一連のノードを含む単一のニューラルネットワークモデルを含み、前記単一のニューラルネットワークモデルが、複数の異なるMHCアレルのペプチド配列をコード化した数値ベクトルを受信するように構成されており、任意で、前記ニューラルネットワークモデルが、前記ニューラルネットワークモデルのパラメータを更新することによって訓練される、請求項11に記載の方法。
- 前記機械学習させた提示モデルが、1つ以上のノードの層を含むディープラーニングモデルである、請求項11または12に記載の方法。
- (a)少なくとも1つのMHCアレルの前記訓練ペプチド配列または前記訓練ペプチド配列を表す数値ベクトルが、前記新生抗原のセットの提示尤度のセットを生成するために、前記機械学習させた提示モデルに入力される、前記対象のMHCアレルのペプチド配列を含まない;
(b)前記訓練データセットの前記複数の試料の各試料の前記ペプチドに結合した前記少なくとも1つのMHCアレルが、前記対象の前記1つ以上のMHCアレルが属する遺伝子ファミリーに属する;
(c)前記訓練データセットの前記複数の試料の各試料の前記ペプチドに結合した前記少なくとも1つのMHCアレルが、1個または複数のMHCアレルを含む;及び/または
(d)前記1つ以上のMHCアレルが、クラスI MHCアレルである、
請求項1~13のいずれか1項に記載の方法。 - コンピュータシステムであって、
コンピュータプロセッサと、
前記コンピュータプロセッサにより実行されると前記コンピュータプロセッサに、
新生抗原のセットのそれぞれのペプチド配列を表すデータを取得させることと、
対象の1つ以上のMHCアレルのそれぞれのペプチド配列を表すデータを取得させることと、
前記新生抗原のセットについて提示尤度のセットを、機械学習させた提示モデルを使用して決定させることであって、前記セットの中の各提示尤度が、対応する新生抗原が前記1つ以上のMHCアレルによって前記対象の腫瘍細胞の表面上に提示される尤度を表し、前記機械学習させた提示モデルが、
複数の試料の各試料について、前記試料中に存在するものとして特定されたMHCアレルのセットの中の少なくとも1つのMHCアレルに結合したペプチドの存在を測定する質量分析によって得られた標識と、
前記試料のそれぞれについて、ペプチドの訓練ペプチド配列または前記ペプチドの訓練ペプチド配列を表す数値ベクトルと、
前記試料のそれぞれについて、少なくとも1つのMHCアレルの訓練ペプチド配列または前記少なくとも1つのMHCアレルの訓練ペプチド配列を表す数値ベクトルと、
を含む訓練データセットに少なくとも基づいて特定される、複数のパラメータ
を含む、前記決定させることと、
選択された新生抗原のセットを生成するために、前記新生抗原のセットのサブセットを、前記提示尤度のセットに基づいて選択させることと、
前記選択された新生抗原のセットを返させることと
を行わせるコンピュータプログラム命令を格納したメモリと
を含む、前記コンピュータシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862636061P | 2018-02-27 | 2018-02-27 | |
US62/636,061 | 2018-02-27 | ||
PCT/US2019/019836 WO2019168984A1 (en) | 2018-02-27 | 2019-02-27 | Neoantigen identification with pan-allele models |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021514671A JP2021514671A (ja) | 2021-06-17 |
JPWO2019168984A5 JPWO2019168984A5 (ja) | 2022-03-04 |
JP7480064B2 true JP7480064B2 (ja) | 2024-05-09 |
Family
ID=67806416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020567466A Active JP7480064B2 (ja) | 2018-02-27 | 2019-02-27 | パンアレルモデルによる新生抗原の特定方法 |
Country Status (10)
Country | Link |
---|---|
US (1) | US20200411135A1 (ja) |
EP (1) | EP3759131A4 (ja) |
JP (1) | JP7480064B2 (ja) |
KR (1) | KR20200127001A (ja) |
CN (1) | CN111868080A (ja) |
AU (1) | AU2019227813B2 (ja) |
CA (1) | CA3091917A1 (ja) |
IL (1) | IL276839A (ja) |
TW (1) | TW202000693A (ja) |
WO (1) | WO2019168984A1 (ja) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014180490A1 (en) | 2013-05-10 | 2014-11-13 | Biontech Ag | Predicting immunogenicity of t cell epitopes |
WO2016128060A1 (en) | 2015-02-12 | 2016-08-18 | Biontech Ag | Predicting t cell epitopes useful for vaccination |
RU2729116C2 (ru) | 2015-12-16 | 2020-08-04 | Гритстоун Онколоджи, Инк. | Идентификация, производство и применение неоантигенов |
KR20200087143A (ko) | 2017-10-10 | 2020-07-20 | 그릿스톤 온콜로지, 인코포레이티드 | 핫스팟을 이용한 신생항원 동정 |
US11885815B2 (en) | 2017-11-22 | 2024-01-30 | Gritstone Bio, Inc. | Reducing junction epitope presentation for neoantigens |
EP4028763A1 (en) * | 2019-09-13 | 2022-07-20 | Evaxion Biotech A/S | Method for identifying t-cell epitopes |
WO2021091541A1 (en) * | 2019-11-05 | 2021-05-14 | Kri Technologies Incorporated | Identifying cancer neoantigens for personalized cancer immunotherapy |
US20230047716A1 (en) * | 2020-01-07 | 2023-02-16 | Korea Advanced Institute Of Science And Technology | Method and system for screening neoantigens, and uses thereof |
EP4168569A4 (en) * | 2020-06-18 | 2024-08-07 | Personalis Inc | MACHINE LEARNING TECHNIQUES FOR PREDICTING SURFACE-MOUNTED PEPTIDES |
CN111798919B (zh) * | 2020-06-24 | 2022-11-25 | 上海交通大学 | 一种肿瘤新抗原预测方法、预测装置及存储介质 |
CA3189269A1 (en) * | 2020-08-13 | 2022-02-17 | Vikram JUNEJA | Ras neoantigens and uses thereof |
CN112509641B (zh) * | 2020-12-04 | 2022-04-08 | 河北环境工程学院 | 一种基于深度学习监测抗生素与金属联合产物的智能方法 |
CN113255690B (zh) * | 2021-04-15 | 2022-04-12 | 南昌大学 | 一种基于轻量级卷积神经网络的复合绝缘子憎水性检测方法 |
EP4329780A1 (en) | 2021-04-29 | 2024-03-06 | Yeda Research and Development Co. Ltd | T cell receptors directed against ras-derived recurrent neoantigens and methods of identifying same |
CN113409888A (zh) * | 2021-06-21 | 2021-09-17 | 中国科学院自动化研究所 | 一种肿瘤微环境及肿瘤基因突变检测系统、方法及设备 |
JPWO2023017768A1 (ja) * | 2021-08-10 | 2023-02-16 | ||
EP4148146A1 (en) | 2021-09-13 | 2023-03-15 | OncoDNA | Method to generate personalized neoantigens of a tumor of a patient |
CA3230575A1 (en) | 2021-09-13 | 2023-03-16 | Oncodna | A rna vaccine comprising an rna pool generated from a double-stranded dna pool |
WO2023196966A1 (en) * | 2022-04-08 | 2023-10-12 | Gritstone Bio, Inc. | Antigen predictions for infectious disease-derived epitopes |
CN114821176B (zh) * | 2022-04-28 | 2022-11-01 | 浙江大学 | 一种儿童脑部mr图像病毒性脑炎分类系统 |
WO2024015892A1 (en) * | 2022-07-13 | 2024-01-18 | The Broad Institute, Inc. | Hla-ii immunopeptidome methods and systems for antigen discovery |
WO2024036308A1 (en) * | 2022-08-12 | 2024-02-15 | Biontech Us Inc. | Methods and systems for prediction of hla epitopes |
CN116469457B (zh) * | 2023-06-14 | 2023-10-13 | 普瑞基准科技(北京)有限公司 | Mhc与抗原多肽结合、呈递及免疫原性的预测模型训练方法和装置 |
CN116453599B (zh) * | 2023-06-19 | 2024-03-19 | 深圳大学 | 开放阅读框预测方法、设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170212984A1 (en) | 2015-12-16 | 2017-07-27 | Gritstone Oncology, Inc. | Neoantigen Identification, Manufacture, and Use |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6931351B2 (en) * | 2001-04-20 | 2005-08-16 | International Business Machines Corporation | Decision making in classification problems |
DE602005020047D1 (de) * | 2005-09-05 | 2010-04-29 | Immatics Biotechnologies Gmbh | Tumor-assoziierte Peptide, welche an unterschiedliche menschliche Leukozytenantigene der Klasse II binden |
BR112012029066A2 (pt) * | 2010-05-14 | 2020-09-01 | The General Hospital Corporation | composições e processos de identificação de neoantígenos específicos de tumor. |
WO2014180490A1 (en) * | 2013-05-10 | 2014-11-13 | Biontech Ag | Predicting immunogenicity of t cell epitopes |
CN113791220A (zh) * | 2014-09-10 | 2021-12-14 | 豪夫迈·罗氏有限公司 | 免疫原性突变体肽筛选平台 |
-
2019
- 2019-02-27 WO PCT/US2019/019836 patent/WO2019168984A1/en unknown
- 2019-02-27 JP JP2020567466A patent/JP7480064B2/ja active Active
- 2019-02-27 US US16/975,823 patent/US20200411135A1/en active Pending
- 2019-02-27 CN CN201980019430.9A patent/CN111868080A/zh active Pending
- 2019-02-27 EP EP19760756.7A patent/EP3759131A4/en active Pending
- 2019-02-27 TW TW108106921A patent/TW202000693A/zh unknown
- 2019-02-27 KR KR1020207027458A patent/KR20200127001A/ko unknown
- 2019-02-27 CA CA3091917A patent/CA3091917A1/en active Pending
- 2019-02-27 AU AU2019227813A patent/AU2019227813B2/en active Active
-
2020
- 2020-08-20 IL IL276839A patent/IL276839A/en unknown
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170212984A1 (en) | 2015-12-16 | 2017-07-27 | Gritstone Oncology, Inc. | Neoantigen Identification, Manufacture, and Use |
Also Published As
Publication number | Publication date |
---|---|
US20200411135A1 (en) | 2020-12-31 |
JP2021514671A (ja) | 2021-06-17 |
WO2019168984A8 (en) | 2020-06-04 |
CN111868080A (zh) | 2020-10-30 |
CA3091917A1 (en) | 2019-09-06 |
IL276839A (en) | 2020-10-29 |
AU2019227813A1 (en) | 2020-10-01 |
WO2019168984A1 (en) | 2019-09-06 |
EP3759131A4 (en) | 2021-12-01 |
KR20200127001A (ko) | 2020-11-09 |
EP3759131A1 (en) | 2021-01-06 |
AU2019227813B2 (en) | 2024-06-27 |
TW202000693A (zh) | 2020-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7480064B2 (ja) | パンアレルモデルによる新生抗原の特定方法 | |
JP7227237B2 (ja) | ホットスポットを利用した新生抗原の特定 | |
JP2023162369A (ja) | T細胞療法用の新生抗原の特定法 | |
US20220154281A1 (en) | Identification of neoantigens with mhc class ii model | |
KR20200016265A (ko) | 신생항원 동정, 제조, 및 용도 | |
JP2021503897A (ja) | 新生抗原のためのジャンクションエピトープ提示の低減 | |
TW202429469A (zh) | 利用熱點識別新抗原之方法及電腦系統 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201102 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20210702 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220224 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220224 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230403 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230630 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230829 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231109 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20231206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240123 |
|
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: 20240325 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240424 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7480064 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |