WO2023167213A1 - アミノ酸残基配列を同定するための方法，プログラム及び記録媒体 - Google Patents

アミノ酸残基配列を同定するための方法，プログラム及び記録媒体 Download PDF

Info

Publication number
WO2023167213A1
WO2023167213A1 PCT/JP2023/007461 JP2023007461W WO2023167213A1 WO 2023167213 A1 WO2023167213 A1 WO 2023167213A1 JP 2023007461 W JP2023007461 W JP 2023007461W WO 2023167213 A1 WO2023167213 A1 WO 2023167213A1
Authority
WO
WIPO (PCT)
Prior art keywords
amino acid
mhc
cancer
binding
derived
Prior art date
Application number
PCT/JP2023/007461
Other languages
English (en)
French (fr)
Inventor
由貴江 笹倉
浩司 有川
雅人 小川
Original Assignee
ｂｉｔＢｉｏｍｅ株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ｂｉｔＢｉｏｍｅ株式会社 filed Critical ｂｉｔＢｉｏｍｅ株式会社
Publication of WO2023167213A1 publication Critical patent/WO2023167213A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B15/00—ICT specially adapted for analysing two-dimensional or three-dimensional molecular structures, e.g. structural or functional relations or structure alignment
    • G16B15/30—Drug targeting using structural data; Docking or binding prediction

Definitions

  • This invention relates to a method for identifying polypeptides that are active ingredients of cancer vaccines.
  • One of the tasks of this invention is to provide a method for identifying the amino acid residue sequences of polypeptides that are active ingredients of cancer vaccines with high prediction accuracy.
  • This invention identifies amino acid residue sequences of active ingredients of cancer vaccines with high accuracy by obtaining MHC-binding intestinal bacteria-derived amino acid fragments and comparing the homology with MHC-binding cancer-derived amino acid fragments. Based on the knowledge that it can be done.
  • a certain invention described in this specification relates to a method for identifying the amino acid residue sequence of a polypeptide that is an active ingredient of a cancer vaccine.
  • the method is a computer-implemented method. This method includes a first binding analysis step (S101) and an amino acid residue sequence identification step (S201).
  • binding analysis is performed between an amino acid fragment derived from enteric bacteria and MHC (major histocompatibility complex) to obtain information on an amino acid fragment derived from MHC-binding enterobacteria. It is a process.
  • An intestinal bacterium-derived amino acid fragment is an amino acid fragment derived from an intestinal bacterium.
  • the enteric bacterium-derived amino acid fragment is preferably a polypeptide containing 8 or more and 14 or less amino acid residues.
  • the MHC-binding enterobacterium-derived amino acid fragment is an amino acid fragment that can bind to MHC among enterobacterium-derived amino acid fragments.
  • MHC is preferably one or more of MHC I, MHC II and HLA (human leukocyte antigen).
  • the amino acid residue sequence identification step (S201) uses the amino acid residue sequence of the MHC-binding intestinal bacterium-derived amino acid fragment and the amino acid residue sequence of the MHC-binding cancer-derived amino acid fragment to determine the effectiveness of the cancer vaccine.
  • An MHC-binding cancer-derived amino acid fragment means a cancer-derived amino acid fragment that can bind to MHC.
  • a cancer-derived amino acid fragment is an amino acid fragment derived from cancer.
  • the amino acid residue sequence identification step (S201) is preferably a step including a homology acquisition step.
  • the homology acquisition step is a step for obtaining homology between the amino acid residue sequence of the MHC-binding enterobacterium-derived amino acid fragment and the amino acid residue sequence of the MHC-binding cancer-derived amino acid fragment.
  • the above method is preferably a method that further includes a second bond analysis step (S102).
  • the second binding analysis step is a step of analyzing the binding between the cancer-derived amino acid fragment and MHC to obtain information on the MHC-binding cancer-derived amino acid fragment.
  • the sequence information of the MHC-binding cancer-derived amino acid fragment used in the amino acid residue sequence identification step (S201) is preferably the sequence information of the amino acid fragment obtained in the second binding analysis step.
  • This specification also provides a computer and processor implementing the above method.
  • This specification also provides a program for causing a computer to implement the above method, and a computer-readable (non-temporary) information recording medium storing the program.
  • FIG. 1 is a block diagram for explaining a system for identifying amino acid residue sequences of polypeptides that are active ingredients of cancer vaccines.
  • Figure 2 is a flow chart for explaining an example of a method for identifying the amino acid residue sequence of a polypeptide that is an active ingredient of a cancer vaccine.
  • FIG. 3 is a diagram showing an overview of the vaccine administration test.
  • FIG. 4 is a diagram showing tumor growth curves for each administration group.
  • FIG. 5 shows the tumor volume of each individual mouse at the endpoint.
  • Figure 1 is a block diagram for explaining the system for identifying the amino acid residue sequences of polypeptides that are the active ingredients of cancer vaccines.
  • This system is implemented by a computer or processor.
  • This system 1 includes a first binding analysis section 3 and an amino acid residue sequence identification section 5 .
  • This system may further include a second coupling analysis unit 7 .
  • Each of these parts is an element for implementing the corresponding process.
  • Cancer examples include brain cancer, breast cancer, bladder cancer, bone cancer, cervical cancer, colon cancer, central nervous system cancer, esophageal cancer, gallbladder cancer, gastrointestinal cancer, head and neck cancer, Hodgkin's disease, non-Hodgkin's lymphoma, laryngeal cancer, leukemia, lung cancer, melanoma, neuroblastoma, ovarian cancer, pancreatic cancer, prostate cancer, rectal cancer, renal cancer, retinoblastoma, gastric cancer, testicular cancer, soft tissue sarcoma, and Wilms tumor.
  • a computer has an input section, an output section, a control section, a calculation section, and a storage section, and each element is connected by a bus or the like so that information can be exchanged.
  • the storage unit may store a control program or various types of information.
  • the control unit reads out the control program stored in the storage unit. Then, the control unit appropriately reads the information stored in the storage unit and notifies it to the calculation unit.
  • the control unit conveys appropriately input information to the calculation unit.
  • the calculation unit performs calculation processing using the received various information, and stores the information in the storage unit.
  • the control unit reads the calculation result stored in the storage unit and outputs it from the output unit. In this manner, various processes and steps are executed. It is each means and each part that executes these various kinds of processing. It should be noted that each step performed by each element may implement the method described in this specification.
  • Figure 2 is a flowchart for explaining an example of a method for identifying the amino acid residue sequence of a polypeptide that is an active ingredient of cancer vaccines.
  • this method includes a first binding analysis step (S101) and an amino acid residue sequence identification step (S201).
  • this method preferably further includes a second binding analysis step (S102).
  • First bond analysis step (S101) In the first binding analysis step (S101), binding analysis is performed between an amino acid fragment derived from enteric bacteria and MHC (major histocompatibility complex) to obtain information on an amino acid fragment derived from MHC-binding enterobacteria. It is a process.
  • the major histocompatibility complex is described in, for example, Japanese Patent No. 6952478, Japanese Patent No. 7012432, and Japanese Patent Application Laid-Open No. 2021-105040. This process is an information processing process implemented by a computer.
  • An intestinal bacterium-derived amino acid fragment is an amino acid fragment derived from an intestinal bacterium.
  • the enteric bacterium-derived amino acid fragment is preferably a polypeptide containing 8 or more and 14 or less amino acid residues.
  • the enteric bacteria-derived amino acid fragment is preferably a polypeptide specific to enteric bacteria.
  • the MHC-binding enterobacterium-derived amino acid fragment is an amino acid fragment that can bind to MHC among enterobacterium-derived amino acid fragments.
  • MHC is preferably one or more of MHC I, MHC II and HLA (human leukocyte antigen).
  • the first binding analysis unit 3 is an element for performing a binding analysis between an intestinal bacterium-derived amino acid fragment and MHC (major histocompatibility complex) to obtain information on an MHC-binding intestinal bacterium-derived amino acid fragment.
  • the sequence information of the intestinal bacterium-derived amino acid fragment and the sequence information of MHC are input to the first binding analysis unit 3 .
  • the sequence information of amino acid fragments derived from intestinal bacteria and the sequence information of MHC may be obtained from a known database or the like, or may be input to this system from a sequencer or other sequence specifying device. good too.
  • the first binding analysis unit 3 appropriately stores the sequence information of the received intestinal bacterium-derived amino acid fragment and the sequence information of MHC in the storage unit.
  • the first bond analysis unit 3 reads the bond analysis program stored in the storage unit. Also, the storage unit may store a threshold value for judging connection. The first binding analysis unit 3 reads the sequence information of the intestinal bacterium-derived amino acid fragment and the MHC sequence information as appropriate according to the command of the read binding analysis program, and causes the calculation unit to perform the binding analysis. At that time, for example, when the value indicating the binding property is larger than the above threshold or smaller than the above threshold, the enterobacterium-derived amino acid fragment is determined to be an MHC-binding enterobacterium-derived amino acid fragment. You can judge. The first binding analysis unit 3 appropriately stores the thus obtained sequence information of the MHC-binding enterobacterium-derived amino acid fragment in the storage unit.
  • the second binding analysis step (S102) is a step of analyzing the binding between the cancer-derived amino acid fragment and MHC to obtain information on the MHC-binding cancer-derived amino acid fragment.
  • a cancer-derived amino acid fragment is an amino acid fragment derived from cancer.
  • the cancer-derived amino acid fragment is preferably a polypeptide having a cancer-specific amino acid sequence.
  • the cancer-derived amino acid fragment may be a known one or one identified from cancer genome analysis.
  • the cancer-derived amino acid fragment may be a sequence common to multiple cases or a sequence unique to individual cases.
  • the second binding analysis unit 7 is an element for analyzing the binding between cancer-derived amino acid fragments and MHC to obtain information on MHC-binding cancer-derived amino acid fragments. Sequence information of cancer-derived amino acid fragments and sequence information of MHC are input to the second binding analysis unit 7 .
  • the cancer-derived amino acid fragment sequence information and MHC sequence information may be obtained from a publicly known database or the like, or may be input to this system from a sequencer or other sequencer. good.
  • the second binding analysis unit 7 appropriately stores the received cancer-derived amino acid fragment sequence information and MHC sequence information in the storage unit.
  • the second bond analysis unit 7 reads the bond analysis program stored in the storage unit. Also, the storage unit may store a threshold value for judging connection.
  • the second binding analysis unit 7 appropriately reads the sequence information of the cancer-derived amino acid fragment and the MHC sequence information according to the command of the reading binding analysis program, and causes the calculation unit to perform the binding analysis. At that time, for example, the cancer-derived amino acid fragment is judged to be an MHC-binding cancer-derived amino acid fragment when the value indicating the binding property is larger than the above threshold or smaller than the above threshold. may The second binding analysis unit 7 appropriately stores the thus obtained sequence information of the MHC-binding cancer-derived amino acid fragment in the storage unit.
  • Amino acid residue sequence identification step (S201) uses the amino acid residue sequence of the MHC-binding intestinal bacterium-derived amino acid fragment and the amino acid residue sequence of the MHC-binding cancer-derived amino acid fragment to determine the effectiveness of the cancer vaccine.
  • a process for identifying the amino acid residue sequences of component polypeptides means a cancer-derived amino acid fragment that can bind to MHC.
  • the amino acid residue sequence identification step (S201) is preferably a step including a homology acquisition step.
  • the homology acquisition step is a step for obtaining homology between the amino acid residue sequence of the MHC-binding enterobacterium-derived amino acid fragment and the amino acid residue sequence of the MHC-binding cancer-derived amino acid fragment.
  • the sequence information of the MHC-binding cancer-derived amino acid fragment used in the amino acid residue sequence identification step (S201) is preferably the sequence information of the amino acid fragment obtained in the second binding analysis step.
  • the amino acid residue sequence identification unit 5 uses the amino acid residue sequence of the MHC-binding intestinal bacterium-derived amino acid fragment and the amino acid residue sequence of the MHC-binding cancer-derived amino acid fragment to identify the active ingredient of the cancer vaccine. It is an element for identifying the amino acid residue sequence of a certain polypeptide.
  • the amino acid residue sequence identification unit 5 reads the amino acid residue sequence of the MHC-binding enterobacterium-derived amino acid fragment and the amino acid residue sequence of the MHC-binding cancer-derived amino acid fragment from the storage unit. Either or both of the amino acid residue sequence of the MHC-binding enterobacterium-derived amino acid fragment and the amino acid residue sequence of the MHC-binding cancer-derived amino acid fragment may be used as they are input to the system.
  • the amino acid residue sequence identification unit 5 reads out the control program from the storage unit, and reads out the amino acid residue sequence (sequence information) of the MHC-binding enterobacterium-derived amino acid fragment and the amino acid residue of the MHC-binding cancer-derived amino acid fragment.
  • the sequence (sequence information) is read, and it is determined whether the read MHC-binding enteric bacterium-derived amino acid fragment can be a polypeptide that is an active ingredient of a cancer vaccine.
  • control programs are machine learning programs and homology assessment programs.
  • the amino acid residue sequence identification unit 5 determines the homology value between the amino acid residue sequence of an MHC-binding enterobacterium-derived amino acid fragment and the amino acid residue sequences of a plurality of MHC-binding enterobacterium-derived amino acid fragments. Ask for Then, when any of the MHC-binding enterobacterium-derived amino acid fragments is higher than the threshold value stored in the memory unit, the MHC-binding enterobacterium-derived amino acid fragment is treated as a polypeptide that is an active ingredient of a cancer vaccine. , is stored in the storage unit.
  • the amino acid residue sequence identification unit 5 uses the amino acid residue sequence of the MHC-binding enterobacterium-derived amino acid fragment and the amino acid residue sequence of the MHC-binding cancer-derived amino acid fragment to identify cancer cells. Amino acid residue sequences of polypeptides that are active ingredients of vaccines can be identified. In this way, the amino acid residue sequence identification unit 5 can output sequence information of polypeptides that are candidates for cancer vaccines.
  • the active ingredient of the actual cancer vaccine may be the polypeptide thus obtained, or a pharmaceutically acceptable salt of the polypeptide (e.g. sodium salt, potassium salt, nitrate or hydrochloride).
  • a pharmaceutically acceptable salt of the polypeptide e.g. sodium salt, potassium salt, nitrate or hydrochloride
  • the peptide of the present invention may be used as an active ingredient of a cancer vaccine.
  • the vaccine of the present invention can be obtained.
  • the active ingredient of the vaccine may be a nucleic acid such as mRNA or plasmid encoding the peptide of the present invention, or a virus.
  • TCR T cell receptor
  • TCR T cell receptor
  • TCR T cell receptor
  • This specification also provides a computer and processor implementing the above method.
  • This specification also provides a program for causing a computer to implement the above method, and a computer-readable (non-temporary) information recording medium storing the program.
  • Examples of information recording media are CDs, CD-ROMs, DVDs, SD cards, memory chips, USB memories, and hard disks.
  • an immunization adjuvant that can be used to prepare the vaccine of the present invention
  • a known adjuvant for forming a vaccine can be used.
  • the adjuvant used in the present invention includes Freund's complete adjuvant or incomplete adjuvant used for immunization.
  • the vaccine of the present invention can be used as a live vaccine, or can be used as an inactive vaccine after being inactivated.
  • inactivation means include known methods such as heat treatment (eg, 60° C., 1 hour), ultraviolet irradiation, chemical agent treatment with chemical substances such as phenol and formalin, and freezing and thawing.
  • the vaccine of the present invention can be administered to humans or non-human mammals (e.g., sheep, pigs, cows, horses, dogs, cats, monkeys) and used for the prevention or treatment of cancer (or tumors). .
  • the vaccines of the invention can be used in any dosage form such as capsules, suspensions, elixirs or solutions.
  • the vaccine of the present invention can be administered orally, nasally, transdermally, subcutaneously, intradermally, percutaneously, and other administration methods such as intraperitoneal, intravenous or inhalation administration, and oral administration. and the administration route is not particularly limited. Nasal administration (inoculation) is particularly preferred because it places less burden on the body. It is also possible to give a booster vaccination.
  • the vaccine of the present invention is administered to humans, the dose depends on the administration route, administration method, stability and activity (immunogenicity) of the expressed antigen protein or peptide, patient's sex, age, weight, and health condition. , is determined by considering various factors such as the type of cancer targeted for prevention or treatment.
  • the vaccine of the present invention is administered at a dose of, for example, 1 to 1000 ⁇ g, preferably 10 to 500 ⁇ g, more preferably 15 to 50 ⁇ g per kg of body weight, multiple times. More preferably, priming and booster inoculations are performed, the former being administered 1 to 5 times in total at intervals of 3 to 7 days, and the latter at intervals of 14 to 48 days after completion of priming inoculation. In addition, multiple types of vaccines are preferably administered at the same time.
  • Example 1 Cancer vaccine prediction based on the algorithm of the present invention
  • a procedure for constructing an algorithm for improving the prediction success rate of cancer vaccine sequences (19% in the conventional method described in Reference 1) will be described. Specifically, MHC-binding sites are identified from mouse cancer mutation information and bacterial flora information listed in public databases, and cancer vaccines are predicted based on the homology of the binding sites. The result of comparing the prediction success rate with the conventional method is shown.
  • Step 1 Cancer Genome Analysis Exome analysis and RNA sequencing of cancer cells were used to extract amino acid sequences that have cancer-specific mutations and for which RNA expression is observed. exome analysis and RNA sequencing. It can be carried out by a method common in this technical field. For example, in Document 1, an analysis case of mouse colon cancer cell line CT26 has been reported. The read sequence derived from the exon region was obtained by measurement with Hiseq2000, and the read sequence derived from the transcript was obtained by measurement with Hiseq2000 after preparing a library using the Illumina TruSeq mRNA stranded kit in RNA sequencing. The acquired read sequences were mapped to reference genomes on public databases, and mutation information was analyzed.
  • SNVs cancer-specific single nucleotide variants
  • Step 2 Selection of vaccine candidate sequence based on MHC binding prediction
  • binding peptides were selected using a percentage rank score ⁇ 1 as a threshold.
  • sequences with a tumor mutation frequency of 25% or more and expression by RNAseq were selected as cancer vaccines.
  • MHC binding analysis tool general tools other than the above can also be used, and one example is MHCflurry.
  • Step 1 Bacterial Genome Analysis
  • proteins that can be expressed by bacteria were comprehensively extracted by genome analysis of intestinal bacteria.
  • Bacterial genome analysis can be performed by methods common in this technical area. For example, in Reference 2, a case of analyzing the fecal microflora of mouse Balb/c strain is reported. was prepared and NGS analysis was performed on Hiseq2500. After removing sequences matching the host mouse genome from the detected sequences, the sequences were assembled using IDBA-UD/Megahit, and gene prediction was performed by referring to databases such as MetaGene and CD-HIT. ing. In addition to shotgun analysis, single-cell genome analysis can also be used as a genome analysis method.
  • Step 2 In this step, the entire bacterial genome sequence obtained in step 1 is fragmented into 8-14 mers, and the binding properties to MHC I or MHC II are analyzed using NetMHC4.0 and NetMHCIIpan-2.3, respectively. , Bound peptides were selected based on the default threshold of each software.
  • MHC binding analysis tool general tools other than the above can also be used, and one example is MHCflurry.
  • the above method is considered to be effective not only for the polypeptides having the specific sequences described in Document 1, but also for finding candidates for polypeptides that are the active ingredients of cancer vaccines in general.
  • Example 2 Cancer vaccine prediction based on the algorithm of the present invention (2) This example describes the results of applying the algorithm for improving the prediction success rate of cancer vaccine sequences constructed in Example 1 to different data sets. Specifically, from the cancer mutation information and bacterial flora information of mice different from Example 1, which are listed in public databases, MHC-binding sites are identified, respectively, and cancer based on the homology of the binding site Vaccine prediction was performed (Fig. 1), and the result of comparing the prediction success rate with the conventional method is shown.
  • Non-Patent Document 3 (Nature 515, 572-576 (2014)) was adopted as the sequence capable of binding to MHC from the cancer-specific amino acid sequence. The selection of this sequence is carried out according to the following procedure. Table 4 shows seven types of cancer mutation sequences described in Reference 3 and predicted to bind to MHC.
  • Step 1 Cancer genome analysis Exome analysis and RNA sequencing of cancer cells were performed to extract amino acid sequences that have cancer-specific mutations and in which RNA expression is observed. exome analysis and RNA sequencing. It can be carried out by a method common in this technical field.
  • Document 3 (Nature 515, 572-576 (2014)), an analysis case of mouse colon cancer cell line MC38 is reported, and in exome sequencing, after extracting Genomic DNA, Agilent mouse SureSelect All Exon kit A library for NGS was prepared with 50 Mb, and the results measured with Hiseq2000 were mapped to the reference genome on the database to obtain the entire exome sequence. After preparation, the results measured by Hiseq2000 are mapped to the reference genome on the database to obtain the total RNA sequence.
  • Variant calling to analyze cancer-specific single nucleotide variants (SNVs) was performed by GATK and 1290 coding variants detected in both exome and RNA data were selected as candidate peptides.
  • Step 2 Vaccine candidate sequence selection based on MHC binding prediction
  • the peptide sequences selected in step 1 were subjected to MHC binding analysis using NetMHC 3.4, and 170 MHC-I binding peptides were selected. Ta. Furthermore, superimposed with the results of mass spectrometry analysis of the protein fraction of MC38 bound to H-2Kb and H-2Db antibodies, 7 of the binding peptides were selected as cancer vaccines.
  • MHC binding analysis tool general tools other than the above can also be used, and one example is MHCflurry.
  • Sequences that can bind to MHC from amino acid sequences that are unique to bacteria are selected based on the bacterial genome sequence information reported in Reference 4 (Nat Biotechnol 33, 1103-1108 (2015).). It was carried out according to the procedure of.
  • Step 1 Bacterial Genome Analysis
  • proteins that can be expressed by bacteria were exhaustively extracted by genome analysis of intestinal bacteria.
  • Bacterial genome analysis can be performed by methods common in the art.
  • Non-Patent Document 4 reports a case of analyzing fecal microbiota of mouse C57/BL6 strain, preparing a paired-end library from fecal samples and performing NGS analysis with Hiseq2000. After removing sequences matching the host mouse genome from the detected sequences, the sequences are assembled using SOAPdenovo, and gene inference is performed using MetaGene.
  • single genome analysis can also be used as a genome analysis method.
  • Step 2 In this step, the entire bacterial genome sequence obtained in step 1 is fragmented into 8 to 14 mers, and binding to MHC I or MHC II is determined by NetMHC4.0 (https://services.healthtech.dtu.dk /service.php?NetMHC-4.0) and NetMHCIIpan-4.0 (https://services.healthtech.dtu.dk/service.php?NetMHCIIpan-4.0) After analysis using each software Bound peptides were selected based on the default threshold of . As the MHC binding analysis tool, general tools other than the above can also be used, and one example is MHCflurry.
  • blastp A total of 1053 sequences were selected as homologous sequences.
  • a mutation site identification portion for identifying a mutation site of a cancer-derived sequence (MHC-binding cancer-derived amino acid fragment) and a cancer-derived sequence (MHC-binding cancer-derived amino acid fragment)
  • a homology calculator that obtains the homology between the mutation site sequence and the bacterial flora-derived sequence (MHC-binding intestinal bacterium-derived amino acid fragment) reads out the threshold value stored in the storage unit and compares the obtained homology.
  • the bacterial flora-derived sequence (MHC-binding enteric bacterium-derived amino acid fragment) is added to the active ingredient of the cancer vaccine and an amino acid residue sequence storage unit or output unit for the polypeptide of the active ingredient of the cancer vaccine, which is stored or output as a candidate for the amino acid residue sequence of the polypeptide.
  • Example 3 Mouse Administration Test of Vaccines Obtained by Vaccine Prediction by the Algorithm of the Present Invention
  • This example describes a mouse administration test of cancer vaccine sequences obtained by cancer vaccine prediction by flora. Specifically, cancer vaccines predicted from mouse cancer mutation information and cancer vaccines predicted from cancer mutation information and bacterial flora information were administered to cancer cell-implanted mice, and the results of comparing the degree of tumor growth. show.
  • a sequence capable of binding to MHC was obtained from the cancer-specific amino acid sequence by nucleic acid sequence analysis of the CT26 mouse colon cancer cell line.
  • sequence is implemented by the following procedures.
  • Step 1 Cancer genome analysis Exome analysis and RNA sequencing of cancer cells were performed to extract amino acid sequences that have cancer-specific mutations and in which RNA expression is observed. exome analysis and RNA sequencing. It can be carried out by a method common in this technical field. For example, in the literature (Nature Communications volume 10, Article number: 2688 (2019)), an analysis case of mouse colon cancer cell line CT26 has been reported, and in exome sequencing, after extracting Genomic DNA, Agilent mouse SureSelect A library for NGS was prepared by All Exon kit 50 Mb, and the results measured by Hiseq2000 were mapped to the reference genome on the database to obtain the entire exome sequence.
  • RNA sequence After constructing the library, the results measured by Hiseq2000 are mapped to the reference genome on the database to obtain the total RNA sequence.
  • 1104 20-27mer candidate peptides containing cancer-specific mutations were obtained by consigning exome analysis, RNA sequencing, and mutation site analysis of CT26 mouse colon cancer cells to Macrogen.
  • Step 2 Selection of Vaccine Candidate Sequences Based on MHC Binding Prediction .0 and NetMHCIIpan-4.0, 748 binding peptides were selected based on the default threshold of each software.
  • MHC binding analysis tool general tools other than the above can also be used, and one example is MHCflurry.
  • sequences capable of binding to MHC were obtained by the following procedure based on fecal samples of laboratory-reared mice.
  • Step 1 Bacterial Genome Analysis
  • proteins that can be expressed by bacteria were exhaustively extracted by genome analysis of intestinal bacteria. Analysis by bit-MAP was performed on 5 fecal specimens of mouse Balb/c strain that had been raised in the laboratory for 2 weeks, 384 intestinal bacterium single genomes were obtained from each specimen, and individual single genomes were analyzed by prokka. The amino acid sequence of the protein was obtained based on the gene sequence deduced from .
  • the bacterial genome analysis can also be performed by a general method in this technical field, such as shotgun analysis.
  • Step 2 Selection of Bacterial-Derived Sequence Based on MHC-Binding Prediction
  • the entire amino acid sequence of the bacterium obtained in step 1 is fragmented into 8-14 mers, and binding to MHC I or MHC II is determined using NetMHC4, respectively.
  • MHC-binding peptides were selected based on the default threshold of each software.
  • MHC binding analysis tool general tools other than the above can also be used, and one example is MHCflurry.
  • Step 1 Selection of vaccine to be administered based on cancer genome sequence information From 748 cancer genome-derived vaccine candidate sequences, select the top 15 peptide sequences with high MHC binding properties estimated in cancer genome analysis-step 2 A mixture of synthesized peptides was used as a cancer genome vaccine. Table 6 shows 15 peptide sequences selected as cancer genome vaccines.
  • Step 2 Selection of Vaccine to be Administered Based on Cancer Genome Sequence Information and Bacterial Genome Sequence Information
  • Cancer Genome Sequence Information and Bacterial Genome Sequence Information
  • Immunology analysis between cancer genome-derived vaccine candidate sequences and bacterial-derived MHC-binding peptide sequences is performed by blastp, and immunogenicity is determined by a prediction algorithm.
  • Forty-five predicted cancer genome-derived vaccine candidate sequences were extracted. Among them, 15 cancer genome-derived vaccine candidate sequences that are homologous to bacteria-derived MHC-binding peptide sequences detected from a larger number of mouse fecal samples were preferentially selected, and a mixture of synthesized peptides was used as a bacterial flora predictive cancer vaccine. did.
  • Table 7 shows 15 peptide sequences selected as bacterial flora-predicting vaccines.
  • Vaccine Administration Test to Cancer Cell-Transplanted Mice
  • the tumor growth inhibitory effect was evaluated by administering the peptide vaccine described above to cancer cell-transplanted mice.
  • the procedure for the vaccination test is shown below (Fig. 3).
  • 100 ⁇ l of mouse colon cancer CT26 cells adjusted to 6 ⁇ 10 6 cells/ml with PBS were subcutaneously transplanted.
  • the vehicle administration group received physiological saline
  • the poly (I: C) administration group received 2 mg/ml poly (I: C)
  • the vaccine administration group received 1 mg/ml peptide vaccine and 2 mg/ml.
  • poly(I:C) was administered to each of the left and right axillae and in the vicinity of the inguinal lymph nodes (4 sites in total) at 50 ⁇ l each.
  • the tumor growth inhibitory effect of the vaccine was evaluated by measuring the tumor diameter twice a week, significant tumor growth inhibition was confirmed in the bacterial flora predictive cancer vaccine administration group compared with the other groups (Fig. 4).
  • Fig. 5 Moreover, in particular, one individual whose tumor growth was completely suppressed was observed in the bacterial flora-predicting cancer vaccine administration group (Fig. 5). This result suggested the usefulness of cancer vaccine prediction by the algorithm constructed in this example.
  • This invention relates to methods for identifying amino acid residue sequences of polypeptides that are active ingredients of cancer vaccines. Therefore, the present invention can be used in the pharmaceutical industry and the like.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Peptides Or Proteins (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)

Abstract

【解決課題】　コンピュータを用いた，がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するための方法を提供する。 【解決手段】　腸内細菌に由来するアミノ酸断片である腸内細菌由来アミノ酸断片と，ＭＨＣ（主要組織適合遺伝子複合体）との結合解析を行い，腸内細菌由来アミノ酸断片のうちＭＨＣと結合しうるアミノ酸断片であるＭＨＣ結合性腸内細菌由来アミノ酸断片に関する情報を得るための第１の結合解析工程と，　がんに由来するアミノ酸断片であるがん由来アミノ酸断片であって，ＭＨＣと結合しうるものをＭＨＣ結合性がん由来アミノ酸断片としたときに，ＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列と，ＭＨＣ結合性がん由来アミノ酸断片のアミノ酸残基配列とを用いて，がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するためのアミノ酸残基配列同定工程と，　を含む方法。

Description

アミノ酸残基配列を同定するための方法，プログラム及び記録媒体
　この発明は，がんワクチンの有効成分であるポリペプチドを同定するための方法に関する。
　国際公開ＷＯ２０１９－０７２８７１号パンフレットには，腫瘍関連抗原エピトープ配列の微生物叢配列変異体の同定のための方法が記載されている。この方法は，既知のがん抗原配列に基づいて，この配列と類似した配列を有する微生物叢配列変異体を同定する。この方法は，がんワクチンに必要なポリペプチドを予測できる。しかしながら，この方法では，予測精度は高くない。　
国際公開ＷＯ２０１９－０７２８７１号パンフレット
　この発明の課題のひとつは，予測精度の高いがんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するための方法を提供することである。
　この発明は，ＭＨＣ結合性腸内細菌由来アミノ酸断片を求め，ＭＨＣ結合性がん由来アミノ酸断片との相同性などを比較することで，精度よくがんワクチンの有効成分のアミノ酸残基配列を同定できるという知見に基づく。　　
　この明細書に記載されるある発明は，がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するための方法に関する。この方法は，コンピュータにより実装される方法である。この方法は，第１の結合解析工程（Ｓ１０１）と，アミノ酸残基配列同定工程（Ｓ２０１）とを含む。
　第１の結合解析工程（Ｓ１０１）は，腸内細菌由来アミノ酸断片と，ＭＨＣ（主要組織適合遺伝子複合体）との結合解析を行い，ＭＨＣ結合性腸内細菌由来アミノ酸断片に関する情報を得るための工程である。腸内細菌由来アミノ酸断片は，腸内細菌に由来するアミノ酸断片である。腸内細菌由来アミノ酸断片は，８以上１４以下のアミノ酸残基を含むポリペプチドであることが好ましい。ＭＨＣ結合性腸内細菌由来アミノ酸断片は，腸内細菌由来アミノ酸断片のうちＭＨＣと結合しうるアミノ酸断片である。ＭＨＣは，ＭＨＣ　Ｉ，ＭＨＣ　ＩＩ及びＨＬＡ（ヒト白血球型抗原）のいずれか又は２つ以上であることが好ましい。　　　
　アミノ酸残基配列同定工程（Ｓ２０１）は，ＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列と，ＭＨＣ結合性がん由来アミノ酸断片のアミノ酸残基配列とを用いて，がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するための工程である。ＭＨＣ結合性がん由来アミノ酸断片は，がん由来アミノ酸断片であって，ＭＨＣと結合しうるものを意味する。そして，がん由来アミノ酸断片とは，がんに由来するアミノ酸断片である。アミノ酸残基配列同定工程（Ｓ２０１）は，相同性取得工程を含む工程であることが好ましい。相同性取得工程は，ＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列と，ＭＨＣ結合性がん由来アミノ酸断片のアミノ酸残基配列との相同性を求めるための工程である。
　上記の方法は，第２の結合解析工程（Ｓ１０２）をさらに含む方法であることが好ましい。第２の結合解析工程は，がん由来アミノ酸断片と，ＭＨＣとの結合解析を行いＭＨＣ結合性がん由来アミノ酸断片に関する情報を得る工程である。アミノ酸残基配列同定工程（Ｓ２０１）において用いられるＭＨＣ結合性がん由来アミノ酸断片の配列情報は，好ましくは，第２の結合解析工程により求められたアミノ酸断片の配列情報である。
　この明細書は，上記した方法を実装するコンピュータ，及びプロセッサも提供する。この明細書は，コンピュータに上記した方法を実装させるためのプログラムや，そのプログラムを記憶した，コンピュータが読み取ることのできる（非一時的）情報記録媒体をも提供する。
　この発明によれば，実施例により実証された通り，予測精度の高いがんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するための方法を提供できる。
図１は，がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するためのシステムを説明するためのブロック図である。 図２は，　がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するための方法の例を説明するためのフローチャートである。 図３は，ワクチン投与試験の概要を示した図である。 図４は，投与群ごとの腫瘍増殖曲線を示した図である。 図５は，エンドポイントにおける各マウス個体の腫瘍体積を示した図である。
　以下，図面を用いて本発明を実施するための形態について説明する。本発明は，以下に説明する形態に限定されるものではなく，以下の形態から当業者が自明な範囲で適宜修正したものも含む。
　図１は，がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するためのシステムを説明するためのブロック図である。このシステムは，コンピュータ又はプロセッサにより実装される。このシステム１は，第１の結合解析部３と，アミノ酸残基配列同定部５とを含む。このシステムは，第２の結合解析部７をさらに含んでもよい。これらの各部は，対応する工程を実装するための要素である。がんの例は，脳癌，乳癌，膀胱癌，骨癌，子宮頸癌，結腸癌，中枢神経系癌，食道癌，胆嚢癌，消化器癌，頭頚部癌，ホジキン病，非ホジキンリンパ腫，喉頭癌，白血病，肺癌，メラノーマ，神経芽細胞腫，卵巣癌，膵臓癌，前立腺癌，直腸癌，腎癌，網膜芽腫，胃癌，精巣癌，軟部組織肉腫，　及びウィルムス腫瘍である。
　コンピュータ（又はプロセッサ）は，入力部，出力部，制御部，演算部及び記憶部を有しており，各要素は，バスなどによって接続され，情報の授受を行うことができるようにされている。例えば，記憶部には，制御プログラムが記憶されていてもよいし，各種情報が記憶されていてもよい。入力部から所定の情報が入力された場合，制御部は，記憶部に記憶される制御プログラムを読み出す。そして，制御部は，適宜記憶部に記憶された情報を読み出し，演算部へ伝える。また，制御部は，適宜入力された情報を演算部へ伝える。演算部は，受け取った各種情報を用いて演算処理を行い，記憶部に記憶する。制御部は，記憶部に記憶された演算結果を読み出して，出力部から出力する。このようにして，各種処理や各工程が実行される。この各種処理を実行するものが，各手段や各部である。なお，各要素が実行する各工程により，この明細書に記載される方法が実装されてもよい。
　図２は，　がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するための方法の例を説明するためのフローチャートである。図２に示されるとおり，この方法は，第１の結合解析工程（Ｓ１０１）と，アミノ酸残基配列同定工程（Ｓ２０１）とを含む。また，図２に示される通り，この方法は，第２の結合解析工程（Ｓ１０２）をさらに含む方法であることが好ましい。
　第１の結合解析工程（Ｓ１０１）
　第１の結合解析工程（Ｓ１０１）は，腸内細菌由来アミノ酸断片と，ＭＨＣ（主要組織適合遺伝子複合体）との結合解析を行い，ＭＨＣ結合性腸内細菌由来アミノ酸断片に関する情報を得るための工程である。主要組織適合遺伝子複合体については，例えば特許第６９５２４７８号公報，特許第７０１２４３２号公報，及び特開２０２１－１０５０４０号公報に記載されている。この工程は，コンピュータにより実装される情報処理工程である。腸内細菌由来アミノ酸断片は，腸内細菌に由来するアミノ酸断片である。腸内細菌由来アミノ酸断片は，８以上１４以下のアミノ酸残基を含むポリペプチドであることが好ましい。腸内細菌由来アミノ酸断片は，腸内細菌に特有のポリペプチドであることが好ましい。ＭＨＣ結合性腸内細菌由来アミノ酸断片は，腸内細菌由来アミノ酸断片のうちＭＨＣと結合しうるアミノ酸断片である。ＭＨＣは，ＭＨＣ　Ｉ，ＭＨＣ　ＩＩ及びＨＬＡ（ヒト白血球型抗原）のいずれか又は２つ以上であることが好ましい。
　第１の結合解析部３は，腸内細菌由来アミノ酸断片と，ＭＨＣ（主要組織適合遺伝子複合体）との結合解析を行い，ＭＨＣ結合性腸内細菌由来アミノ酸断片に関する情報を得るための要素である。第１の結合解析部３に，腸内細菌由来アミノ酸断片の配列情報と，ＭＨＣの配列情報とが入力される。腸内細菌由来アミノ酸断片の配列情報と，ＭＨＣの配列情報は，公知のデータベース等から得られたものであってもよいし，シークエンサーなどの配列特定装置からこのシステムに入力されたものであってもよい。第１の結合解析部３は，受け取った腸内細菌由来アミノ酸断片の配列情報と，ＭＨＣの配列情報とを記憶部に適宜記憶する。第１の結合解析部３は，記憶部に記憶された結合解析プログラムを読み出す。また，記憶部には，結合を判断するための閾値が記憶されていてもよい。第１の結合解析部３は，読み出した結合解析プログラムの指令に従って，適宜腸内細菌由来アミノ酸断片の配列情報と，ＭＨＣの配列情報とを読み出し，演算部に結合解析を行わせる。その際に，例えば，結合性を示す値が，上記の閾値より大きい場合であるか又は上記の閾値より小さい場合に，腸内細菌由来アミノ酸断片がＭＨＣ結合性腸内細菌由来アミノ酸断片であると判断してもよい。第１の結合解析部３は，このようにして得られたＭＨＣ結合性腸内細菌由来アミノ酸断片の配列情報を適宜記憶部に記憶する。
　第２の結合解析工程（Ｓ１０２）
　第２の結合解析工程（Ｓ１０２）は，がん由来アミノ酸断片とＭＨＣとの結合解析を行いＭＨＣ結合性がん由来アミノ酸断片に関する情報を得る工程である。がん由来アミノ酸断片とは，がんに由来するアミノ酸断片である。がん由来アミノ酸断片は，がんに特有なアミノ酸配列を有するポリペプチドであることが好ましい。がん由来アミノ酸断片は，公知なものであってもよく，がんのゲノム解析から特定されたものであってもよい。また，がん由来アミノ酸断片は，複数の症例に共通の配列であっても，個別の症例に特有の配列であってもよい。
　第２の結合解析部７は，がん由来アミノ酸断片とＭＨＣとの結合解析を行いＭＨＣ結合性がん由来アミノ酸断片に関する情報を得るための要素である。第２の結合解析部７に，がん由来アミノ酸断片の配列情報と，ＭＨＣの配列情報とが入力される。がん由来アミノ酸断片の配列情報と，ＭＨＣの配列情報は，公知のデータベース等から得られたものであってもよいし，シークエンサーなどの配列特定装置からこのシステムに入力されたものであってもよい。第２の結合解析部７は，受け取ったがん由来アミノ酸断片の配列情報と，ＭＨＣの配列情報とを記憶部に適宜記憶する。第２の結合解析部７は，記憶部に記憶された結合解析プログラムを読み出す。また，記憶部には，結合を判断するための閾値が記憶されていてもよい。第２の結合解析部７は，読み出した結合解析プログラムの指令に従って，適宜がん由来アミノ酸断片の配列情報と，ＭＨＣの配列情報とを読み出し，演算部に結合解析を行わせる。その際に，例えば，結合性を示す値が，上記の閾値より大きい場合であるか又は上記の閾値より小さい場合に，がん由来アミノ酸断片がＭＨＣ結合性がん由来アミノ酸断片であると判断してもよい。第２の結合解析部７は，このようにして得られたＭＨＣ結合性がん由来アミノ酸断片の配列情報を適宜記憶部に記憶する。
　アミノ酸残基配列同定工程（Ｓ２０１）
　アミノ酸残基配列同定工程（Ｓ２０１）は，ＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列と，ＭＨＣ結合性がん由来アミノ酸断片のアミノ酸残基配列とを用いて，がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するための工程である。ＭＨＣ結合性がん由来アミノ酸断片は，がん由来アミノ酸断片であって，ＭＨＣと結合しうるものを意味する。アミノ酸残基配列同定工程（Ｓ２０１）は，相同性取得工程を含む工程であることが好ましい。相同性取得工程は，ＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列と，ＭＨＣ結合性がん由来アミノ酸断片のアミノ酸残基配列との相同性を求めるための工程である。アミノ酸残基配列同定工程（Ｓ２０１）において用いられるＭＨＣ結合性がん由来アミノ酸断片の配列情報は，好ましくは，第２の結合解析工程により求められたアミノ酸断片の配列情報である。
　アミノ酸残基配列同定部５は，ＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列と，ＭＨＣ結合性がん由来アミノ酸断片のアミノ酸残基配列とを用いて，がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するための要素である。アミノ酸残基配列同定部５は，記憶部から，ＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列と，ＭＨＣ結合性がん由来アミノ酸断片のアミノ酸残基配列とを読み出す。ＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列及びＭＨＣ結合性がん由来アミノ酸断片のアミノ酸残基配列のいずれか又は両方は，システムに入力されたものをそのまま用いてもよい。
　アミノ酸残基配列同定部５は，記憶部から，制御プログラムを読み出すとともに，ＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列（配列情報）及びＭＨＣ結合性がん由来アミノ酸断片のアミノ酸残基配列（配列情報）を読み出し，読み出したＭＨＣ結合性腸内細菌由来アミノ酸断片ががんワクチンの有効成分であるポリペプチドとなりうるか判断する。そのような制御プログラムの例は，機械学習プログラムや相同性を評価するプログラムである。例えば，アミノ酸残基配列同定部５は，あるＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列と，複数のＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列との相同性の値を求める。そして，いずれかのＭＨＣ結合性腸内細菌由来アミノ酸断片が，記憶部に記憶された閾値より高い場合，そのＭＨＣ結合性腸内細菌由来アミノ酸断片を，がんワクチンの有効成分であるポリペプチドとし，記憶部に記憶する。このようにして，アミノ酸残基配列同定部５は，ＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列と，ＭＨＣ結合性がん由来アミノ酸断片のアミノ酸残基配列とを用いて，がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定できる。このようにして，アミノ酸残基配列同定部５は，がんワクチンの候補であるポリペプチドの配列情報を出力できる。
　実際のがんワクチンの有効成分は，そのようにして求められたポリペプチドであってもよいし，ポリペプチドの薬学的に許容される塩（例えば，ナトリウム塩，カリウム塩，硝酸塩又は塩酸塩）であってもよい。さらに，そのようにして求められたポリペプチドのアミノ酸配列から，１又は数個のアミノ酸残基が置換，挿入，欠失又は付加したアミノ酸配列を有するポリペプチド又はその薬学的に許容される塩（本発明のペプチド）を，がんワクチンの有効成分としてもよい。このようにして本発明のワクチンを得ることができる。ワクチンの有効成分は，本発明のペプチドをコードするｍＲＮＡやプラスミドのような核酸，又はウイルスであっても良い。本発明のペプチドを，例えばＴ細胞受容体（ＴＣＲ）－Ｔ細胞療法に用いることができる。例えば，この明細書は，本発明のペプチドとＭＨＣとの複合体を特異的に認識するＴ細胞受容体（ＴＣＲ）をＴ細胞に発現させるためのＴ細胞受容体（ＴＣＲ）遺伝子や，Ｔ細胞受容体（ＴＣＲ）遺伝子を組み込んだ治療用細胞をも提供する。
　この明細書は，上記した方法を実装するコンピュータ，及びプロセッサも提供する。この明細書は，コンピュータに上記した方法を実装させるためのプログラムや，そのプログラムを記憶した，コンピュータが読み取ることのできる（非一時的）情報記録媒体をも提供する。情報記録媒体の例は，ＣＤ，ＣＤ－ＲＯＭ，ＤＶＤ，ＳＤカード，メモリーチップ，ＵＳＢメモリ，及びハードディスクである。
　本発明のワクチンを調製するために用いることができる免疫用アジュバントとして，ワクチンを形成するための公知のアジュバントを用いることができる。本発明で用いられるアジュバントとしては，免疫用として用いられるＦｒｅｕｎｄの完全アジュバントあるいは不完全アジュバントがあげられる。
　本発明のワクチンは，生ワクチンとして用いることもできるし，不活性化させた後，不活性ワクチンとして用いることもできる。不活性化手段としては，例えば，加熱処理（例えば，６０℃，１時間），紫外線照射，フェノール，ホルマリンのような化学物質による化学薬剤処理，凍結融解などの公知の方法が挙げられる。
　本発明のワクチンは，ヒト又は非ヒト哺乳動物（例えば，ヒツジ，ブタ，ウシ，ウマ，イヌ，ネコ，サル）に投与してがん（又は腫瘍）の予防または治療のために用いることができる。本発明のワクチンは，カプセル剤，懸濁液，エリキシル剤又は溶液のような任意の投与形態で用いることができる。
　本発明のワクチンの投与は，経口投与，経鼻投与，経皮投与，皮下注入，皮内導入，経皮圧入及び他の投与法，例えば，腹腔内，静脈内又は吸入投与，経口投与でも可能であり，投与経路は特に限定されない。経鼻投与（接種）は生体にとって負荷が少ないので，特に好ましい。また，追加免疫接種を行うことも可能である。本発明のワクチンをヒトに投与する場合，その投与量は，投与経路，投与方法，発現される抗原タンパク質あるいはペプチドの安定性および活性（免疫原性），患者の性別，年齢，体重，健康状態，予防または治療の対象となるがんの種類などの種々の要因を考慮して決定される。本発明のワクチンは，例えば，体重１ｋｇあたり１～１０００μｇ，好ましくは，１０～５００μｇ，より好ましくは，１５～５０μｇを，複数回投与する。より好ましくは，接種はプライミング接種とブースター接種が行われ，前者は３～７日間間隔で合計１～５回，後者はプライミング接種完了後，１４～４８日間隔で投与する。また，ワクチンは，好ましくは複数種類を同時に投与する。
　［実施例１］本発明のアルゴリズムに基づくがんワクチンの予測（１）
　本実施例では，がんワクチン配列の予測成功割合（文献１に記載された従来法では１９％）を向上させるアルゴリズムの構築手順について記載する。具体的には，公共データベースに収載されているマウスの癌変異情報および菌叢情報から，ＭＨＣ結合性部位をそれぞれ特定し，当該結合部位の相同性に基づいてがんワクチンの予測を行い，その予測成功割合を従来法と比較した結果について示す。
　がん由来配列の選定
　がんに特有なアミノ酸配列のうちＭＨＣと結合しうる配列は，Ｎａｔｕｒｅ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ｖｏｌｕｍｅ　１０，　Ａｒｔｉｃｌｅ　ｎｕｍｂｅｒ：　２６８８　（２０１９）（文献１）にて報告されている配列を採用した。なお，本配列の選定は以下の手順にて実施した。表１は，文献１に記載されＭＨＣに結合しうると予測されたがん変異配列３１種類を示す。表１に示された配列のうち，配列１～６が実験的に免疫反応を誘導したペプチドの配列であり，配列７～３１が免疫を誘導しなかったペプチドの配列である。
　表１　文献１に記載されたがん変異配列
Figure JPOXMLDOC01-appb-T000001
　工程１：がんゲノム解析
　がん細胞のエクソーム解析とＲＮＡシーケンスにより，がん特有の変異を有し，かつＲＮＡ発現が認められるアミノ酸配列の抽出を行った。エクソーム解析とＲＮＡシーケンスは。本技術領域において一般的な方法で実施することができる。例えば文献１では，マウス大腸がん細胞株ＣＴ２６の解析事例が報告されており，エクソームシーケンスにおいては，Ｇｅｎｏｍｉｃ　ＤＮＡを抽出した後に，Ａｇｉｌｅｎｔ　ｍｏｕｓｅ　ＳｕｒｅＳｅｌｅｃｔ　Ａｌｌ　Ｅｘｏｎ　ｋｉｔ　５０　ＭｂによってＮＧＳ用ライブラリを作製し，Ｈｉｓｅｑ２０００で測定しエクソン領域由来のリード配列を取得，またＲＮＡシーケンスにおいては，Ｉｌｕｍｉｎａ　ＴｒｕＳｅｑ　ｍＲＮＡ　ｓｔｒａｎｄｅｄ　ｋｉｔによってライブラリを作作製した後，Ｈｉｓｅｑ２０００で測定し転写物由来のリード配列を取得している。取得したリード配列を公共データベース上のレファレンスゲノムにマッピングし，変異情報を解析した。がん特有の１塩基変異（Ｓｉｎｇｌｅ　ｎｕｃｌｅｏｔｉｄｅ　ｖａｒｉａｎｔ：　ＳＮＶ）を解析するバリアントコールは，ｍｕｔｅｃｔ　ｖ１．１．１７およびｖａｒｓｃａｎ２　ｖ２．３．９　によって実施され，いずれかによって特定されたＳＮＶはマウスのレファレンスＲＮＡ配列にマップされた後，当該ＳＮＶを含む２５残基のペプチドを候補ペプチドとして選定した。
　工程２：ＭＨＣ結合性予測に基づくワクチン候補配列選定
　本工程では，工程１で選定されたペプチド配列をＩＥＤＢ　２．１７　を用いたＭＨＣ結合解析に供試し，ＭＨＣ－Ｉにおいては　ＩＣ５０≦５００ｎＭ，ＭＨＣ－ＩＩにおいては　パーセンテージランクスコア≦１を閾値として結合ペプチドが選定された。選定されたペプチドの中で，腫瘍における変異頻度２５％以上で，ＲＮＡｓｅｑでの発現が認められた配列が，がんワクチンとして選択された。なお，ＭＨＣ結合解析ツールとしては，上記以外の一般的なツールも使用することが可能であり，一例としてＭＨＣｆｌｕｒｒｙなどを挙げることができる。
　細菌由来配列の選定
　細菌に特有なアミノ酸配列からＭＨＣと結合しうる配列は，Ｆｒｏｎｔ．　Ｍｉｃｒｏｂｉｏｌ．，　３０　Ａｐｒｉｌ　２０２０（文献２）にて報告されている細菌ゲノム配列情報を基に，以下の手順にて実施した。
　工程１：細菌ゲノム解析
　本工程では，腸内細菌のゲノム解析により，細菌が発現しうるタンパク質の網羅的な抽出を実施した。細菌ゲノム解析は，本技術領域で一般的な方法で実施することができる。例えば文献２では，マウスＢａｌｂ／ｃ　ｓｔｒａｉｎの糞便の細菌叢を解析した事例が報告されており，便サンプルをソニケーションにより断片化し，各ＤＮＡ断片にアダプターを付与した後にＰＣＲによって増幅・精製したライブラリを調製し，　Ｈｉｓｅｑ２５００　でＮＧＳ解析を行っている。検出された配列からホストであるマウスのゲノムにマッチする配列を除去した後，　ＩＤＢＡ－ＵＤ／Ｍｅｇａｈｉｔを用いて配列のアセンブルを行い，ＭｅｔａＧｅｎｅおよびＣＤ－ＨＩＴなどのデータベースを参照して遺伝子推定を行っている。なお，ゲノムの解析方法としては，ショットガン解析に加えてシングルセルゲノム解析も使用することができる。
　工程２：
　本工程では，工程１で取得された細菌の全ゲノム配列を８～１４ｍｅｒに断片化し，ＭＨＣ　ＩもしくはＭＨＣ　ＩＩへの結合性を，それぞれＮｅｔＭＨＣ４．０　　およびＮｅｔＭＨＣＩＩｐａｎ－２．３を用いて解析した後，　各ソフトウエアのデフォルトの閾値に基づき結合ペプチドを選定した。なお，ＭＨＣ結合解析ツールとしては，上記以外の一般的なツールも使用することが可能であり，一例としてＭＨＣｆｌｕｒｒｙなどを挙げることができる。
　がん由来配列と細菌由来配列の相同性解析
　上記の，がんに特有なアミノ酸配列のなかでＭＨＣと結合しうる配列，および細菌に特有なアミノ酸配列のなかでＭＨＣと結合しうる配列について，ｂｌａｓｔｐによる相同性解析を施行し，相同性が認められる配列として，合計２０４５配列を選定した。
　予測アルゴリズムの構築
　上記２０４５配列の情報を用い，抗原性のあるがんワクチン配列の予測可否について検討した。文献１における従来のがんワクチン予測では，３１種類の配列がワクチンとして予測され，そのうち６種類が実際に生体内で免疫反応を誘起することが確認されている。発明者らは，これら６種類を菌叢由来配列との類似性基づき予測する方法について鋭意検討を行い，類似性の条件を，菌叢由来配列ががん由来配列の変異部位と相同性があることと定義した上で，解析対象ペプチドを表２（Ａ）に記載の４つの条件で絞り込み，各条件において菌叢由来配列ががん由来配列に類似性を示す割合を調べた。当該割合が１００％であった場合，該当するがん由来ペプチドは免疫原性ありと予測し，それ以外は免疫原性が無いと予測した（表２（Ｂ））。同予測結果を実験結果と照合し，偽陰性率，偽陽性率，正答率，予測成功割合を算出した（表３）。各条件における予測成功割合は，いずれも文献１による予測成功割合（１９％）を上回り，最大で３６％であった。本結果より，本実施例で構築した予測アルゴリズムのがんワクチの予測における有用性が示唆された。表２は，免疫原性予測に用いた解析対象ペプチドの絞り込み条件を示す。表３は，各解析条件を用いた免疫原性ペプチド予測における，偽陽性率，偽陰性率，正答率，予測成功割合を示す。
　表２　免疫原性予測に用いた解析対象ペプチドの絞り込み条件
Figure JPOXMLDOC01-appb-T000002
  
　表３　免疫原性ペプチド予測における，偽陽性率，偽陰性率，正答率，予測成功割合
Figure JPOXMLDOC01-appb-T000003
Figure JPOXMLDOC01-appb-T000004
  
　上記の方法は，文献１に記載された具体的な配列を有するポリペプチドのみならず，広く一般的にがんワクチンの有効成分であるポリペプチドの候補を求める際に有効であると考えられる。
　［実施例２］本発明のアルゴリズムに基づくがんワクチンの予測（２）
　本実施例では、実施例１で構築したがんワクチン配列の予測成功割合を向上させるアルゴリズムを異なるデータセットに適用した結果について記載する。具体的には、公共データベースに収載されている、実施例１とは異なるマウスの癌変異情報および菌叢情報から、ＭＨＣ結合性部位をそれぞれ特定し、当該結合部位の相同性に基づいてがんワクチンの予測を行い（図１）、その予測成功割合を従来法と比較した結果について示す。
　がん由来配列の選定
　がんに特有なアミノ酸配列からＭＨＣと結合しうる配列は、非特許文献３（Ｎａｔｕｒｅ　５１５，　５７２－５７６　（２０１４））にて報告されている配列を採用した。なお、本配列の選定は以下の手順にて実施されている。表４は，文献３に記載されＭＨＣに結合しうると予測されたがん変異配列７種類を示す。
　表４　文献３に記載されたがん変異配列
Figure JPOXMLDOC01-appb-T000005
  
　工程１：がんゲノム解析
　がん細胞のエクソーム解析とＲＮＡシーケンスにより、がん特有の変異を有し、かつＲＮＡ発現が認められるアミノ酸配列の抽出を行った。エクソーム解析とＲＮＡシーケンスは。本技術領域において一般的な方法で実施することができる。文献３（Ｎａｔｕｒｅ　５１５，　５７２―５７６　（２０１４））では、マウス大腸がん細胞株ＭＣ３８の解析事例が報告されており、エクソームシーケンスにおいては、Ｇｅｎｏｍｉｃ　ＤＮＡを抽出した後に、Ａｇｉｌｅｎｔ　ｍｏｕｓｅ　ＳｕｒｅＳｅｌｅｃｔ　Ａｌｌ　Ｅｘｏｎ　ｋｉｔ　５０　ＭｂによってＮＧＳ用ライブラリを作製し、Ｈｉｓｅｑ２０００で測定した結果をデータベース上の、レファレンスゲノムにマッピングして全エクソーム配列を取得しており、またＲＮＡシーケンスにおいては、ｌｌｕｍｉｎａ　ＴｒｕＳｅｑ　ＲＮＡ　ｓａｍｐｌｅ　ｐｒｅｐａｒａｔｉｏｎ　ｋｉｔによってライブラリを作製した後、Ｈｉｓｅｑ２０００で測定した結果をデータベース上のレファレンスゲノムにマッピングし、全ＲＮＡ配列を取得している。がん特有の１塩基変異（Ｓｉｎｇｌｅ　ｎｕｃｌｅｏｔｉｄｅ　ｖａｒｉａｎｔ：　ＳＮＶ）を解析するバリアントコールは、ＧＡＴＫおよびによって実施され、エクソームデータおよびＲＮＡデータで双方で検出された１２９０のコーディングバリアントを候補ペプチドとして選定した。
　工程２：ＭＨＣ結合性予測に基づくワクチン候補配列選定
　本工程では、工程１で選定されたペプチド配列をＮｅｔＭＨＣ　３．４を用いたＭＨＣ結合解析に供試し、　１７０のＭＨＣ－Ｉ結合ペプチドが選定された。さらに、Ｈ－２ＫｂおよびＨ－２Ｄｂ抗体に結合したＭＣ３８のタンパク質画分のマススペクトロメトリ―分析結果と重ね合わせ、結合ペプチドのうち７つががんワクチンとして選択された。なお、ＭＨＣ結合解析ツールとしては、上記以外の一般的なツールも使用することが可能であり、一例としてＭＨＣｆｌｕｒｒｙなどを挙げることができる。
　この工程１及び工程２により、ＭＨＣ結合性がん由来アミノ酸断片を得ることができた。
　細菌由来配列の選定
　細菌に特有なアミノ酸配列からＭＨＣと結合しうる配列は、文献４（Ｎａｔ　Ｂｉｏｔｅｃｈｎｏｌ　３３，　１１０３－１１０８　（２０１５）．）にて報告されている細菌ゲノム配列情報を基に、以下の手順にて実施した。
　工程１：細菌ゲノム解析
　本工程では、腸内細菌のゲノム解析により、細菌が発現しうるタンパク質の網羅的な抽出を実施した。細菌ゲノム解析は、本技術領域で一般的な方法で実施することができる。例えば非特許文献４では、マウスＣ５７／ＢＬ６　ｓｔｒａｉｎの糞便の細菌叢を解析した事例が報告されており、便サンプルからペアエンドライブラリを調製し、　Ｈｉｓｅｑ２０００　でＮＧＳ解析を行っている。検出された配列からホストであるマウスのゲノムにマッチする配列を除去した後、ＳＯＡＰｄｅｎｏｖｏを用いて配列のアセンブルを行い、ＭｅｔａＧｅｎｅを用いて遺伝子推定を行っている。なお、ゲノムの解析方法としては、ショットガン解析に加えてシングルゲノム解析も使用することができる。
　工程２：
　本工程では、工程１で取得された細菌の全ゲノム配列を８～１４ｍｅｒに断片化し、ＭＨＣ　ＩもしくはＭＨＣ　ＩＩへの結合性を、それぞれＮｅｔＭＨＣ４．０（ｈｔｔｐｓ：／／ｓｅｒｖｉｃｅｓ．ｈｅａｌｔｈｔｅｃｈ．ｄｔｕ．ｄｋ／ｓｅｒｖｉｃｅ．ｐｈｐ？ＮｅｔＭＨＣ－４．０）およびＮｅｔＭＨＣＩＩｐａｎ－４．０（ｈｔｔｐｓ：／／ｓｅｒｖｉｃｅｓ．ｈｅａｌｔｈｔｅｃｈ．ｄｔｕ．ｄｋ／ｓｅｒｖｉｃｅ．ｐｈｐ？ＮｅｔＭＨＣＩＩｐａｎ－４．０）を用いて解析した後、各ソフトウエアのデフォルトの閾値に基づき結合ペプチドを選定した。なお、ＭＨＣ結合解析ツールとしては、上記以外の一般的なツールも使用することが可能であり、一例としてＭＨＣｆｌｕｒｒｙなどを挙げることができる。
　この工程１及び工程２により、ＭＨＣ結合性腸内細菌由来アミノ酸断片を得ることができた。
　がん由来配列と細菌由来配列の相同性解析
　上記のがんに特有なアミノ酸配列のなかでＭＨＣと結合しうる配列、および細菌に特有なアミノ酸配列のなかでＭＨＣと結合しうる配列について、ｂｌａｓｔｐによる相同性解析を施行し、相同性が認められる配列として、合計１０５３配列を選定した。
　予測アルゴリズムの構築
　上記１０５３配列の情報を用い、抗原性のあるがんワクチン配列の予測可否について検討した。非特許文献３における従来のがんワクチン予測では、７種類の配列がワクチンとして予測され、そのうち３種類が実際に生体内で免疫反応を誘起することが確認されている。発明者らは、実施例１において高い予測成功割合を示した「類似性＞８０％および同一性６０％」を満たす菌叢由来配列の割合に基づいて７種類の配列の免疫原性を予測した。同予測結果を実験結果と照合し、偽陰性率、偽陽性率、正答率、予測成功割合を算出した（表５）。予測成功割合は１００％を示した（偽陰性率は６７％）。これらの結果より、本実施例で構築した予測アルゴリズムのがんワクチンの予測における有用性が示唆された。
　表５　免疫原性ペプチド予測における，偽陽性率，偽陰性率，正答率，予測成功割合
Figure JPOXMLDOC01-appb-T000006
  
　このように菌叢由来配列（ＭＨＣ結合性腸内細菌由来アミノ酸断片）と、がん由来配列（ＭＨＣ結合性がん由来アミノ酸断片）の変異部位とに相同性がある場合（一定値以上の相同性がある場合）に、がんワクチンの有効成分のポリペプチドのアミノ酸残基配列として有効であると判断した。この予測方法は、がんワクチンの予測方法として有効であることが示された。この方法を実装するためには、がん由来配列（ＭＨＣ結合性がん由来アミノ酸断片）の変異部位を同定する変異部位同定部と、がん由来配列（ＭＨＣ結合性がん由来アミノ酸断片）の変異部位の配列と菌叢由来配列（ＭＨＣ結合性腸内細菌由来アミノ酸断片）との相同性を求める相同性算出部と、記憶部に記憶された閾値を読み出し、求められた相同性とを比較する相同性値の比較部と、求められた相同性が閾値以上の場合（または閾値より大きい場合）に、菌叢由来配列（ＭＨＣ結合性腸内細菌由来アミノ酸断片）をがんワクチンの有効成分のポリペプチドのアミノ酸残基配列の候補として記憶又は出力するがんワクチンの有効成分のポリペプチドのアミノ酸残基配列記憶部又は出力部とを有すればよい。
　［実施例３］本発明のアルゴリズムによるワクチン予測で得られたワクチンのマウス投与試験
　本実施例では、菌叢によるがんワクチン予測で得られたがんワクチン配列のマウス投与試験について記載する。具体的には、マウスの癌変異情報から予測したがんワクチンおよび癌変異情報と菌叢情報から予測したがんワクチンを、がん細胞移植マウスに投与し、腫瘍の増殖度合いを比較した結果について示す。
　がん由来配列の選定
　がんに特有なアミノ酸配列からＭＨＣと結合しうる配列は、ＣＴ２６マウス大腸がん細胞株の核酸配列解析により取得した。なお、本配列の取得は以下の手順にて実施されている。
　工程１：がんゲノム解析
　がん細胞のエクソーム解析とＲＮＡシーケンスにより、がん特有の変異を有し、かつＲＮＡ発現が認められるアミノ酸配列の抽出を行った。エクソーム解析とＲＮＡシーケンスは。本技術領域において一般的な方法で実施することができる。例えば文献（Ｎａｔｕｒｅ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ｖｏｌｕｍｅ　１０，　Ａｒｔｉｃｌｅ　ｎｕｍｂｅｒ：　２６８８　（２０１９））では、マウス大腸がん細胞株ＣＴ２６の解析事例が報告されており、エクソームシーケンスにおいては、Ｇｅｎｏｍｉｃ　ＤＮＡを抽出した後に、Ａｇｉｌｅｎｔ　ｍｏｕｓｅ　ＳｕｒｅＳｅｌｅｃｔ　Ａｌｌ　Ｅｘｏｎ　ｋｉｔ　５０　ＭｂによってＮＧＳ用ライブラリを作製し、Ｈｉｓｅｑ２０００で測定した結果をデータベース上の、レファレンスゲノムにマッピングして全エクソーム配列を取得しており、またＲＮＡシーケンスにおいては、ｌｌｕｍｉｎａ　ＴｒｕＳｅｑ　ｍＲＮＡ　ｓｔｒａｎｄｅｄ　ｋｉｔによってライブラリを作作製した後、Ｈｉｓｅｑ２０００で測定した結果をデータベース上のレファレンスゲノムにマッピングし、全ＲＮＡ配列を取得している。がん特有の１塩基変異（Ｓｉｎｇｌｅ　ｎｕｃｌｅｏｔｉｄｅ　ｖａｒｉａｎｔ：　ＳＮＶ）を解析するバリアントコールは、ｍｕｔｅｃｔ　ｖ１．１．１７およびｖａｒｓｃａｎ２　ｖ２．３．９　によって実施され、いずれかによって特定されたＳＮＶはマウスのレファレンスＲＮＡ配列にマップされた後、当該ＳＮＶを含む２５残基のペプチドを候補ペプチドとして選定した。本実施例ではＣＴ２６マウス大腸がん細胞のエクソーム解析・ＲＮＡシーケンス・変異部位解析をｍａｃｒｏｇｅｎ社に委託することで、がん特有の変異を含む２０－２７ｍｅｒの１１０４個の候補ペプチドを取得した。
　工程２：ＭＨＣ結合性予測に基づくワクチン候補配列選定
　本工程では、工程１で取得されたがん特有の変異を含む１１０４個の候補ペプチドの、ＭＨＣ　ＩもしくはＭＨＣ　ＩＩへの結合性を、それぞれＮｅｔＭＨＣ４．０およびＮｅｔＭＨＣＩＩｐａｎ－４．０を用いて解析した後、各ソフトウエアのデフォルトの閾値に基づき７４８個の結合ペプチドを選定した。なお、ＭＨＣ結合解析ツールとしては、上記以外の一般的なツールも使用することが可能であり、一例としてＭＨＣｆｌｕｒｒｙなどを挙げることができる。
　細菌由来配列の選定
　細菌に特有なアミノ酸配列からＭＨＣと結合しうる配列の獲得は、実験室飼育マウスの糞便サンプルを基に、以下の手順にて実施した。
　工程１：細菌ゲノム解析
　本工程では、腸内細菌のゲノム解析により、細菌が発現しうるタンパク質の網羅的な抽出を実施した。実験室で２週間飼育したマウスＢａｌｂ／ｃ　ｓｔｒａｉｎの糞便５検体に対してｂｉｔ－ＭＡＰによる解析を実行し、それぞれの検体から３８４個の腸内細菌シングルゲノムを取得し、ｐｒｏｋｋａによって個々のシングルゲノムから推定された遺伝子配列を基に、タンパク質のアミノ酸配列を取得した。なお、細菌ゲノム解析は、シングルゲノム解析に加えて、ショットガン解析といった本技術領域で一般的な方法でも実施することが可能である。
　工程２：ＭＨＣ結合性予測に基づく細菌由来配列の選定
　本工程では、工程１で取得された細菌の全アミノ酸配列を８～１４ｍｅｒに断片化し、ＭＨＣ　ＩもしくはＭＨＣ　ＩＩへの結合性を、それぞれＮｅｔＭＨＣ４．０およびＮｅｔＭＨＣＩＩｐａｎ－４．０を用いて解析した後、各ソフトウエアのデフォルトの閾値に基づきＭＨＣ結合ペプチドを選定した。なお、ＭＨＣ結合解析ツールとしては、上記以外の一般的なツールも使用することが可能であり、一例としてＭＨＣｆｌｕｒｒｙなどを挙げることができる。
　マウス投与ワクチン配列の選定
　上記の、がんゲノム由来ワクチン候補配列および細菌由来ＭＨＣ結合ペプチド配列から、下記の手順によってマウス投与試験に用いる配列を選定した。
　工程１：がんゲノム配列情報に基づく投与ワクチンの選定
　７４８個のがんゲノム由来ワクチン候補配列から、がんゲノム解析－工程２で推定されたＭＨＣ結合性が高い上位１５個のペプチド配列を選定し、合成したペプチドの混合物をがんゲノムワクチンとした。表６に、がんゲノムワクチンとして選定された１５個のペプチド配列を示す。
　表６　がんゲノムワクチンとして選定されたペプチド配列
Figure JPOXMLDOC01-appb-T000007
　工程２：がんゲノム配列情報および細菌ゲノム配列情報に基づく投与ワクチンの選定
　がんゲノム由来ワクチン候補配列と細菌由来ＭＨＣ結合ペプチド配列の相同性解析をｂｌａｓｔｐによって実施し、予測アルゴリズムによって免疫原生ありと予測されたがんゲノム由来ワクチン候補配列を４５個抽出した。そのうち、より多数のマウス糞便検体から検出された細菌由来ＭＨＣ結合ペプチド配列と相同ながんゲノム由来ワクチン候補配列を優先的に１５個選定し、合成したペプチドの混合物を菌叢予測がんワクチンとした。表７に菌叢予測ワクチンとして選定された１５個のペプチド配列を示す。
　表７　菌叢予測ワクチンとして選定されたペプチド配列
Figure JPOXMLDOC01-appb-T000008
　がん細胞移植マウスへのワクチン投与試験
　上記ペプチドワクチンをがん細胞移植マウスに投与することによる腫瘍増殖抑制効果を評価した。ワクチン投与試験の手順を以降に示す（図３）。マウスＢａｌｂ／ｃ　ｓｔｒａｉｎを飼育開始後、２０日目にＰＢＳで６　ｘ　１０６　ｃｅｌｌｓ／ｍｌに調製したマウス大腸がんＣＴ２６細胞を１００　μｌずつ皮下移植した。ワクチン投与は、ｖｅｈｉｃｌｅ投与群（Ｇｒｏｕｐ１）、ｐｏｌｙ（Ｉ：Ｃ）投与群（Ｇｒｏｕｐ２）、がんゲノムワクチン投与群（Ｇｒｏｕｐ３）、菌叢予測がんワクチン投与群（Ｇｒｏｕｐ４）の４群（各ｎ＝１０）に対して、がん細胞移植実施日を基準に、１３日前、６日前、２日後、４日後の計４回実施された。ｖｅｈｉｃｌｅ投与群には生理食塩水を、ｐｏｌｙ（Ｉ：Ｃ）投与群には２　ｍｇ／ｍｌのｐｏｌｙ（Ｉ：Ｃ）を、ワクチン投与群には１　ｍｇ／ｍｌのペプチドワクチンと２　ｍｇ／ｍｌのｐｏｌｙ（Ｉ：Ｃ）を、左右の腋下および鼠径リンパ節近傍（合計４か所）に５０μｌずつ投与した。週２回腫瘍径を測定することでワクチンによる腫瘍増殖抑制効果を評価したところ、他群と比較して、菌叢予測がんワクチン投与群において有意な腫瘍増殖抑制が確認された（図４）。また特に、菌叢予測がんワクチン投与群において腫瘍増殖が完全に抑制される個体が１例認められた（図５）。本結果より、本実施例で構築したアルゴリズムによるがんワクチン予測の有用性が示唆された。
　なお、表中の配列と配列表中の配列とに齟齬がある場合は、表中の配列が正しい。
　この発明は，がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するための方法などに関する。このためこの発明は，医薬産業などにおいて利用されうる。
１　システム
３　第１の結合解析部
５　アミノ酸残基配列同定部
７　第２の結合解析部

Claims (7)

  1. 　コンピュータを用いた，がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するための方法であって，
    　腸内細菌に由来するアミノ酸断片である腸内細菌由来アミノ酸断片と，ＭＨＣ（主要組織適合遺伝子複合体）との結合解析を行い，前記腸内細菌由来アミノ酸断片のうちＭＨＣと結合しうるアミノ酸断片であるＭＨＣ結合性腸内細菌由来アミノ酸断片に関する情報を得るための第１の結合解析工程と，
    　がんに由来するアミノ酸断片であるがん由来アミノ酸断片であって，前記ＭＨＣと結合しうるものをＭＨＣ結合性がん由来アミノ酸断片としたときに，前記ＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列と，前記ＭＨＣ結合性がん由来アミノ酸断片のアミノ酸残基配列とを用いて，がんワクチンの有効成分であるポリペプチドのアミノ酸残基配列を同定するためのアミノ酸残基配列同定工程と，
    　を含む方法。
  2. 　請求項１に記載の方法であって，前記腸内細菌由来アミノ酸断片は，８以上１４以下のアミノ酸残基を含む，方法。
  3. 　請求項１に記載の方法であって，前記ＭＨＣは，ＭＨＣ　Ｉ，ＭＨＣ　ＩＩ及びＨＬＡ（ヒト白血球型抗原）のいずれか又は２つ以上である，方法。
  4. 　請求項１に記載の方法であって，
    　前記がん由来アミノ酸断片と，前記ＭＨＣとの結合解析を行う第２の結合解析工程をさらに含み，
    　前記ＭＨＣ結合性がん由来アミノ酸断片は，第２の結合解析工程により求められたアミノ酸断片である，方法。
  5. 　請求項１に記載の方法であって，前記アミノ酸残基配列同定工程は，
    　前記ＭＨＣ結合性腸内細菌由来アミノ酸断片のアミノ酸残基配列と，前記ＭＨＣ結合性がん由来アミノ酸断片のアミノ酸残基配列との相同性を求める相同性取得工程を含む，
    　方法。
  6. 　コンピュータに請求項１に記載の方法を実装させるためのプログラム。
  7. 　請求項６に記載のプログラムを記憶した，コンピュータが読み取ることのできる非一時的情報記録媒体。
PCT/JP2023/007461 2022-03-01 2023-03-01 アミノ酸残基配列を同定するための方法，プログラム及び記録媒体 WO2023167213A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-031096 2022-03-01
JP2022031096 2022-03-01

Publications (1)

Publication Number Publication Date
WO2023167213A1 true WO2023167213A1 (ja) 2023-09-07

Family

ID=87883896

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/007461 WO2023167213A1 (ja) 2022-03-01 2023-03-01 アミノ酸残基配列を同定するための方法，プログラム及び記録媒体

Country Status (1)

Country Link
WO (1) WO2023167213A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015533473A (ja) * 2012-07-12 2015-11-26 ペルシミューン，インコーポレイテッド 個別のがんワクチン及び適応免疫細胞療法
WO2020234188A1 (en) * 2019-05-17 2020-11-26 Nec Oncoimmunity As Method and system for binding affinity prediction and method of generating a candidate protein-binding peptide
JP2021508701A (ja) * 2017-12-29 2021-03-11 アンスティテュ ギュスタブ ルシ ファージテールレングステープメジャータンパク質由来の免疫原性配列、それを発現する細菌、および癌の治療におけるそれらの使用
WO2021094562A2 (en) * 2019-11-15 2021-05-20 Enterome S.A. Antigenic peptides for prevention and treatment of b-cell malignancy

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015533473A (ja) * 2012-07-12 2015-11-26 ペルシミューン，インコーポレイテッド 個別のがんワクチン及び適応免疫細胞療法
JP2021508701A (ja) * 2017-12-29 2021-03-11 アンスティテュ ギュスタブ ルシ ファージテールレングステープメジャータンパク質由来の免疫原性配列、それを発現する細菌、および癌の治療におけるそれらの使用
WO2020234188A1 (en) * 2019-05-17 2020-11-26 Nec Oncoimmunity As Method and system for binding affinity prediction and method of generating a candidate protein-binding peptide
WO2021094562A2 (en) * 2019-11-15 2021-05-20 Enterome S.A. Antigenic peptides for prevention and treatment of b-cell malignancy

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ANONYMOUS: "Notice Regarding Execution of Joint Research Agreement with Keio University Faculty of Pharmacy: Joint Study for Identification of Disease-Related Enterobacteria and Creation of Novel Candidate Treatments Targeting Such Bacteria", BITBIOME - NEWS, 18 August 2021 (2021-08-18), XP093088953, Retrieved from the Internet <URL:https://bitbiome.co.jp/news/news-press/1644/> [retrieved on 20231005] *

Similar Documents

Publication Publication Date Title
EP2872653B1 (en) Personalized cancer vaccines and adoptive immune cell therapies
JP2022133271A (ja) 新生抗原の特定、製造、および使用
JP2023134542A (ja) 新生抗原の特定、製造、及び使用
JP2020519246A (ja) 新生抗原の特定、製造、及び使用
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
JP7034931B2 (ja) ネオエピトープのウイルス送達のための改善された組成物および方法ならびにその使用
US11485784B2 (en) Ranking system for immunogenic cancer-specific epitopes
CN114107314B (zh) 一种斑石鲷RhoGEF10重组基因及性别鉴定方法和试剂盒
WO2023167213A1 (ja) アミノ酸残基配列を同定するための方法，プログラム及び記録媒体
Fatehi et al. Oral vaccination with novel Lactococcus lactis mucosal live vector-secreting Brucella lumazine synthase (BLS) protein induces humoral and cellular immune protection against Brucella abortus
Carulei et al. Phylogenetic analysis of three genes of Penguinpox virus corresponding to Vaccinia virus G8R (VLTF-1), A3L (P4b) and H3L reveals that it is most closely related to Turkeypox virus, Ostrichpox virus and Pigeonpox virus
JP7140280B2 (ja) ネオ抗原ベースの免疫療法のためのエピトープを標的化する方法およびシステム
JP2023540851A (ja) ネオペプチトープ含有ワクチン剤の製造方法
US20230197192A1 (en) Selecting neoantigens for personalized cancer vaccine
CN113316818A (zh) 新生抗原的鉴定方法
Chen et al. Developing a liquid capture chip to accelerate the genetic progress of cattle
CN117866971A (zh) 一种靶向黑色素瘤细胞系的mRNA疫苗及其制备方法和应用
US20180237861A1 (en) Personalized treatment of diseases and disorders

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23763470

Country of ref document: EP

Kind code of ref document: A1