详情

原文传递一种肿瘤突变肽MHC亲和力预测方法及其应用

专利名称：	一种肿瘤突变肽MHC亲和力预测方法及其应用
摘要：	本发明提出了一种肿瘤突变肽MHC亲和力的预测方法，包括如下步骤：(一)肿瘤特异性突变序列的获取；(二)对突变肽MHC亲和力预测，以所述突变序列翻译成预定长度的氨基酸FASTA序列，获得测试肽；对所述测试肽分别进行与MHCI分子、MHCII分子的亲和力评估，按照确定的等级标准筛选突变肽；(三)对步骤(二)中筛选出的具有高亲和力所述突变肽，进行蛋白酶体切割预测，筛选出能够被蛋白酶体有效切割的所述突变肽；(四)实验验证实验合成步骤(三)验证突变肽与患者特有MHC的亲和力。本发明还提出了一种基于肿瘤突变肽MHC亲和力的预测方法在筛选肿瘤新生抗原及制备个性化肿瘤疫苗中的用途。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	丁平
发明人：	丁平
专利状态：	有效
申请日期：	2018-11-30T00:00:00+0800
发布日期：	2019-04-26T00:00:00+0800
申请号：	CN201811448569.9
公开号：	CN109682978A
代理机构：	北京中政联科专利代理事务所(普通合伙)
代理人：	陈超
分类号：	G01N33/68(2006.01);G;G01;G01N;G01N33
申请人地址：	102209 北京市昌平区北清路TBD云集中心1号楼6层
主权项：	1.一种肿瘤突变肽MHC亲和力预测方法，包括如下步骤： (一)肿瘤特异性突变序列的获取对肿瘤组织及正常组织分别抽取DNA进行外显子深度测序，采用GMS分析，获得突变序列； (二)对突变肽MHC亲和力预测以所述突变序列翻译成预定长度的氨基酸FASTA序列，获得测试肽；对所述测试肽分别进行与MHCI分子、MHCII分子的亲和力评估，按照确定的等级标准筛选突变肽； (三)蛋白酶体切割预测对步骤(二)中筛选出的具有高亲和力所述突变肽，进行蛋白酶体切割预测，筛选出能够被蛋白酶体有效切割的所述突变肽； (四)实验验证实验合成步骤(三)筛选出的所述突变肽，与已知高亲和力结合MHC的肽进行MHC竞争结合实验，验证突变肽与患者特有MHC的亲和力。 2.如权利要求1所述的方法，其特征在于：所述GMS分析相关突变包括如下步骤： 1)构建一个正常对照和两个肿瘤样品的180-280bp文库； 2)Aglient Sure Select 4Human All Exon V6捕获文库，并使用picard-tools去除PCR扩增所形成的重复； 3)Illumina HiSeq4000平台上生成外显子序列数据，FastQ数据质控； 4)BWA对外显子读数比对,联合多重设置过滤假阳性。 3.如权利要求2所述的方法，其特征在于：所述联合多重设置过滤假阳性包括如下步骤： 1)Local realignment将由indel导致错配的区域进行重新比对，降低indel附近的比对错误率； 2)unidified Genotyper中的stand_call_conf：在变异检测过程中，用于区分低质量变异位点和高质量变异位点的阈值； 3)VarScan Somatic过滤假阳性。 4.如权利要求1-3任一所述的方法，其特征在于：所述步骤(二)中，还包括通过PCR-rSSO对肿瘤患者的HLA I类和II类分子类型进行测定，并通过PCR-SSP进行进一步验证。 5.如权利要求1所述的方法，其特征在于：所述FASTA序列是由9-21个氨基酸构成的氨基酸序列，优选的是替换氨基酸每侧4-10个氨基酸，更优选的是替换氨基酸每侧的9个氨基酸。 6.如权利要求1所述的方法，其特征在于：所述亲和力评估是分别利用NetMHCpan预测与MHC I类分子结合的所述测试肽链，NetMHCIIpan预测与MHC II类分子结合的所述测试肽链。 7.如权利要求1所述的方法，其特征在于：所述等级标准包括如下五个等级： (1)包含预测的结合表位的新开放阅读框(novel open reading frames，neoORFs)；(2)由于锚定残基突变导致小于150nM的高亲和力的体细胞核苷酸突变；(3)由于非锚定残基其他位置的突变导致小于150nM的高亲和力的体细单核苷酸突变； (4)没有预测结合表位的新开放阅读框； (5)低与(2)和(3)亲和力的新开放阅读框。 8.如权利要求7所述的方法，其特征在于：在进行所述等级标准筛选后，在每个排名组中，首先，突变肽MHC亲和力强，WT序列肽MHC亲和力弱优先；其次，原癌基因突变优先；再次，以突变肽亲和力的不同进行排序；最后，基于亲和力相同的情况下，按照突变的等位基因频率用作进一步排序。 9.如权利要求1-8任一所述的方法，其特征在于：所述蛋白酶体切割预测是采用NetChop C-term 3.0预测能被蛋白酶体C-末端切割位点的肽。 10.如权利要求9所述的方法，其特征在于：采用NetChop C-term 3.0预测能被蛋白酶体C-末端切割位点的肽的预测阈值是0.5，以区分肽C末端切割位点和肽表位内的切割位点。 11.一种如权利要求1-10任一所述的预测方法在筛选肿瘤新生抗原及制备个性化肿瘤疫苗中的用途。
所属类别：	发明专利