Un nouveau flux de travail identifie des cibles cancéreuses courantes et fait progresser l’immunothérapie

Dans une étude récente publiée dans Médecine translationnelle scientifiqueLes chercheurs identifient des néoantigènes immunogènes courants dans différents types de cancer grâce à Splicing Neo antigène Finder (SNAF) qui intègre l’apprentissage profond et de nouveaux algorithmes pour faire progresser l’immunothérapie ciblée contre le cancer.

Étude: La combinaison de la découverte de néoantigènes avec SNAF révèle des cibles communes pour l’immunothérapie du cancer. Crédit image : Design_Cells / Shutterstock.com

arrière-plan

L’objectif principal du traitement du cancer est de développer des thérapies standardisées qui soient efficaces pour la plupart des patients malgré l’hétérogénéité inhérente du cancer, qui conduit souvent à une résistance aux médicaments et à des rechutes. Des avancées récentes, notamment dans les cancers à forte mutation tels que : Mélanomemontre des résultats prometteurs avec les thérapies basées sur les néoantigènes ; Cependant, les cancers à faible charge mutationnelle posent un défi aux traitements traditionnels.

L’épissage de néoantigènes issus de changements post-transcriptionnels offre de nouvelles opportunités dans la lutte contre le cancer. Néanmoins, des recherches supplémentaires sont nécessaires pour comprendre pleinement et exploiter efficacement le potentiel de l’épissage des néoantigènes pour des applications plus larges et plus précises en immunothérapie du cancer.

À propos de l’étude

Dans la présente étude, les chercheurs développent un pipeline systématique pour identifier les néoantigènes d’épissage dans des cancers hétérogènes, en mettant l’accent sur le mélanome et le cancer de l’ovaire. Ces cancers ont été sélectionnés sur la base de leurs ensembles de données omiques moléculaires complets, y compris les données de séquençage de l’immunopeptidome et de l’acide ribonucléique (RNA-Seq), divers schémas thérapeutiques et résultats cliniques.

Un séquençage d’ARN à lecture longue en masse dans des lignées cellulaires de mélanome a été utilisé pour capturer un large spectre d’isoformes d’ARN messager (ARNm) de pleine longueur. La taille de l’échantillon pour les ensembles de données en vrac de séquençage d’ARN, d’immunoprotéomique et de séquençage d’ARN unicellulaire (scRNA-seq) dépendait de la conception originale de l’étude.

Pour in vitro Validation fonctionnelle, complexe majeur d’histocompatibilité des néoantigènes

(MHC) a été confirmée à l’aide du transporteur associé à la lignée cellulaire T2 déficiente en traitement antigénique (TAP). L’immunogénicité et Cellule T La réactivité aux néoantigènes a été évaluée à l’aide de sang périphérique provenant d’au moins trois donneurs sains.

SNAF, un package Python modulaire, est conçu pour automatiser l’identification des néoantigènes d’épissage et prendre en charge la découverte des néoantigènes des cellules T et B. SNAF comprend des capacités de survie, de protéomique par spectrométrie de masse (MS) et d’analyse à lecture longue.

SNAF a été utilisé pour réanalyser les ensembles de données d’ARN-seq (scRNA-seq) en vrac et unicellulaires, en se concentrant sur les néoantigènes du mélanome et en les comparant aux cellules cutanées non cancéreuses. Trente-six néoantigènes synthétisés ont été soumis à une validation, y compris des tests de liaison et d’immunogénicité du CMH-I, tandis que la microscopie confocale a confirmé la localisation des ExNeoEpitopes. Le séquençage des isoformes d’ARNm à lecture longue a été effectué sur des lignées cellulaires de mélanome et aligné sur les données de la cohorte Cancer Genome Atlas (TCGA) et Van Allen.

Les analyses statistiques de l’étude ont utilisé un test t empirique bilatéral modéré de Bayes pour les analyses génomiques comparatives, avec de faux ajustements du taux de découverte pour les grands ensembles de données. Les associations entre néojonctions individuelles ou néoantigènes et survie des patients ont été dérivées à l’aide d’une analyse de régression univariée de Cox.

Résultats de l’étude

Deux flux de travail informatiques ont été développés pour identifier et hiérarchiser les néoantigènes pour les thérapies basées sur les cellules T et B. SNAF identifie les jonctions d’épissage spécifiques à la tumeur et prédit les néoantigènes immunogènes (SNAF-T) et les protéines transmembranaires susceptibles d’être des épitopes spécifiques du cancer (SNAF-B). Cette approche utilise des algorithmes d’apprentissage profond et probabilistes pour quantifier la spécificité tumorale et l’immunogénicité de ces néoantigènes.

L’étude a validé les capacités prédictives de SNAF-T à l’aide d’ensembles de données sur les immunopeptidomes du cancer, ce qui a donné un taux de détection plus élevé des néoantigènes prédits par rapport à d’autres méthodes. Sept des néoantigènes testés ont été validés par spectrométrie de masse, indiquant le potentiel de ces néoantigènes comme cibles pour l’immunothérapie du cancer.

L’analyse de la charge de néoantigènes d’épissage chez les patients atteints de mélanome a montré qu’une charge élevée est en corrélation avec une faible survie globale. En revanche, les patients atteints de mélanome présentant une charge élevée en néoantigènes et ayant reçu un traitement par blocage des points de contrôle immunitaire (ICB) ont amélioré leur survie, ce qui suggère l’importance de ces néoantigènes dans la prédiction de la réponse au traitement. L’analyse différentielle de l’expression génique a révélé qu’une charge élevée en néoantigènes est associée à des gènes impliqués dans l’évasion immunitaire, ce qui suggère que ces patients pourraient bénéficier de thérapies combinées.

Des néoantigènes d’épissage communs ont été trouvés chez plus de 15 % des patients, indiquant leur potentiel en tant que cibles communes chez plusieurs patients. Ces néoantigènes communs ont été détectés plus fréquemment dans des cohortes indépendantes et ont montré un biais de composition en acides aminés, suggérant une reconnaissance plus large par différents génotypes d’antigène leucocytaire humain (HLA).

La capacité de néoantigènes d’épissage communs sélectionnés à se lier au CMH et à déclencher des réponses des lymphocytes T a été observée. De plus, l’analyse des données scRNA-seq a montré que ces néoantigènes proviennent principalement de cellules tumorales et non du microenvironnement tumoral.

SNAF-B a également prédit avec succès les ARNm complets et les protéoformes stables de protéines transmembranaires qui pourraient servir de cibles supplémentaires pour des thérapies telles que les cellules thérapeutiques à cellules T du récepteur d’antigène chimérique (CAR-T) ou les anticorps monoclonaux. L’étude s’est conclue par le développement d’applications Web interactives pour explorer et hiérarchiser les néoantigènes prédits, améliorant ainsi l’utilité du SNAF dans l’identification des cibles pour l’immunothérapie du cancer.