血液がんにおけるウィルムズ腫瘍1に対する抗原特異性T細胞免疫の予測

科学分野:

• 免疫学
• コンピュータ生物学
• 腫瘍学

背景:

• ウィルムズ腫瘍1 (WT1) は,血液学的悪性腫瘍を含む様々な癌に見られる腫瘍抗原である.
• WT1を標的としたT細胞免疫療法が開発されており,T細胞の反応を分析する方法が必要である.
• WT1特異性T細胞を検出するための既存の方法は,範囲とスケーラビリティに制限があります.

研究 の 目的:

• T細胞受容体 (TCR) のシーケンシングデータを用いて,WT1特異のT細胞反応を特定するための計算モデルを開発し,検証する.
• 血液学的悪性腫瘍の患者におけるWT1特異性T細胞の特徴と豊富さを分析する.
• 抗白血病の免疫反応のモニタリングのためのこれらのモデルの可能性を評価する.

主な方法:

• エピトープ特異的および制御T細胞受容体レパートリーを使用した訓練された機械学習モデル (TCRGP).
• WT1エピトープ (VLD,RMF) と単細胞RNA + TCRαβ配列を用いたペプチドパルシングを使用した.
• 急性骨髄性白血病 (AML),慢性骨髄性白血病 (CML) および骨髄性硬化症候群 (MDS) の患者からの大量TCRβシーケンシングデータに適用した.

主要な成果:

• 高い精度でWT1特異のT細胞を識別し,受容器操作特性 (AUROC) 以下の領域は0.74 (VLD) と0.75 (RMF) の値である.
• 健康な対照群と比較して,WT1特異的なT細胞レパートリーは,白血病患者のクローナリティが増加したことを示した.
• 単細胞分析により,AML患者のWT1特異性T細胞は主にエフェクタまたは末端エフェクタ記憶型であることが明らかになった.

結論:

• 新しい計算モデルにより,TCRシーケンシングデータからWT1特異のT細胞を信頼して大規模に識別できます.
• これらのモデルは,白血病におけるWT1に対するT細胞応答のモニタリングを容易にする.
• この発見は,WT1を標的とした免疫療法と免疫モニタリング戦略の開発を支援する.