使用单个样本基因表达状态推断算法进行瘤相关抗原预测
Xinpei Yi1, Hongwei Zhao2, Shunjie Hu2
1Department of Bioinformatics and Biostatistics, School of Life Sciences and Biotechnology, Shanghai Jiao Tong University, Shanghai 200240, China; Lester and Sue Smith Breast Center, Baylor College of Medicine, Houston, TX 77030, USA; Department of Molecular and Human Genetics, Baylor College of Medicine, Houston, TX 77030, USA.
Cell reports methods
|November 19, 2024
概括
研究人员使用一种新的算法和RNA测序数据确定了212个瘤相关抗原 (TAA). 18个TAA得到了验证,其中10个显示出肝癌免疫疗法的希望,包括具有强烈HLA结合的特定.
科学领域:
- 基因组学就是基因组学.
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
背景情况:
- 瘤相关抗原 (TAA) 是癌症免疫治疗的关键标.
- 识别新型TAA需要强大的计算和实验验证方法.
研究的目的:
- 开发和应用一个基于贝叶斯的算法来识别TAA跨不同类型的癌症.
- 用独立的数据集和实验方法验证候选TAA.
- 发现肝癌免疫治疗的潜在治疗点.
主要方法:
- 基于贝叶斯的基因表达状态推断算法.
- 来自癌症基因组图谱 (TCGA) 和基因型-组织表达 (GTEx) 项目的RNA测序 (RNA-seq) 数据的分析.
- 使用独立的RNA-seq数据集,蛋白质组学数据和对结合和免疫性进行实验分析的验证.
主要成果:
- 在33种癌症类型中确定了212个候选TAA.
- 在独立数据集中验证了78个TAA和18个TAA与蛋白质组学数据.
- 发现了10个与肝癌相关的TAA,其中21个预测的具有强大的HLA-A02结合和免疫性.
- 发现约64%的肝脏瘤表达与这些验证相关的TAA.
结论:
- 综合计算和实验方法成功识别和验证了癌症免疫疗法的有希望的TAA.
- 发现的TAA和代表了肝癌的潜在治疗候选者,包括类疫苗和T细胞受体 (TCR) -T细胞疗法.
- 这项研究强调了多学科数据集成在推进精确瘤学的价值.
