共同表达抗原作为癌症治疗的双重向候选人的计算发现,通过散装,单细胞和空间转录组学

科学领域:

• 免疫学 免疫学 免疫学
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 双特异性抗体 (bsAbs) 通过向两个不同的癌细胞抗原,提供了一个有前途的癌症免疫疗法策略.
• 实验性识别最佳的bsAbs目标是昂贵和耗时的,因为大量的潜在表面蛋白和需要选择性表达在癌细胞.
• 使用大量RNA测序的现有方法难以准确识别共同表达的对,而单细胞RNA测序面临着对大规模分析的转录覆盖面临的挑战.

研究的目的:

• 通过整合批量和单细胞RNA测序数据来开发和验证用于识别双特异抗体标的计算管道.
• 解决单个RNA测序方法的局限性,以发现对癌细胞具有高特异性的共同表达的基因对.
• 通过确定肝细胞癌 (HCC) 的新型bsAbs点对来证明管道的实用性.

主要方法:

• 开发了一个计算管道,将来自OCTAD数据库的大量RNA测序 (RNA-seq) 和单细胞RNA测序 (scRNA-seq) 数据结合起来.
• 大量RNA-seq用于识别最能将瘤与健康样本区分开来的标对.
• 使用scRNA-seq数据 (39361个健康细胞,18000个HCC细胞) 来确认共同表达模式,随后进行空间转录组学以进行现场验证.

主要成果:

• 该管道成功确定了GPC3-MUC13作为肝细胞癌的顶级联合表达基因对.
• 发现GPC3和MUC13在超过30%的恶性肝细胞的表面上共同表达.
• 在其他健康细胞中,GPC3和MUC13的表达显着较低,这表明HCC的特异性很高.
• 空间转录组学证实了GPC3和MUC13.0的局部共表达.

结论:

• 开发的计算管道有效地整合了批量和scRNA-seq数据,用于准确的双特异性抗体标识.
• GPC3-MUC13对代表了肝细胞癌免疫治疗的高度特定和有前途的标.
• 该管道为加速在癌症研究中发现新的bsAbs目标提供了有价值的工具.