在血液癌症中预测抗原特异性T细胞对Wilms瘤1的免疫力

科学领域:

• 免疫学
• 计算生物学
• 癌症学

背景情况:

• 威尔姆斯瘤1 (WT1) 是一种在各种癌症中发现的瘤抗原,包括血液恶性瘤.
• 针对WT1的T细胞免疫疗法正在开发中,需要分析T细胞反应的方法.
• 目前用于检测WT1特异性T细胞的方法范围和可扩展性有限.

研究的目的:

• 开发和验证使用T细胞受体 (TCR) 测序数据识别WT1特异性T细胞反应的计算模型.
• 在患有血性恶性瘤的患者中分析WT1特异性T细胞的特征和丰度.
• 评估这些模型对抗白血病免疫反应的潜力.

主要方法:

• 训练有素的机器学习模型 (TCRGP) 使用表位特异和控制T细胞受体库.
• 使用WT1表位 (VLD,RMF) 和单细胞RNA + TCRαβ测序的脉冲.
• 应用模型对急性髓性白血病 (AML),慢性骨髓性白血病 (CML) 和骨髓发育综合征 (MDS) 患者的大量TCRβ测序数据.

主要成果:

• 在识别WT1特异性T细胞时实现了高精度,接收器操作特征下的面积 (AUROC) 值为0.74 (VLD) 和0.75 (RMF).
• 与健康对照患者相比,WT1特异性T细胞的克隆性增加.
• 单细胞分析显示,AML患者的WT1特异性T细胞主要具有效应器或终端效应器记忆表型.

结论:

• 新的计算模型可以从TCR测序数据中可靠地大规模识别WT1特异性T细胞.
• 这些模型有助于监测T细胞对WT1的反应.
• 这些发现支持开发针对WT1的免疫疗法和免疫监测策略.