新亚特拉斯-瘤和新伯特:一个数据库和预测模型,用于正规和非正规瘤新抗原

科学领域:

• 免疫学 免疫学 免疫学
• 在瘤学瘤学.
• 生物信息学是一种生物信息学.

背景情况:

• 来自非编码区域,可转移元素和内置保留的非正规新抗原因其在癌症免疫力中的作用而越来越受认可.
• 人类白细胞抗原 (HLA) I 类分子呈现新抗原,在 CD8+ T 细胞介导的抗瘤免疫反应中发挥关键作用.

研究的目的:

• 策划和分析新抗原-HLA对的综合数据集,重点关注非正规的新抗原.
• 开发用于预测不同类型新抗原的机器学习模型.
• 建立一个公开可访问的资源 (NeoAtlas-Tumor),整合数据,模型和分析工具,用于新抗原研究和疫苗开发.

主要方法:

• 精选了39347个非冗余的新抗原-HLA类I对,来自14个免疫学研究.
• 开发了用于新抗原预测的机器学习模型.
• 集成的表观基因组浏览器和质谱分析用于新抗原的识别和验证.

主要成果:

• 建立了NeoAtlas-Tumor,一个公共门户 (https://ngdc.cncb.ac.cn/neoatlas) 提供精心策划的新抗原数据和预测模型.
• 证明了该资源在与质谱学相结合时识别非正规新抗原的实用性.
• 展示了先进的功能,包括表观基因组浏览器集成用于新抗原表达分析.

结论:

• 新亚特拉斯-瘤资源提供了有价值的数据,预测模型和分析工具,以推进对非正规新抗原的研究.
• 该资源促进了新抗原的识别和表征,为开发基于新抗原的新型癌症疫苗提供了重大前景.
• 提供对数据,模型和工具的免费和开放访问,以促进癌症免疫学和免疫治疗的未来研究.