生物信息学在肿瘤免疫治疗过程中的应用价值 | 医麦精品汇

蓝调闲人 2017-05-20

展开全文

随着人们对肿瘤分子生物学认识的加深，对于肿瘤的治疗手段在不断更新。从最开始的肿瘤切除手术，到后来的放疗、化疗以及靶向治疗，人们都寄希望于外界的干预手段来消灭肿瘤。最近几年，人们逐渐把目光转向了自己的免疫系统，通过激发人体自身免疫系统的活性来消除肿瘤。这种转变是有效的，在针对一些恶性程度比较大的肿瘤类型，如黑色素瘤、非小细胞肺癌等的治疗中，取得了比较振奋人心的进步。

在 2013 年，肿瘤的免疫治疗方法被《科学》杂志评为了年度最重要的科学突破，这昭示着免疫治疗将为肿瘤治疗领域带来新的变革。

肿瘤免疫治疗的根本原则是调动起人体内的免疫细胞，依赖人体本身的免疫能力击杀肿瘤细胞。目前，肿瘤免疫治疗的具体实施方法分为两类：

一，在体外通过诱导扩增或基因工程技术改造，产生特异靶向肿瘤的T 细胞，然后回输到体内，精准击杀肿瘤细胞。

二，通过向人体输入针对T细胞的免疫检查点抑制剂，提高 T 细胞活性，促进击杀肿瘤细胞。

虽然肿瘤免疫治疗的有效性非常可观，但是距离治愈癌症或者显著扩大受益人群还存在一定的差距，面临较大的挑战。

首先，为了制造有效、安全的特异靶向肿瘤的T 细胞，需要对肿瘤细胞产生的新生抗原进行准确预测。如果预测得不准，将会导致诱导或改造出对肿瘤细胞并不有效甚至是对患者造成严重不良反应的 T 细胞。

第二，虽然使用免疫检查点抑制剂可以非常有效地激活患者自身免疫活性，但并不是所有患者都会获益。那么，通过何种检测指标准确筛选出获益可能性较大的患者就成为了一个关键问题。

第三，肿瘤免疫治疗的前提是患者具有正常并活跃的免疫系统，因此为了实时评估患者在免疫治疗中的获益可能，在治疗前、治疗中以及治疗后对患者免疫系统的监控就显得尤为重要。

Valsamo Anagnostou 2017 Cancer Discovery

为了提高肿瘤免疫治疗的适用性和有效性，针对上述三个问题，著名科技公司普瑞基准科技研发了一套针对肿瘤免疫治疗的生物信息学分析方案，并和聚焦肿瘤免疫治疗的重点医院、知名企业开展了广泛而深入的合作。

下面分别从肿瘤新生抗原预测、免疫检查点抑制剂适用性评估和患者免疫系统状态监测三个方面介绍相应的生物信息学流程产品。

肿瘤新生抗原预测

肿瘤新生抗原的预测流程

对于肿瘤新生抗原的预测主要分为两个步骤：首先，要鉴定出肿瘤细胞特有的非同义体细胞突变，这些突变是新生抗原的可能来源。然后，要基于非同义体细胞突变筛选出可被 T 细胞识别的新生抗原，筛选标准主要依据该新生抗原的表达活性以及被HLA分子呈递到肿瘤细胞表面的可能性。

肿瘤新生抗原的预测过程实际上是多组学结合、多算法融合的生物信息学过程。

首先，对患者进行成对样本的全外显子组测序。基于测序结果，可以准确、全面地鉴定出肿瘤特异非同义体细胞突变列表以及患者的HLA 分子分型。

然后，对患者肿瘤样本进行高深度的RNA-seq测序，依照检测得到的表达谱筛选具有较高表达的体细胞突变。

最后，通过 5 种算法，分别预测患者特定HLA 分子分型与各新生抗原之间的亲和性，采用陪审团策略筛选出与 HLA 分子亲和性较大的新生抗原这些预测得到的新生抗原列表将会提供给合作者进行特异靶向肿瘤的T细胞诱导或改造。

为了全面预测出肿瘤特异非同义体细胞突变，该流程采用了成对样本的全外显子测序，避免一般panel 基因检测带来的突变覆盖局限性。为了筛选明确表达的新生抗原，该流程采用了高深度RNA-seq 测序检测，过滤掉假阳性结果。为了提高新生抗原预测的准确性，进而改善免疫治疗效果，该流程依赖患者特异的 HLA分子分型，采用包含多种预测算法的陪审团策略，筛选出最有可能被T细胞识别的肿瘤新生抗原。

免疫检查点抑制剂适用性评估

PD-1 Pathway Cancer

在肿瘤患者体内，肿瘤细胞会表达PD-L1配体，该配体会与 T 细胞上的PD-1 受体相结合，这样就可以将 T 细胞活性抑制掉，从而发生免疫逃逸。目前上市的免疫检查点抑制剂都是人源化的单克隆抗体，它们能与肿瘤细胞的 PD-L1 或 T细胞的 PD-1 相结合，从而阻断 PD-L1 与 PD-1之间的结合，使 T 细胞对肿瘤细胞保持杀伤能力。但是，在免疫检查点抑制剂的实际使用中，并没有达到100%的人群有效率。在一些治疗案例中可以看到，对于具有高表达 PD-L1 的患者，免疫检查点抑制剂的效果较好。但这个关联并不是绝对的：在卵巢癌和黑色素瘤等癌症中，PD-L1的表达水平和免疫检查点抑制剂之间的关系还不是特别清晰；在某些肺癌案例中，免疫检查点抑制剂对于具有低表达 PD-L1的患者也存在治疗效果。由此可见，PD-L1的表达水平不能作为是否可以使用免疫检查点抑制剂的唯一评判标准。

最近的一些研究进展显示，具有大量体细胞突变的肿瘤患者对检查点抑制剂更加敏感。这是因为，具有更多体细胞突变的肿瘤细胞会产生更多的新生抗原，增加了 T细胞对这些肿瘤细胞成功识别的可能性，从而最大限度地释放出 T 细胞的杀伤力。基于这个原理，普瑞基准科技开发了一套肿瘤新生抗原负载（Tumor Neoantigen Burden，TNB）检测流程肿瘤新生抗原负载肿瘤新生抗原负载肿瘤新生抗原负载肿瘤新生抗原负载，并基于癌症人群大数据挖掘分析结果，为患者进行免疫检查点抑制剂适用性评估。

对于肿瘤新生抗原负载阈值的确定，该流程以 TCGA 发布的癌种特异人群全外显子测序数据和 RNA-seq 数据为基础进行挖掘计算。首先，参考测序深度、体细胞突变频率等参数，筛选出比较确信的肿瘤体细胞突变。然后，根据体细胞突变发生基因在特定癌种人群中的表达水平，筛选出平均表达水平较高的体细胞突变。接着，遍历所有可能的 HLA 分型，筛选出与HLA分子亲和度较高的新生抗原。根据筛选得到的新生抗原，计算特定癌种人群中肿瘤新生抗原负载分布，并依据一定标准选取阈值用于免疫检查点抑制剂适用性评估。

考虑到基因组检测的经济成本和时间成本，普瑞基准科技开发了具有代表性的基因检测panel。评估结果显示，基于发生在该panel基因上的非同义体细胞突变计算得到的肿瘤新生抗原负载可以很好地反映全外显子组的情况，相关性达到80% 。

患者免疫系统状态监测

V、J基因片段

肿瘤免疫治疗的基础是人体的免疫系统，其活跃程度以及 T 细胞受体库的组成特征会反映免疫治疗的效果，也可以提示免疫治疗的实施策略。普瑞基准科技开发了一套针对外周血T 细胞受体库alpha/beta 链进行测序分析的流程，该流程可扩展到针对肿瘤浸润T细胞受体库gamma/delta链的测序分析。

该流程首先对 T细胞受体库alpha/beta链测序结果进行质控，然后进行clonotype的组装和针对不同clonotype丰度的描述性统计，接着进行V、J基因片段使用频率的统计，最后进行库内多样性评估和库间多样性比较。不同样本间V、J基因片段使用频率的改变可以反映免疫治疗对患者免疫系统组成的影响，也可反映患者免疫系统活性的变化。基于对上述两种信息的监测，可以为肿瘤免疫治疗的调整提供实时依据。

CAR-T临床试验回顾：

专访Carl H. June实验室幕后英雄，宾大终身荣誉教授Bruce Levine

西比曼集团联合江苏省人民医院启动CAR-T治疗难治性DLBCL临床试验