免疫基因组分析竟然可以如此全面！

肿瘤免疫治疗已经成为继手术治疗、放疗和化疗之后的第四大肿瘤治疗疗法，也是目前最热门的肿瘤治疗手段。在我们“免疫转录组分析”重磅推出后（点击文章，内有优惠活动），本次小编就带领大家从基因组的层面再次探索“免疫”这个神奇的国度。

近年来，免疫治疗在肿瘤科研与临床治疗中的研究越来越火热，直至2018年的诺贝尔奖将其推至巅峰。但基于基因组测序的结果，如何更为准确地为免疫治疗提供服务呢？为了解答这一问题，我们在上一期转录组免疫分析模块的基础上，此次在基因组层面对免疫相关分析进行了总结。

众所周知，肿瘤中的体细胞突变，可转录/表达于 RNA /蛋白水平，进而产生新的抗原或蛋白片段，这些新生抗原被自身的免疫系统识别为非己抗原，激活 T 细胞，引起免疫反应。今年发表在 Cancer Discovery 上的文章表明，具有错配修复缺陷（MisMatch Repair deficient, dMMR）或微卫星高不稳定性（MSI-H）的肿瘤患者，其基因组含有相对较高的突变负荷，提示适合免疫治疗^[1]。因此，综合许多大规模临床和测序研究提示，许多基因组特征，例如，肿瘤突变负荷（TMB）、新抗原负荷、微卫星不稳定等，与免疫治疗应答具有一定相关性。那么我们的基因组免疫模块分析又包含哪些内容呢，接下来让小编一一为您介绍。

图1 新抗原与免疫应答机制^[2]

1.高配版抗新原预测

关于新抗原的预测，主流的方法往往先进行 HLA 分型，然后通过软件计算多肽与 HLA 之间的亲和力来预测；在此基础上，我们分别从软件升级、分析内容和多个组学联合三个方面进行完善。

首先，亲和力预测软件我们将 NetMHCpan(v3.0)、NetMHCII(v2.2) 升级到 NetMHCpan(v4.0)、NetMHCII(v3.2)，该软件不仅考虑了 MHC-I/MHC-II 与新抗原的结合能力，还考虑了肽段剪切以及新抗原的呈递效率等因素；

其次，我们在分析内容上考虑更为完善，围绕 HLA 除去分型，同时检测 HLA 的突变，包括 SNV/Indel 和 LOH 现象，便于明确在新抗原呈递过程中可能由于呈递机制的损伤导致的缺陷；

此外，若有转录组数据，还可以在预测结果之后通过转录组进一步过滤，筛选可表达的新抗原，增加预测结果的准确性。

2.肿瘤突变负荷分析

肿瘤突变负荷（Tumor mutation burden，TMB）一般指肿瘤组织的体细胞突变数量，一般以肿瘤样本中每Mb的非同义突变总数量来表示。2017年发表在 Genome Med 上的文章报道^[3]，TMB 在肺癌、肝癌、肠癌、膀胱癌以及黑色素瘤等癌种中可预测患者的免疫治疗疗效。因此，我们基于 WGS/WES 的体细胞结果计算肿瘤样本的突变负荷与以及新抗原负荷，进而预测患者的免疫治疗效果（如图2）。

图2 肿瘤突变负荷与新抗原负荷展示图

3.错配修复基因突变分析

错配修复系统是一种高保真的单链修复机制，能够识别和逆转 DNA 碱基的错配和插入/缺失（indel）。有文献报道，错配修复基因（Mismatch repair，MMR）缺陷与 TMB 和新抗原数量成正相关^[4]。因此，我们通过文献和数据库汇集已知的 MMR 基因，分别从 Gemline 和 Somatic 两个层面进行变异检出；另外，基于MMR 突变会引起基因组中特征性的突变，例如 C（C＞A）N 等，我们可以统计特征性的突变频谱在背景频谱中的比例，预测或者表征MMR基因缺陷。

4.全面深入的微卫星不稳定性分析

微卫星是均匀分布于真核生物基因组中的短串联重复序列（MS），MS 中核苷酸的插入或缺失发生长度变异，称为微卫星不稳定（Microsatellite Instability，MSI），即 MSI，MSI 的形成与错配修复基因缺陷有关，展现为高突变负荷。

我们不仅可以从 Germline 层面分析单肿瘤样本的微卫星（MicroSatellite, MS）状态，也可以基于成对样本从 Somatic 层面进行 MSI 分析，更适合癌症研究；除了微卫星状态鉴定，还可以在此基础上筛选高频 MSI 基因，并与 MMR 缺陷特征性突变频谱联合分析（如图3）。

图3 样本MMR缺陷特征性突变频谱与MS状态关系图

更全面的“基因组免疫分析”条目供您选择

我们最终集齐 TMB、MMR、MSI 分析与新抗原预测分析四张王炸，召唤出诺禾致源癌症研究部潜心研发精于细节的免疫基因组模块。为方便广大科研与临床用户个性化选择，专门分为新抗原预测模块（内含突变负荷）和“免疫基因组个性化分析”两部分：

       新抗原预测

• HLA I 和 HLA II 分型与突变检测

• 新抗原预测（NetMHCpan v4.0）

  基于 Somatic SNV 预测新抗原（基因组）

  基于 Somatic Indel 预测新抗原（基因组）

  基于融合基因预测新抗原（优选转录组）

• 基于突变基因表达量进一步筛选新抗原（转录组）

• 新抗原与突变负荷关联分析

• 肿瘤主亚克隆新抗原预测

  
  

        免疫基因组个性化分析

• 错配修复基因突变分析（Germline/Somatic mutation）

• MMR 缺陷特征性突变频谱占比分析

• 微卫星不稳定分析

  基于 Germline 层面分析样本的微卫星状态

  基于 Somatic 层面分析样本的微卫星状态

  基于 Somatic MSI 结果进行高频MSI筛选

• MMR 缺陷特征性突变频谱与 MS 状态相关性分析

“人无我有，人有我优”一直以来都是诺禾致源登顶科研服务届的立足之本，也是我们本次推出的肿瘤免疫模块中转录组和基因组的真实写照。我们充分利用转录组数据，进行微环境、免疫组库等分析，实现人无我有；而对于与免疫研究密切相关的新抗原预测和微卫星不稳定等分析，通过分析点细化和软件升级，达到人有我优。但是，对于肿瘤免疫研究的脚步不会就此停止，下一步我们还会全面开发基因组和转录组的关联分析，进一步探讨微环境、新抗原、免疫组库等之间的关联。

最后，小编再次友情提示大家，我们的“癌症特色转录组”活动还在火热进行中哦！凡在2018年12月31日前签订癌症特色转录组标准分析，即可赠送转录组免疫打包分析！点击“免疫转录组分析”原文了解详情。

对免疫转录组和基因组有疑问的亲们，可以直接私信小编：

[e-mail] 欢迎来撩~~

参考文献：

[1] Grasso CS, Giannakis M, et al. Genetic mechanisms of immune evasion in colorectal cancer[J]. Cancer Discov. 2018, 554, pages 538–543 (22 February 2018).

[2] Mark Yarchoan, Burles A. Johnson, Eric R. Lutz, et al. Targeting neoantigens to augment antitumour immunity[J]. Nature. 2017,Nature Reviews Cancer volume 17, pages 209–222 (2017).

[3] Chalmers ZR, Connelly CF, Fabrizio D,et al. Analysis of 100,000 human cancer genomes reveals the landscape of tumor mutational burden[J]. Genome Med. 2017 Apr 19;9(1):34. doi: 10.1186/s13073-017-0424-2.

[4]Yosef E Maruvka, Kent W Mouw, Rosa Karlic, et al. Analysis of somatic microsatellite indels identifies driver events in human tumors[J]. Nat Biotechnol. 2017 Oct;35(10):951-959. doi: 10.1038/nbt.3966.

癌症研究部   赵玉洁丨文案

张   琳丨编辑