[發明專利]一種腫瘤新生抗原負荷的預測方法及裝置

有效

• 申請號: 202110067368.X
• 申請日: 2021-01-19
• 公開（公告）號: CN113053458B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 高志博;金皓玄;王佳茜;蘇小凡
• 申請（專利權）人: 深圳裕康醫學檢驗實驗室
• 主分類號: G16B20/30
• 分類號: G16B20/30;G16B20/10;G16B40/00
• 代理公司: 深圳市恒申知識產權事務所(普通合伙) 44312
• 代理人: 任哲夫

1.一種腫瘤新生抗原負荷的預測方法，其特征在于，包括如下步驟：

獲取同一腫瘤組織樣本和對照樣本在全外顯子范圍內的測序數據；

分別對所述腫瘤組織樣本和對照樣本進行體細胞變異檢測，獲得在全外顯子范圍內的體細胞變異位點；

對所述體細胞變異位點進行聚類分析，獲得包含不同變異位點的腫瘤克隆；

根據所述體細胞變異位點，基于肽段與HLA結合親和力，預測潛在的腫瘤新生抗原肽段序列；

基于體細胞變異位點的聚類結果和所述腫瘤新生抗原肽段序列，計算新生抗原肽段與非同義變異位點的比例，獲得免疫編輯得分；

計算腫瘤新生抗原負荷，

所述根據所述體細胞變異位點，基于肽段與HLA結合親和力，預測潛在的腫瘤新生抗原肽段序列包括：

以基于體細胞變異位點翻譯而成的變異氨基酸為中心，對21-mer范圍內的多肽進行掃描，確定與HLAⅠ類分子結合的候選肽；

預測8-11-mer肽對HLAⅠ類分子的結合親和力；

篩選候選肽；

所述篩選候選肽具體為：篩選RNA數據未表達的突變、序列與自身同源的表位和半最大抑制濃度大于500nm的表位；

所述基于體細胞變異位點的聚類結果和所述腫瘤新生抗原肽段序列，計算新生抗原肽段與非同義變異位點的比例，獲得免疫編輯得分包括：

將每個簇標簽下對應的所有非同義體細胞變異位點和預測得到的候選肽分別累加，獲得非同義變異位點數量和候選肽數量；

計算候選肽數量與非同義變異位點數量的比例，即得免疫編輯得分；

所述計算腫瘤新生抗原負荷包括：

將免疫編輯得分小于0.9的腫瘤克隆簇定義為免疫清除狀態；

將處于免疫清除狀態的腫瘤克隆簇所對應的腫瘤細胞簇比例相加，得到腫瘤新生抗原負荷。

2.根據權利要求1所述的腫瘤新生抗原負荷的預測方法，其特征在于，所述對所述體細胞變異位點進行聚類分析，獲得包含不同變異位點的腫瘤克隆，包括：

基于所述體細胞變異位點，計算變異等位測序深度、變異等位頻率、變異位點拷貝數及腫瘤純度值，根據計算得到的變異等位測序深度、變異等位頻率、變異位點拷貝數及腫瘤純度值進行聚類分析，將所述體細胞變異位點按簇進行聚類。

3.根據權利要求2所述的腫瘤新生抗原負荷的預測方法，其特征在于，所述變異等位測序深度為所述測序數據中在相應位點發生體細胞變異的變異序列的數量；變異等位頻率VAF_i通過如下公式計算：

；

其中，V_i為變異等位測序深度，R_i為參考等位測序深度。

4.根據權利要求2-3任一項所述腫瘤新生抗原負荷的預測方法，其特征在于，所述聚類分析過程中，體細胞包括正常細胞N、未攜帶該變異的腫瘤細胞T_mut和攜帶該變異的腫瘤細胞T_wt，所述攜帶該變異的腫瘤細胞T_wt占未攜帶該變異的腫瘤細胞T_mut和攜帶該變異的腫瘤細胞T_wt之和的比例為變異腫瘤細胞比例，若兩個或大于兩個變異位點的變異腫瘤細胞比例在同一分布模型中，則對處于同一分布模型中的變異標記相同的簇標簽，聚類為一簇；每個簇標簽具有與之對應的腫瘤細胞簇比例，所述腫瘤細胞簇比例通過如下方式計算：

。

5.根據權利要求4所述的腫瘤新生抗原負荷的預測方法，其特征在于，所述體細胞變異位點選自點突變、插入或缺失、結構變異、拷貝數變異中的至少一種；所述測序數據的獲取方法包括全基因組測序、全外顯子組測序或探針捕獲測序中的一種。

6.一種腫瘤新生抗原負荷的預測裝置，其特征在于，包括：

數據獲取模塊，用于獲取同一腫瘤組織樣本和對照樣本在全外顯子范圍內的測序數據，分別對所述腫瘤組織樣本和對照樣本進行體細胞變異檢測，獲得體細胞變異位點；

檢測模塊，用于分別對所述腫瘤組織樣本和對照樣本進行體細胞變異檢測，獲得在全外顯子范圍內的體細胞變異位點；

聚類模塊，用于對所述體細胞變異位點進行聚類，獲得包含不同變異位點的腫瘤克隆；

預測模塊，用于根據所述體細胞變異位點，基于肽段與HLA結合親和力，預測潛在的腫瘤新生抗原肽段序列；

免疫編輯計算模塊，用于基于體細胞變異位點的聚類結果和所述腫瘤新生抗原肽段序列，計算新生抗原肽段與非同義變異位點的比例，獲得免疫編輯得分；

腫瘤新生抗原計算模塊，用于計算腫瘤新生抗原負荷；

所述根據所述體細胞變異位點，基于肽段與HLA結合親和力，預測潛在的腫瘤新生抗原肽段序列包括：

以基于體細胞變異位點翻譯而成的變異氨基酸為中心，對21-mer范圍內的多肽進行掃描，確定與HLAⅠ類分子結合的候選肽；

預測8-11-mer肽對HLAⅠ類分子的結合親和力；

篩選候選肽；

所述篩選候選肽具體為：篩選RNA數據未表達的突變、序列與自身同源的表位和半最大抑制濃度大于500nm的表位；

所述基于體細胞變異位點的聚類結果和所述腫瘤新生抗原肽段序列，計算新生抗原肽段與非同義變異位點的比例，獲得免疫編輯得分包括：

將每個簇標簽下對應的所有非同義體細胞變異位點和預測得到的候選肽分別累加，獲得非同義變異位點數量和候選肽數量；

計算候選肽數量與非同義變異位點數量的比例，即得免疫編輯得分；

所述計算腫瘤新生抗原負荷包括：

將免疫編輯得分小于0.9的腫瘤克隆簇定義為免疫清除狀態；

將處于免疫清除狀態的腫瘤克隆簇所對應的腫瘤細胞簇比例相加，得到腫瘤新生抗原負荷。