English | 中文版 | 手机版 企业登录 | 个人登录 | 邮件订阅
高级搜索
当前位置 > 首页 > 行业资讯 > 讲座 > 在线讲座:AI驱动的基于质谱的肿瘤新生抗原发现
在线讲座:AI驱动的基于质谱的肿瘤新生抗原发现
点击次数:1430 发布日期:2022-1-5  来源:本站 本站原创,转载请注明出处
主讲人:李文婷,高级应用工程师
时间:2022年1月7日下午14:30-15:30

肿瘤细胞的遗传不稳定性往往导致大量突变的发生,其中非同义突变的表达可以生成肿瘤特异性蛋白,这些蛋白即为新生抗原(Neoantigen)。肿瘤新生抗原在正常细胞中不表达,具有高度的免疫原性。新生抗原被内源性蛋白酶体(proteasome)降解为8-11个左右氨基酸的短肽,肽段与MHC-I类分子特异性结合,然后被呈递至癌细胞表面,被免疫系统T细胞识别,激活T细胞,进而使得癌细胞被效应T细胞攻击和消除。因此,新生抗原可以作为肿瘤免疫治疗的靶标,直接用于评估免疫治疗的响应效果。新生抗原的产生与作用过程我们可以通过以下视频来了解一下。


(点击查看完整视频)

早期的新生抗原鉴定方法主要是基于全外显子组测序(WES)与RNA-seq结合,然后根据参考序列库预测出候选肽段,但是测序的方法并不能提供直接证据来证明预测的新生抗原是否是真实存在的。高分辨质谱分析方法的快速发展使得HLA特异结合表位的直接鉴定成为可能。基于质谱的新生抗原鉴定不仅可以在一个实验中鉴定数千个MHC结合肽,而且可以同时揭示这些突变肽段的翻译后修饰等信息。

基于质谱的新生抗原鉴定方法虽然灵敏度和分辨率非常高,可以得到全面的谱图信息,但是难点主要在样品制备和低丰度多肽谱图的解析上。在质谱数据分析方法的层面上,目前主要方法仍然需要借助基因组、转录组测序或者二维分离等手段构建理论参考谱图库,然后借助这些参考库对新生抗原的质谱数据进行解析。该方法的局限在于无法发现谱图库中没有包含的肽段,基因虽有突变但是未表达、表达后发生修饰、被蛋白酶体剪切等等。

为了深入挖掘新生抗原质谱数据中的有效谱图信息并对肿瘤新生抗原预测,BSI开发了全新的DeepImmu新生抗原发现平台,将深度学习算法整合到数据处理中,借助AI技术解析新生抗原的候选肽段。

豆谷科技将于2022年1月7日下午举办肿瘤新生抗原在线免费讲座,为大家介绍AI驱动的基于质谱技术的新生抗原发现技术,欢迎交流。
 
如何报名:
如果您计划参加,清扫一扫下方二维码填写报名!
报名后,我们会在一个工作日内通过微信或邮件回复您!

参考文献
1.Yarchoan, M., et al., Targeting neoantigens to augment antitumour immunity. Nat Rev Cancer, 2017. 17(4): p. 209-222.
2.Gopanenko, A.V., E.N. Kosobokova, and V.S. Kosorukov, Main Strategies for the Identification of Neoantigens. Cancers (Basel), 2020. 12(10).
3.Bassani-Sternberg, M., Mass Spectrometry Based Immunopeptidomics for the Discovery of Cancer Neoantigens. Methods Mol Biol, 2018. 1719: p. 209-221.
相关公司:上海豆谷信息科技有限公司
联系电话:021-54155562
E-mail:sales@wandougu.com


用户名: 密码: 匿名 快速注册 忘记密码
评论只代表网友观点,不代表本站观点。 请输入验证码: 8795
Copyright(C) 1998-2022 中国生物器材网 电话:021-64166852;13621656896 E-mail:info@bio-equip.com