肿瘤新生抗原挖掘与鉴定

Identification and Discovery of Tumor Neoantigens

简介

肿瘤新生抗原(Neoantigens)是由肿瘤特异性的突变或异常翻译事件产生,并通过MHC分子呈递于细胞表面的短肽。由于这些肽段在正常组织中不存在,免疫系统从未见过,因此被高度识别为非自身,能够激活强烈而特异的T细胞免疫反应。

在肿瘤免疫治疗领域,新生抗原被认为是最具安全性与精确性的靶点,它们具有高度特异性、低自体耐受风险、强免疫原性等优势,是肿瘤个体化免疫治疗(如个体化疫苗、TCR-T)的核心靶点。

然而,许多真正具有免疫原性的抗原并不来自经典的蛋白编码区,而是来自uORF、lncRNA、反义链、融合转录本、无注释smORF等非传统来源。这些肽段在传统蛋白数据库中缺失,使得依赖数据库匹配的质谱方法难以识别,导致大量潜在的新生抗原长期处于盲区。

正因如此,能系统性发现非经典来源的新生抗原,就成为推动肿瘤免疫研究的重要突破口。而翻译组学(Ribo-seq)正好为这一领域提供了新的技术基础:它可以从源头捕捉所有真实翻译的编码序列,为全面的新生抗原挖掘提供前所未有的可能性。

技术原理

传统免疫肽组学依赖数据库搜库,能鉴定到的呈递肽段大多来自已注释蛋白。而真实肿瘤细胞中,大量抗原来自uORF(5'UTR上游开放阅读框)、lncRNA编码片段、antisense ORF、非注释smORF(≤100aa)。这些区域通常不会出现在任何标准蛋白数据库中,质谱也无法主动去找它们。

Ribo-seq核糖体印迹分析可以直接捕获全基因组范围内正在翻译的ORF,并产生真实的核糖体足迹,构建真实存在且正在翻译的肽段库。因此,Ribo-seq是补齐肿瘤新抗原发现盲区的关键

这种“翻译组+免疫肽组学”的整合策略大幅提升了新生抗原的发现深度和广度,为肿瘤免疫学提供了更多、更新且更具生物学意义的候选抗原,为疫苗开发和精准免疫治疗开辟新的方向。

为什么需要超高分辨率Ribo-seq?

标准Ribo-seq分辨率不足时,会带来几个问题:

1. 无法精准定位ORF起始位点 → 小肽难以被识别
2. 无法分辨重叠ORF → 大量smORF被混淆
3. 翻译产物边界不准 → 影响质谱匹配
4. 低质量核糖体足迹会被算法当作噪音

而我们的超高分辨率Ribo-seq具有:

ORF解析精度可达单碱基水平

能将隐藏在UTR、lncRNA、重复序列中的ORF逐一解析出来

精准的三核苷酸周期性

使真正被翻译的位点清晰可见

极强的足迹均一性

减少假阳性,提高后续质谱匹配可信度

能系统识别smORF/微肽

这些是传统新抗原方法最容易漏掉的来源,也是免疫原性最强的来源之一

因此,比起传统的Ribo-seq,我们能找到更多、更新、更真实的新抗原资源。

技术路线
1. 样本采集
2. 构建超高分辨率翻译组(High Resolution Ribo-seq)和全转录组(Total RNA-seq)
3. HLA抗体富集及免疫肽组学(Immunopeptidomics)
4. 整合分析
技术优势

我们的肿瘤新生抗原挖掘平台,将超高分辨率Ribo-seq、全转录组测序与免疫肽组学深度整合,在业内形成了独特优势:

  1. 1. 超高分辨率Ribo-seq:更精准、更全面的ORF鉴定能力

    可精准解析隐藏于UTR、lncRNA、非注释区中的大量smORF,显著扩展新抗原候选范围

  2. 2. 构建真实的样本特异小肽数据库

    不依赖任何公共注释库,而是基于样本自身的翻译事件构建肽段数据库,使得大量非注释ORF/smORF得以被纳入搜库,提高新抗原发现灵敏度

  3. 3. 质谱与翻译组的双证据支持

    HLA富集免疫肽组学提供实际呈递的证据,而Ribo-seq提供真实翻译的证据,两者的结合使得新生抗原更可信、更容易用于后续免疫应用(疫苗/TCR)

  4. 4. 超强的smORF挖掘能力,显著多于传统方法

    小于100aa的微肽往往免疫原性强却极易漏检,我们的高质量核糖体足迹和算法能系统识别这些微型肽源ORF,而传统方法难以覆盖

  5. 5. 高标准、可重复的全流程生信体系

    从RPF质控 → ORF识别 → 肽库构建 → MS匹配 → 新抗原筛选全流程均已标准化,使结果稳定可靠,便于临床与研发转化

  6. 6. 多维度免疫原性评估体系

    帮助用户快速定位最具药物化潜力的新生抗原靶点

  7. 7. 研发与临床皆可用的结果交付
交付内容(标准化分析)
1. RPF数据质控(Ribo-seq)
2. 新生抗原长度分布分析
3. ORF特征分析
4. 质谱数据支持的小肽数量分析+ORF数量统计
5. ORF展示(全基因范围)
6. 新生抗原来源分布统计
7. 质谱数据质控
个性化分析
1. 新抗原与MHC结合亲和力计算
2. 新抗原编码序列核糖体信号分布检测
3. 新抗原编码序列翻译效率评估
4. 新抗原编码序列核糖体密度定量分析
应用场景
1. 肿瘤个体化疫苗(mRNA/多肽/DC疫苗)
2. CAR-T新靶点探索
3. 肿瘤翻译异常机制解析
4. lncRNA、uORF编码产物研究
5. TCR-T靶点筛选
6. 微肽功能研究
7. 免疫逃逸相关ORF发现
验证码

我们团队会在24小时内回复

有任何疑问和建议请随时联系

邮箱: service@neoribo.com