临床个体化肿瘤新抗原的预测方法技术

本发明专利技术涉及预测技术，解决了现有肿瘤新抗原分析无法采用一步法获得最后结果及根据临床结果的反馈提升预测的准确率的缺点，提供了一种临床个体化肿瘤新抗原的预测方法，其技术方案可概括为：将患者肿瘤细胞的测序数据与对应参考基因组进行比对得到DNA及RNA比对结果，进行预处理后分析肿瘤细胞中的体细胞变异、克隆类型、肿瘤纯度、肿瘤细胞中的基因表达量及体细胞变异等位基因表达丰度，得到分析结果，再分析潜在新抗原的亲和性及计算多肽递呈效力，根据分析结果、潜在新抗原的亲和性及多肽递呈效力对各对应的新抗原进行评分及排序后呈现。其有益效果是，标准化的过程可提高准确性，且具有更便捷的操作性及可重复性，适用于临床个体化肿瘤新抗原的预测。

【技术实现步骤摘要】
临床个体化肿瘤新抗原的预测方法
本专利技术涉及预测技术，特别涉及个体化肿瘤新抗原的预测技术。
技术介绍
肿瘤的免疫治疗被认为是继手术、放疗、化疗和小分子靶向治疗之后的新一代肿瘤治疗方法，它与之前传统治疗方法的不同之处在于：免疫治疗将治疗手段从直接药物杀伤肿瘤细胞的思路转变为激活免疫细胞，通过增强患者自身的抗肿瘤免疫能力来治疗肿瘤，与传统治疗相比具有杀伤精准、副作用小、疗效持久及个性化程度高等优势。此外，机体免疫系统具有免疫记忆的特性，因此免疫治疗可以帮助患者形成记忆型免疫，在防止肿瘤复发和转移上具有显著优势。目前免疫治疗主要分为两类：基于免疫检查点抑制剂的免疫治疗和细胞免疫治疗。免疫检查点抑制剂已经有多种上市的药物(包括施贵宝和默克公司的PD-1抑制剂等)，在晚期肿瘤的治疗中已经取得了显著的成效，特别是很多对传统疗法耐受的患者也能通过这种疗法获益。对部分肿瘤的治疗中该疗法已经作为一线治疗手段。但是该疗法的总体获益人群占总患者人群的比例约为10～30％，代表着仍然有大量的患者不能获益。细胞免疫治疗又称细胞过继免疫治疗，主要将病人的本文档来自技高网...

【技术保护点】
1.临床个体化肿瘤新抗原的预测方法，包括以下步骤：/n步骤1、将患者肿瘤细胞的测序数据与预设的对应参考基因组进行比对，得到DNA比对结果及RNA比对结果；/n步骤2、对DNA比对结果及RNA比对结果进行预处理；/n步骤3、利用DNA比对结果及RNA比对结果分析肿瘤细胞中的体细胞变异、克隆类型、肿瘤纯度、肿瘤细胞中的基因表达量及体细胞变异等位基因表达丰度，得到分析结果；/n步骤4、预测患者肿瘤细胞的MHC I类分子的基因型，并根据DNA分析结果及患者肿瘤细胞的MHC I类分子的基因型分析潜在新抗原的亲和性及计算多肽递呈效力；/n步骤5、根据分析结果、潜在新抗原的亲和性及多肽递呈效力对各对应的新抗...

【技术特征摘要】
1.临床个体化肿瘤新抗原的预测方法，包括以下步骤：
步骤1、将患者肿瘤细胞的测序数据与预设的对应参考基因组进行比对，得到DNA比对结果及RNA比对结果；
步骤2、对DNA比对结果及RNA比对结果进行预处理；
步骤3、利用DNA比对结果及RNA比对结果分析肿瘤细胞中的体细胞变异、克隆类型、肿瘤纯度、肿瘤细胞中的基因表达量及体细胞变异等位基因表达丰度，得到分析结果；
步骤4、预测患者肿瘤细胞的MHCI类分子的基因型，并根据DNA分析结果及患者肿瘤细胞的MHCI类分子的基因型分析潜在新抗原的亲和性及计算多肽递呈效力；
步骤5、根据分析结果、潜在新抗原的亲和性及多肽递呈效力对各对应的新抗原进行评分及排序后呈现。


2.如权利要求1所述的临床个体化肿瘤新抗原的预测方法，其特征在于，步骤1中，所述将患者肿瘤细胞的测序数据与预设的对应参考基因组进行比对中，采用Burrows-Wheeler转化算法得到DNA比对结果；采用STAR算法得到RNA比对结果。


3.如权利要求1所述的临床个体化肿瘤新抗原的预测方法，其特征在于，步骤1之前，还包括以下步骤：
步骤0、对患者肿瘤细胞的原始测序数据进行预处理，得到患者肿瘤细胞的测序数据。


4.如权利要求3所述的临床个体化肿瘤新抗原的预测方法，其特征在于，步骤0中，所述预处理包括修剪测序接头序列、修剪测序标签序列及去除测序质量较差的序列，采用Trimmomatic软件进行。


5.如权利要求1所述的临床个体化肿瘤新抗原的预测方法，其特征在于，步骤2中，所述预处理包括去重、添加组信息及碱基质量重计算，采用GATK软件进行。


6.如权利要求1所述的临床个体化肿瘤新抗原的预测方法，其特征在于，步骤3包括以下步骤：
步骤3A、利用DNA对比结果分析肿瘤细胞中的体细胞突变位点；
步骤3B、根据体细胞突变位点结合RNA比对结果分析得到体细胞变异等位基因表达丰度及肿瘤细胞中的基因表达量；
步骤3C、通过体细胞变异等位基因表达丰度过滤体细胞突变位点中的假阳性位点，得到实际体细胞突变位点；
步骤3D、对实际体细胞突变位点进行注释及进一步过滤，得到体细胞变异；
步骤3E、计算肿瘤的拷贝数变异文件；
步骤3F、根据体细胞变异及肿瘤的拷贝数变异文件计算肿瘤纯度及克隆结构；
步骤3G、根据RNA比对结果分析肿瘤细胞中的基因表达量。


7.如权利要求6所述的临床个体化肿瘤新抗原的预测方法，其特征在于，步骤3D中，所述体细胞变异是指：针对注释后的实际体细胞突变位点进行进一步过滤，仅保留外显子区域中非同义体细胞突变位点。


8.如权利要求6所述的临床个体化肿瘤新抗原的预测方法，其特征在于，步骤3A采用Mutect2软件进行分析；步骤3B采用GATK的HaplotyperCaller软件分析；步骤3C采用FilterMutectCalls软件进行分析；步骤3D采用ANNOVAR软件进行注释；步骤3E采用cnvkit软件进行计算；步骤3F中，所述计算肿瘤纯度采用ABSOULTE软件进行计算，所述克隆结构采用pyClone软件进行计算；所述克隆结构是指突变基因克隆比，即每个体细胞变异位点的克隆比例。


9.如权利要求6所述的临床个体化肿瘤新抗原的预测方法，其特征在于，步骤3G中，基因...

【专利技术属性】
技术研发人员：许恒，舒洋，杨莉，丁振宇，魏于全，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川;51