【技术实现步骤摘要】
【国外来华专利技术】用于重构T细胞选择的方法及其用途
[0001]本申请按照
35U.S.C.
§
119(e)
要求
2021
年3月
12
日提交的美国临时申请号
63/160,299
和
2021
年
11
月1日提交的美国临时申请号
63/274,263
的优先权权益
。
上述申请的公开内容被认为是本申请的一部分并且通过提及而以其整体在此合并入本申请的公开内容中
。
[0002]序列表的合并
[0003]在随附的序列表中的材料特此通过提及而合并入本申请中
。
随附的序列表文本文件
(
名称为
426871
‑
000252_SL_ST25.txt)
创建于
2022
年3月9日，并且为
17kb。
该文件可以在使用
Windows OS
的计算机上通过使用
Microsoft Word
来进行评估
。
[0004]专利技术背景
[0005]T
细胞是人免疫系统的最重要的细胞之一，并且在身体的适应性免疫应答中发挥中心作用
。T
细胞受体
(TCR)
是在
T
细胞表面上发现的蛋白质序列，其规定
T
细胞可以与哪些抗原相结合并且与之相互作用
。
创造
TCR
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.
对免疫受体链基因进行分类的方法，其包括：
a)
获得包含多个基因区段和体细胞改变的免疫受体链基因序列；
b)
将所述多个基因区段或体细胞改变中的至少一个翻译为氨基酸序列；
c)
将编码能够进行抗原识别的氨基酸序列的免疫受体链基因鉴定为生产性免疫受体链基因；
d)
将没有能够进行抗原识别的氨基酸序列的免疫受体链基因鉴定为非生产性免疫受体链基因；
e)
对被鉴定为非生产性的免疫受体链基因的氨基酸序列进行修复以生成能够进行抗原识别的经修复的免疫受体链基因；和
f)
将所述免疫受体链基因分类为生产性免疫受体链基因或经修复的免疫受体链基因，由此对所述免疫受体链基因进行分类
。2.
权利要求1的方法，其中所述基因区段选自由下列各项组成的组：可变
(V)
基因区段
、
多样性
(D)
基因区段
、
连接
(J)
基因区段及其任何组合
。3.
权利要求1的方法，其中所述免疫受体链基因选自由下列各项组成的组：
T
细胞受体
(TCR)、TCR
α
链
(TCR
α
)、TCR
β
链
(TCR
β
)、TCR
δ
链
(TCR
δ
)、TCR
γ
链
(TCR
γ
)、B
细胞受体
(BCR)、BCR
轻链
(BCRL)、BCR
重链
(BCRH)、
免疫球蛋白轻链
(IgL)、
免疫球蛋白重链
(IgH)、
免疫球蛋白
κ
链
(Ig
κ
)
和免疫球蛋白
λ
链
(Ig
λ
)。4.
权利要求3的方法，其中所述免疫受体链基因为
TCR
β
基因
。5.
权利要求3的方法，其中所述非生产性
TCR
β
基因为具有框外基因区段的
TCR
β
基因或者在基因区段之间的体细胞连接中具有终止密码子的
TCR
β
基因
。6.
权利要求3的方法，其中对非生产性
TCR
β
基因进行修复包括在基因区段之间的体细胞连接处添加或去除一个或多个核苷酸以将所述基因区段带入同一个阅读框中，和
/
或使在基因区段之间的体细胞区域中的核苷酸进行突变以将终止密码子转变为氨基酸
。7.
权利要求3的方法，其中所述
TCR
β
基因序列包含所述
TCR
β
基因的互补决定区
1(CDR1)
序列，所述
TCR
β
基因的
CDR2
序列，所述
TCR
β
基因的
CDR3
序列，其组合，或者完整
TCR
β
基因的序列
。8.
权利要求3的方法，其中所述
TCR
β
基因序列包含所述
TCR
β
基因的
CDR3
序列
。9.
权利要求8的方法，其进一步包括从所述
TCR
β
基因序列中去除所述
CDR3
序列的前三个氨基酸和最后三个氨基酸
。10.
权利要求3的方法，其中获得
TCR
β
基因序列包括对在来自受试者的血液样品中的
TCR
β
基因进行测序
。11.
权利要求
10
的方法，其中所述血液样品为外周血单核细胞样品
。12.
权利要求3的方法，其中获得
TCR
β
基因序列进一步包括从样品中分离
T
细胞
。13.
权利要求
12
的方法，其中分离
T
细胞是通过细胞分选和
/
或
RNA
表达来进行的
。14.
权利要求
12
的方法，其中
T
细胞为非调节
T
细胞
。15.
权利要求1的方法，其中所述受试者为人
。16.
测定器官供者
/
器官受者相容性的方法，其包括：
a)
使用权利要求4‑
15
中任一项的方法将所述器官供者的
T
细胞受体
β
(TCR
β
)
基因和所述器官受者的
TCR
β
基因分类为生产性
TCR
β
基因或经修复的
TCR
β
基因；
b)
将在供者中的生产性和经修复的
TCR
β
基因的数目与在受者中的生产性
TCR
β
基因的数目进行比较；和
c)
定量与所述器官供者相容的来自所述器官受者的
TCR
β
的分数，由此测定器官供者
/
器官受者相容性
。17.
权利要求
16
的方法，其中定量为计算选择后分数
PSF
得分
。18.
权利要求
17
的方法，其中所述
PSF
得分为来自所述器官受者的相容的
TCR
β
基因的数目与
TCR
β
基因的总数目之间的比率
。19.
权利要求
18
的方法，其中所述
PSF
从0至1变动
。20.
权利要求
17
的方法，其中所述
PSF
得分为
PSF
受者
得分，其中
PSF
受者
得分为
F
生产性
与
F
总
之间的比率，其中
F
总
为
F
经修复的
+F
生产性
，并且其中
F
生产性
为在所述器官供者和所述器官受者中都被鉴定为生产性
TCR
β
基因的
TCR
β
基因的数目，并且
F
经修复的
为在所述器官供者中被鉴定为经修复的
TCR
β
基因而在所述器官受者中被鉴定为生产性
TCR
β
基因的
TCR
β
基因的数目
。21.
权利要求
19
的方法，其中0的
PSF
受者
表明在所述器官受者中经测序的
TCR
β
基因都不与所述器官供者相容
。22.
权利要求
19
的方法，其中1的
PSF
受者
表明所有在所述器官受者中经测序的
TCR
β
基因都与所述器官供者相容
。23.
权利要求
16
的方法，其中所述
TCR
β
基因序列包含所述
TCR
β
基因的
CDR3
序列
。24.
权利要求
23
的方法，其中从所述
TCR
β
基因序列中去除所述
CDR3
序列的前三个氨基酸和最后三个氨基酸
。25.
预测在器官或细胞受者中的移植物抗宿主病
(GvHD)
的方法，其包括：
a)
使用权利要求4‑
15
中任一项的方法将所述供者的
T
细胞受体
β
(TCR
β
)
基因和所述受者的
TCR
β
基因分类为生产性
TCR
β
基因或经修复的
TCR
β
基因；
b)
将在所述受者中的生产性和经修复的
TCR
β
基因的数目与在所述供者中的生产性
TCR
β
基因的数目进行比较；和
c)
定量与所述受者相容的来自所述供者的
TCR
β
的分数，由此预测在受者中的
GvHD。26.
权利要求
25
的方法，其中所述
GvHD
为急性
GvHD(aGvHD)。27.
权利要求
25
的方法，其中所述器官或细胞为骨髓或造血干细胞移植体
。28.
权利要求
26
的方法，其中预测
aGvHD
包括定量与所述受者相容的来自所述供者的生产性
TCR
β
基因的数目
。29.
权利要求
28
的方法，其中定量包括计算选择后分数
PSF
供者
‑
生产性
得分，其中所述
PSF
供者
‑
生产性
得分为
F
生产性
与
F
总
之间的比率，其中
F
总
为
F
经修复的
+F
生产性
，并且其中
F
生产性
为在所述供者和所述受者中都被鉴定为生产性
TCR
β
基因的
TCR
β
基因的数目，并且
F
经修复的
为在所述受者中被鉴定为经修复的
TCR
β
基因而在所述供者中被鉴定为生产性
TCR
β
基因的
TCR
β
基因的数目
。30.
权利要求
29
的方法，其中0的
PSF
供者
‑
生产性
表明在所述供者中经测序的
TCR
β
基因都不与所述受者相容
。31.
权利要求
29
的方法，其中1的
PSF
供者
‑
生产性
表明所有在所述供者中经测序的
TCR
β
基因都与所述受者相容
。32.
权利要求
25
的方法，其中所述
GvHD
为慢性
GvHD(cGvHD)。
33.
权利要求
32
的方法，其中预测
cGvHD
包括定量与所述受者相容的来自所述供者的经修复的
TCR
β
基因的数目
。34.
权利要求
33
的方法，其中定量包括计算标示为
PSF
供者
‑
经修复的
的选择后分数得分，其中所述
PSF
供者
‑
经修复的
得分为
F
生产性
与
F
总
之间的比率，其中
F
总
为
F
经修复的
+F
生产性
，并且其中
F
生产性
为在所述受者中被鉴定为生产性
TCR
β
基因而在所述供者中被鉴定为经修复的
TCR
β
基因的
TCR
β
基因的数目，并且
F
经修复的
为在所述受者和所述供者中都被鉴定为经修复的
TCR
β
基因的
TCR
β
基因的数目
。35.
权利要求
34
的方法，其中0的
PSF
供者
‑
经修复的
表明在所述供者中经测序的
TCR
β
基因都不与所述受者相容
。36.
权利要求
34
的方法，其中1的
PSF
供者
‑
经修复的
表明所有在所述供者中经测序的
TCR
β
基因都与所述受者相容
。37.
权利要求
25
的方法，其中所述
TCR
β
基因序列包含所述
TCR
β
基因的
CDR3
序列
。38.
权利要求
37
的方法，其中从所述
TCR
β
基因序列中去除所述
CDR3
序列的前三个氨基酸和最后三个氨基酸
。39.
预测在造血干细胞受者中的癌症复发的方法，其包括：
a)
使用权利要求4‑
15
中任一项的方法将造血干细胞供者的
T
细胞受体
β
(TCR
β
)
基因和造血干细胞受者的
TCR
β
基因分类为生产性
TCR
β
基因或经修复的
TCR
β
基因；
b)
将在所述造血干细胞供者和所述造血干细胞受者两者中的经修复的
TCR
β
基因的数目进行比较；和
c)
定量在所述造血干细胞受者中未发现的在所述造血干细胞供者中的经修复的
TCR
β
基因的数目，由此预测在所述造血干细胞受者中的癌症复发
。40.
权利要求
39
的方法，其中所述造血干细胞受者为具有癌症的受试者
。41.
权利要求
39
的方法，其中在所述造血干细胞受者中不存在的来自所述造血干细胞供者的经修复的
TCR
β
基因可能产生识别在所述造血干细胞受者中的癌细胞的
T
细胞受体
(TCR)。42.
权利要求
39
的方法，其中定量包括计算
f
新的
得分，其中所述
f
新的
得分为在所述造血干细胞供者中被鉴定为经修复的
TCR
β
基因的
TCR
β
基因的总数目的分数，排除在所述造血干细胞受者和所述造血干细胞供者之间共有的经修复的
TCR
β
基因的数目
。43.
权利要求
42
的方法，其中在所述造血干细胞受者和所述造血干细胞供者之间所述
f
新的
得分越低，癌症复发的风险就越高
。44.
权利要求
42
的方法，其中在所述造血干细胞受者和所述造血干细胞供者之间所述
f
新的
得分越高，癌症复发不存在的机会就越高
。45.
权利要求
39
的方法，其中所述
TCR
β
基因序列包含所述
TCR
β
基因的
CDR3
序列
。46.
权利要求
45
的方法，其中从所述
TCR
β
基因序列中去除所述
CDR3
序列的前三个氨基酸和最后三个氨基酸
。47.
权利要求
39
的方法，其中所述癌症选自由下列各项组成的组：白血病
、
淋巴瘤和血液学恶性肿瘤
。48.
预测关于免疫细胞受体链基因的免疫细胞选择的方法，其包括：
获得包括多个基因区段的受试免疫细胞受体链基因；将所述多个基因区段中的至少一个翻译为免疫细胞受体链蛋白质序列；对于所述多个基因区段中的至少两个，确定以数字方式代表基因区段的基因特征；对于每一个在所述免疫细胞受体链蛋白质序列中所包括的氨基酸，确定以数字方式代表一个氨基酸的蛋白质特征；和通过机器学习系统来确定关于所述受试免疫细胞受体链基因的选择预测，这基于关于所述多个基因区段中的每一个的基因特征
、
关于在所述免疫细胞受体链蛋白质序列中的氨基酸中的每一个的蛋白质特征和在所述机器学习系统的一个或多个模型中所包括的权重值的数目
。49.
权利要求
48
的方法，其中所述免疫受体链基因选自由下列各项组成的组：
T
细胞受体
(TCR)、TCR
α
链
(TCR
α
)、TCR
β
链
(TCR
β
)、TCR
δ
链
(TCR
δ
)、TCR
γ
链
(TCR
γ
)、B
细胞受体
(BCR)、BCR
轻链
(BCRL)、BCR
重链
(BCRH)、
免疫球蛋白轻链
(IgL)、
免疫球蛋白重链
(IgH)、
免疫球蛋白
κ
链
(Ig
κ
)
和免疫球蛋白
λ
链
(Ig
λ
)。50.
权利要求
49
的方法，其中所述免疫受体链基因为
TCR
β
基因
。51.
权利要求
48
的方法，其中所述基因区段选自由下列各项组成的组：可变
(V)
基因区段
、
多样性
(D)
基因区段
、
连接
(J)
基因区段及其任何组合
。52.
权利要求
51
的方法，其中所述选择预测将
TCR
β
基因鉴定为生产性
TCR
β
基因或经修复的
TCR
β
基因
。53.
权利要求
51
的方法，其中所述机器学习系统包括具有多个预测模型的套集，在所述具有多个预测模型的套集中所包括的每个预测模型生成模型预测，并且将来自每个预测模型的模型预测相组合以确定所述选择预测
。54.
权利要求
53
的方法，其中将包括多于两个连续决策的分级安排的改进型神经决策树构造用于将所述模型预测聚集到所述选择预测中
。55.
权利要求
54
的方法，其中所述神经决策树的构造包括函数委员会，在所述函数委员会中所包括的函数的数目从在所述神经决策树中的终端决策至在所述神经决策树上的基础决策增加
。56.
权利要求
51
的方法，其进一步包括：获得训练数据集，其包括
TCR
β
基因文库和所述
TCR
β
基因的
TCR
β
蛋白质序列；和通过使用优化过程确定在每个预测模型中所包括的权重值，使用所述训练数据集来训练在所述机器学习系统中所包括的一个或多个预测模型
。57.
权利要求
56
的方法，其中所述
TCR
β
基因文库包括多个生产性基因和多个非生产性基因
。58.
权利要求
57
的方法，其中非生产性
TCR
β
基因为具有框外基因区段的
TCR
β
基因或者在基因区段之间的体细胞连接中具有终止密码子的
TCR
β
基因
。59.
权利要求
57
的方法，其中将编码能够进行抗原识别的氨基酸序列的
TCR
β
基因鉴定为生产性
TCR
β
基因，和其中将没有能够进行抗原识别的氨基酸序列的
TCR
β
基因鉴定为非生产性
TCR
β
基因
。60.
权利要求
57
的方法，其进一步包括对所述多个非生产性基因中的每一个进行修复；和将经修复的非生产性基因中的每一个翻译为
TCR
β
蛋白质序列
。
61.
权利要求
60
的方法，其中对非生产性
TCR
β
基因进行修复包括在基因区段之间的体细胞连接处添加或去除一个或多个核苷酸以将所述基因区段带入同一个阅读框中，和
/
或使在基因区段之间的体细胞区域中的核苷酸进行突变以将终止密码子转变为氨基酸
。62.
权利要求
60
的方法，其中对被鉴定为非生产性的
TCR
β
基因进行修复包括生成经修复的
TCR
β
基因
。63.
权利要求
56
的方法，其中所述
TCR
β
基因文库和
TCR
β
蛋白质序列获得自由
HLA
‑
匹配的健康供者所提供的样品
。64.
权利要求
63
的方法，其中所述样品为外周血或组织样品
。65.
权利要求
48
的方法，其中所述蛋白质特征包括与氨基酸的特性相关的数据段，所述特性为极性
、
一种或多种二级结构联合
、
分子体积
、
密码子多样性或静电电荷中的至少一种
。66.
权利要求
48
的方法，其中仅使用从特定
T
细胞亚群中分离出的
T
细胞
。67.
权利要求
66
的方法，其中所述
T
细胞通过细胞分选来分离
。68.
权利要求
66
的方法，其中所述
T
细胞通过
RNA
表达来分离
。69.
权利要求
48
的方法，其中所述受试者为人
。70.
权利要求
60
的方法，其中根据用于生成特定的经修复的非生产性基因的修复在受试者的非生产性基因中天然出现的概率，对所述经修复的非生产性基因中的每一个进行加权
。71.
权利要求
50
的方法，其中所述
TCR
β
基因来自非调节
T
细胞
。72.
预测在受试者中发展出自身免疫性疾病或病症的风险的方法，其包括：
a)
通过使用权利要求
45
‑
66
中任一项的机器学习系统将每个
T
细胞受体
(TCR
β
)
基因分类为生产性
TCR
β
基因或经修复的
TCR
β
基因，在匹配健康供者中重构
T
细胞选择；
b)
将从所述健康供者重构的
T
细胞选择应用于来自所述受试者的
T
细胞；和
c)
评价在所述健康供者中于
T
细胞选择方面失败的在所述受试者中的逃逸的
T
细胞的数目，其中高于阈值的逃逸的
T
细胞的数目表明具有或发展出自身免疫性疾病或病症的风险，由此预测在所述受试者中发展出自身免疫性疾病或病症的风险
。73.
权利要求
72
的方法，其中在所述健康供者中重构
T
细胞选择包括：对在来自所述匹配健康供者的样品中的
TCR
β
基因进行测序，和将每个
TCR
β
基因分类为生产性
TCR
β
基因或经修复的
TCR
β
基因
。74.
权利要求
73
的方法，其中在所述受试者中应用
T
细胞选择包括：对在来自所述受试者的样品中的
TCR
基因进行测序，和将所述受试者的每个
TCR
β
基因分类为生产性
TCR
β
基因或经修复的
TCR
β
基因
。75.
权利要求
72
的方法，其中所述健康供者为
HLA
‑
匹配的健康供者
。76.
权利要求
75
的方法，其中所述
HLA
‑
匹配的健康供者为所述受试者的遗传亲属
。77.
预测在受试者中发展出自身免疫性疾病或病症的风险的方法，其包括：
a)
通过使用权利要求
45
‑
66
中任一项的机器学习系统将每个
T
细胞受体
(TCR
β
)
基因分类为生产性
TCR
β
基因或经修复的
TCR
β
基因，在多个健康供者中重构
T
细胞选择；
b)
将从所述健康供者重构的
T
细胞选择应用于来自所述受试者的
T
细胞；和
c)<...
【专利技术属性】
技术研发人员：S，
申请(专利权)人：得克萨斯大学体系董事会，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。