腫瘤細胞的遺傳不穩定性往往導致大量突變的發生，其中非同義突變的表達可以生成腫瘤特異性蛋白，這些蛋白即為新生抗原（Neoantigen）。腫瘤新生抗原在正常細胞中不表達，具有高度的免疫原性。新生抗原被內源性蛋白酶體（proteasome）降解為8-11個左右氨基酸的短肽，肽段與MHC-I類分子特異性結合，然后被呈遞至癌細胞表面，被免疫系統T細胞識別，激活T細胞，進而使得癌細胞被效應T細胞攻擊和消除。因此，新生抗原可以作為腫瘤免疫治療的靶標，直接用于評估免疫治療的響應效果。新生抗原的產生與作用過程我們可以通過以下視頻來了解一下。
早期的新生抗原鑒定方法主要是基于全外顯子組測序（WES）與RNA-seq結合，然后根據參考序列庫預測出候選肽段，但是測序的方法并不能提供直接證據來證明預測的新生抗原是否是真實存在的。高分辨質譜分析方法的快速發展使得HLA特異結合表位的直接鑒定成為可能。基于質譜的新生抗原鑒定不僅可以在一個實驗中鑒定數千個MHC結合肽，而且可以同時揭示這些突變肽段的翻譯后修飾等信息。

基于質譜的新生抗原鑒定方法雖然靈敏度和分辨率非常高，可以得到全面的譜圖信息，但是難點主要在樣品制備和低豐度多肽譜圖的解析上。在質譜數據分析方法的層面上，目前主要方法仍然需要借助基因組、轉錄組測序或者二維分離等手段構建理論參考譜圖庫，然后借助這些參考庫對新生抗原的質譜數據進行解析。該方法的局限在于無法發現譜圖庫中沒有包含的肽段，基因雖有突變但是未表達、表達后發生修飾、被蛋白酶體剪切等等。

為了深入挖掘新生抗原質譜數據中的有效譜圖信息并對腫瘤新生抗原預測，BSI開發了全新的DeepImmu新生抗原發現平臺，將深度學習算法整合到數據處理中，借助AI技術解析新生抗原的候選肽段。

豆谷科技將于2022年1月7日下午舉辦腫瘤新生抗原在線免費講座，為大家介紹AI驅動的基于質譜技術的新生抗原發現技術，歡迎交流。
 
如何報名:
參考文獻
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.