文献解读-​ ​Listeria monocytogenes personalized cancer vaccines drive therapeutic immune responses to cancer derived neoantigens

简介: 这项研究展示了ADXS-NEO新抗原癌症疫苗在克服癌症免疫治疗两大主要挑战方面的潜力。通过使用临床前小鼠肿瘤模型,研究证实ADXS-NEO能够产生强大的新抗原特异性T细胞反应,并将"冷"肿瘤微环境转变为"热"。作为一种基因工程改造的单核细胞李斯特菌疫苗,ADXS-NEO每个构建可靠定多达40个潜在新抗原,在MC38肿瘤模型中引发强大T细胞反应。系统给药后,它能驱动促炎性先天和适应性免疫,减弱肿瘤内的免疫抑制细胞(如调节性T细胞、髓系来源抑制细胞和M2型肿瘤相关巨噬细胞),同时产生效应αβ/γδ肿瘤浸润T细胞和M1型巨噬细胞。

文献解读-Gene Editing.png

关键词:基因编辑;基因测序;变异检测;


文献简介

  • 标题(英文):Listeria monocytogenes personalized cancer vaccines drive therapeutic immune responses to cancer derived neoantigens
  • 标题(中文):李斯特菌个体化肿瘤疫苗驱动肿瘤新抗原的免疫治疗
  • 发表期刊:bioRxiv
  • 作者单位:Amgen公司
  • 发表年份:2020
  • 文章地址:https://doi.org/10.1101/2020.05.11.088930

20240730-df5a4bdc.png


图1 文献介绍

癌症免疫治疗领域的最新进展已确定CD8+ T细胞对肿瘤特异性突变的反应是肿瘤消退和总生存的关键驱动因素。ADXS-NEO是一种基于李斯特菌(Lm)的个性化免疫疗法,旨在靶向患者的突变衍生肿瘤特异性新抗原。

该研究通过对MC38小鼠肿瘤细胞系的全外显子组测序鉴定出2870个独特的非同义突变。使用netMHCcons算法预测137种潜在的新抗原。通过肽免疫后进行ELISPOT或检查点抑制剂治疗后识别新抗原肽的CD8+T细胞的存在来验证20种免疫原性新抗原。


测序流程

在配对样本数据分析部分,研究者使用Sentieon软件进行去重复、INDEL重比对、BQSR及使用Sentieon TNseq模块进行somatic突变检测。

32_画板 1.jpg

图2 sentieon的作用

微信图片_20241009091812.jpg

图3 Sentieon TNseq的流程图

4.jpg


图4 MC38癌细胞系新抗原的免疫原性筛选

Sentieon软件团队拥有丰富的软件开发及算法优化工程经验,致力于解决生物数据分析中的速度与准确度瓶颈,为来自于分子诊断、药物研发、临床医疗、人群队列、动植物等多个领域的合作伙伴提供高效精准的软件解决方案,共同推动基因技术的发展。 截至2023年3月份,Sentieon已经在全球范围内为1300+用户提供服务,被世界一级影响因子刊物如NEJM、Cell、Nature等广泛引用,引用次数超过700篇。此外,Sentieon连续数年摘得了Precision FDA、Dream Challenges等多个权威评比的桂冠,在业内获得广泛认可。


文献讨论

7.png

图5 文献讨论

这项研究展示了ADXS-NEO新抗原癌症疫苗在克服癌症免疫治疗两大主要挑战方面的潜力。通过使用临床前小鼠肿瘤模型,研究证实ADXS-NEO能够产生强大的新抗原特异性T细胞反应,并将"冷"肿瘤微环境转变为"热"。作为一种基因工程改造的单核细胞李斯特菌疫苗,ADXS-NEO每个构建可靠定多达40个潜在新抗原,在MC38肿瘤模型中引发强大T细胞反应。系统给药后,它能驱动促炎性先天和适应性免疫,减弱肿瘤内的免疫抑制细胞(如调节性T细胞、髓系来源抑制细胞和M2型肿瘤相关巨噬细胞),同时产生效应αβ/γδ肿瘤浸润T细胞和M1型巨噬细胞。这些结果表明ADXS-NEO是一个有前景的个性化免疫治疗平台,能够同时驱动针对多个新抗原的效应T细胞反应和激活先天免疫细胞,最终产生针对肿瘤衍生新抗原的强大和长效免疫反应。


总结

综上所述,研究表明,ADXS-NEO是一种有效的免疫疗法,能够驱动针对肿瘤特异性突变的免疫反应,并导致小鼠肿瘤得到控制。

目录
相关文章
|
1月前
|
机器学习/深度学习 测试技术 算法
文献解读-DNAscope: High accuracy small variant calling using machine learning
在这项研究中,研究组证明了DNAscope在不同样本和不同覆盖度水平下都能达到比DNAseq更高的准确性。使用GA4GH分层区域进行的分层分析,能够确认DNAscope在大多数分层区域中都具有高准确性,并突显了DNAscope在插入缺失(indels)和包含变异检测较困难的基因组区域的分层中具有更高的准确性。DNAscope结合了GATK's HaplotypeCaller中使用的成熟数学和统计模型,以及用于变异基因型分析的机器学习方法,在保持计算效率的同时实现了卓越的准确性。
31 3
文献解读-DNAscope: High accuracy small variant calling using machine learning
|
3月前
|
算法 数据挖掘
文献解读-Genome-wide imputation using the practical haplotype graph in the heterozygous crop cassava
PHG是一种将基因组简化为一组单倍型的方法。这种方法可用于从稀疏的基因分型信息中预测杂合子物种中的全基因组单倍型。它的高精度,特别是在稀有等位基因中,在非常低的测序深度下,使其成为一种潜在的强大插补工具。
38 4
|
4月前
|
机器学习/深度学习 存储 算法
【博士每天一篇文献-算法】Memory augmented echo state network for time series prediction
本文介绍了一种记忆增强的回声状态网络(MA-ESN),它通过在储层中引入线性记忆模块和非线性映射模块来平衡ESN的记忆能力和非线性映射能力,提高了时间序列预测的性能,并在多个基准数据集上展示了其优越的记忆能力和预测精度。
33 3
【博士每天一篇文献-算法】Memory augmented echo state network for time series prediction
|
7月前
|
机器学习/深度学习 自然语言处理
[Big Bird]论文解读:Big Bird: Transformers for Longer Sequences
[Big Bird]论文解读:Big Bird: Transformers for Longer Sequences
76 1
|
机器学习/深度学习 数据采集 自然语言处理
MEE: A Novel Multilingual Event Extraction Dataset 论文解读
事件抽取(EE)是信息抽取(IE)的基本任务之一,旨在从文本中识别事件提及及其论点(即参与者)。由于其重要性,已经为事件抽取开发了广泛的方法和资源。
161 0
|
数据可视化 数据挖掘
【论文解读】Dual Contrastive Learning:Text Classification via Label-Aware Data Augmentation
北航出了一篇比较有意思的文章,使用标签感知的数据增强方式,将对比学习放置在有监督的环境中 ,下游任务为多类文本分类,在低资源环境中进行实验取得了不错的效果
446 0
带你读《2022技术人的百宝黑皮书》——Ray Priors through Reprojection: Improving Neural Radiance Fields for Novel View Extrapolation(2)
带你读《2022技术人的百宝黑皮书》——Ray Priors through Reprojection: Improving Neural Radiance Fields for Novel View Extrapolation(2)
带你读《2022技术人的百宝黑皮书》——Ray Priors through Reprojection: Improving Neural Radiance Fields for Novel View Extrapolation(1)
带你读《2022技术人的百宝黑皮书》——Ray Priors through Reprojection: Improving Neural Radiance Fields for Novel View Extrapolation(1)
带你读《2022技术人的百宝黑皮书》——Ray Priors through Reprojection: Improving Neural Radiance Fields for Novel View Extrapolation(10)
带你读《2022技术人的百宝黑皮书》——Ray Priors through Reprojection: Improving Neural Radiance Fields for Novel View Extrapolation(10)
带你读《2022技术人的百宝黑皮书》——Ray Priors through Reprojection: Improving Neural Radiance Fields for Novel View Extrapolation(11)
带你读《2022技术人的百宝黑皮书》——Ray Priors through Reprojection: Improving Neural Radiance Fields for Novel View Extrapolation(11)