HLA結合性ネオ抗原予測を用いたがんの免疫療法への応答性予測の数理的解析

2022年度は、既存研究を組み合わせることで、HLA Class 1結合性ネオ抗原の統合解析を行った。これまで多くのHLA Class 1結合性ネオ抗原の予測手法が開発されており、結合親和性・免疫原性に加えて、変異のsub-clonality評価、HLA-ペプチド複合体の安定性評価、ペプチドの切断部位予測など多くの補助的方法も散発的に提案・採用されているが、これらを網羅的かつ統合的に実践するアプリケーションは存在しない。そのため、まずこれら既存研究を評価した上で、複数の手法を合わせてHLA Class 1結合性ネオ抗原の網羅的解析することで、ネオ抗原候補を同定する一連のパイプラインを作成した。次に、TCGA/ICGCデータベースから得られたがん腫瘍検体のWGS/WESデータ、並びにRNAseq.データを構築したパイプラインに適用することで、ネオ抗原の腫瘍ごとの絶対数を計測した。得られた値を、免疫チェックポイント阻害薬などが効果的であるとされている腫瘍とそうではない腫瘍に分けて差を評価したところ、ネオ抗原の絶対数に関して傾向が見られた。このような指標はtumor burdenと言われており、過去の研究においても評価されてきた指標であるが、複数の指標を用いてネオ抗原を予測したことで、より際立った結果が得られたものと考えている。TCGA/ICGCデータベースには薬剤の投与データも存在するため、免疫療法（主に免疫チェックポイント阻害薬）に奏功と得られた指標の関連性に関して評価を実施した。

2022年度は、既存研究を組み合わせることで、HLA Class 1結合性ネオ抗原の統合解析を行った。これまで多くのHLA Class 1結合性ネオ抗原の予測手法が開発されており、結合親和性・免疫原性に加えて、変異のsub-clonality評価、HLA-ペプチド複合体の安定性評価、ペプチドの切断部位予測など多くの補助的方法も散発的に提案・採用されているが、これらを網羅的かつ統合的に実践するアプリケーションは存在しない。そのため、まずこれら既存研究を評価した上で、複数の手法を合わせてHLA Class 1結合性ネオ抗原の網羅的解析することで、ネオ抗原候補を同定する一連のパイプラインを作成した。次に、TCGA/ICGCデータベースから得られたがん腫瘍検体のWGS/WESデータ、並びにRNAseq.データを構築したパイプラインに適用することで、ネオ抗原の腫瘍ごとの絶対数を計測した。得られた値を、免疫チェックポイント阻害薬などが効果的であるとされている腫瘍とそうではない腫瘍に分けて差を評価したところ、ネオ抗原の絶対数に関して傾向が見られた。このような指標はtumor burdenと言われており、過去の研究においても評価されてきた指標であるが、複数の指標を用いてネオ抗原を予測したことで、より際立った結果が得られたものと考えている。TCGA/ICGCデータベースには薬剤の投与データも存在するため、免疫療法（主に免疫チェックポイント阻害薬）に奏功と得られた指標の関連性に関して評価を実施した。