Immunity | 机器学习助力MHC-II特异性预测

原创我的闺蜜老红帽 BioArt

撰文 | 我的闺蜜老红帽

CD4+T细胞是获得性免疫系统的核心成员。它们的主要功能是启动和调控免疫响应，从而应对外在病原体入侵和内在细胞癌变。CD4+T细胞同样在肿瘤免疫治疗方面起到至关重要的作用【1,2】，因为基于肿瘤新抗原的肿瘤疫苗作用依赖于CD4+T细胞响应【3-5】，肿瘤浸润淋巴细胞转输对肿瘤细胞转移的抑制作用也依赖于CD4+T细胞响应【6,7】。CD4+T细胞活化起始于对抗原表位的识别，而抗原递呈细胞表面所表达的MHC-II分子则行使递呈抗原功能。尽管这一过程在病原体感染、自身免疫病以及肿瘤中具有核心作用，但是MHC-II所递呈并被CD4+T细胞所识别的表位仍旧知之甚少，并且难以预测。这也是基础免疫学研究、肿瘤免疫治疗以及个性化肿瘤疫苗研发的瓶颈所在。

MHC-II所递呈的多肽需要经历抗原递呈通路处理，这些多肽绝大多数来源于通过内吞途径吸收和降解的胞外蛋白。经剪切后，这些通常有12-25个氨基酸的多肽，装配在MHC-II分子上，并展示到细胞表面。多肽在MHC-II分子上的装配需要分子伴侣激活，包括人类的HLA-DM和HLA-DO。MHC-II分子结合位点的结构已经经X-射线晶体成像解析出来，这也决定了MHC-II分子的配基需要含有一套高度保守的、相应的结合位点模式。这一模式主要含有两个部分：第一个是线性的九元结合核心，与MHC-II分子结合位点的大部分相互作用发生在这里；第二个是多肽边缘区域，可以延伸结合核心的N端和C端。在MHC-II配基结合核心的锚定位点存在特殊的口袋结构，主要位P1、P4、P6和P9。这类高度保守的结合模式也存在特例，比如对于鸡类来说，MHC-II分子配基的结合核心为十元。在人类中，已经报道有三组多肽可以以传统（从N端到C端）或者逆向（从C端到N端）方式相结合。当然，这类逆向结合模式出现的频率如何，以及与MHC-II分子配基和CD4+T细胞表位是否存在相关性仍旧不得而知。

近日，来自瑞士University of Lausanne的Alexandre Harari和David Gfeller研究组在Immunity上发表题为Machine learning predictions of MHC-II specificities reveal alternative binding mode of class II epitopes的文章，就上述问题进行了深入探讨。

人类的MHC-II也被称之为HLA-II，包含有三个可以直接给CD4+T细胞递呈抗原的等位基因，也就是HLA-DR (包括HLA- DRA1和 HLA-DRB1, -DRB3, -DRB4, 以及 -DRB5); HLA-DP (包括HLA-DPA1 和 HLA-DPB1); 和HLA-DQ (包括 HLA-DQA1和 HLA-DQB1 genes)。而MHC-II分子的多态性，其结合区域的高度多样性以及抗原递呈通路的复杂性，均是MHC-II配基以及CD4+T细胞表位难于预测的因素。作者团队以及其他研究组之前的工作展示了基于高通量质谱的MHC-II蛋白质组学分析来预测的可行性。

作者参考上述工作通过质谱识别，收集和确定了一套含有627,013个MHC-II分子配基的数据库，从而实现了跨越物种（人类-小鼠-牛-鸡）精准确定88个MHC-II等位基因的结合花样。通过与X射线晶体衍射深入分析这些结合特异性可以扩宽对MHC-II分子结构域的认知，以及揭示了一套HLA-DP配基的逆向结合模式。作者还开发了一套基于机器学习的研究平台，可以精准预测不同等位基因的MHC-II分子所对应配基，以及结合特异性。这个研究工具可以提升和扩展CD4+T细胞表位的预测精度和广度，也可以发现更多逆向结合模式的病毒和细菌表位。

综上所述，该工作确定了超过6000000组MHC-II配基，并且分离出88组MHC-II等位基因的高分辨率结构域。这些结构域呈现一类广泛存在的逆向结合模式。

原文链接：

https://doi.org/10.1016/j.immuni.2023.03.009

制版人：十一

参考文献

1. Alspach, E., Lussier, D.M., Miceli, A.P., Kizhvatov, I., DuPage, M., Luoma, A.M., Meng, W., Lichti, C.F., Esaulova, E., Vomund, A.N., et al. (2019). MHC-II neoantigens shape tumour immunity and response to immuno- therapy. Nature 574, 696–701.

2. Borst, J., Ahrends, T., Ba ̨ ba1a, N., Melief, C.J.M., and Kastenmu€ller, W. (2018). CD4+ T cell help in cancer immunology and immunotherapy. Nat. Rev. Immunol. 18, 635–647. https://doi.org/10.1038/s41577-018- 0044-0.

3. Hu, Z., Leet, D.E., Allesøe, R.L., Oliveira, G., Li, S., Luoma, A.M., Liu, J., Forman, J., Huang, T., Iorgulescu, J.B., et al. (2021). Personal neoantigen vaccines induce persistent memory T cell responses and epitope spreading in patients with melanoma. Nat. Med. 27, 1–11.

4. Ott, P.A., Hu, Z., Keskin, D.B., Shukla, S.A., Sun, J., Bozym, D.J., Zhang, W., Luoma, A., Giobbie-Hurder, A., Peter, L., et al. (2017). An immunogenic personal neoantigen vaccine for patients with melanoma. Nature 547, 217–221. https://doi.org/10.1038/nature22991.

5. Sahin, U., Derhovanessian, E., Miller, M., Kloke, B.-P., Simon, P., Lo ̈ wer, M., Bukur, V., Tadmor, A.D., Luxemburger, U., Schro ̈ rs, B., et al. (2017). Personalized RNA mutanome vaccines mobilize poly-specific therapeutic immunity against cancer. Nature 547, 222–226.

6. Tran, E., Turcotte, S., Gros, A., Robbins, P.F., Lu, Y.-C., Dudley, M.E., Wunderlich, J.R., Somerville, R.P., Hogan, K., Hinrichs, C.S., et al. (2014). Cancer immunotherapy based on mutation-specific CD4+ T cells in a patient with epithelial cancer. Science 344, 641–645. https://doi.org/ 10.1126/science.1251102.

7. Zacharakis, N., Chinnasamy, H., Black, M., Xu, H., Lu, Y.-C., Zheng, Z., Pasetto, A., Langhan, M., Shelton, T., Prickett, T., et al. (2018). Immune recognition of somatic mutations leading to complete durable regression in metastatic breast cancer. Nat. Med. 24, 724–730.

转载须知

【原创文章】BioArt原创文章，欢迎个人转发分享，未经允许禁止转载，所刊登的所有作品的著作权均为BioArt所拥有。BioArt保留所有法定权利，违者必究。

继续滑动看下一个