免费视频淫片aa毛片_日韩高清在线亚洲专区vr_日韩大片免费观看视频播放_亚洲欧美国产精品完整版

本文全方面收錄了研究腫瘤免疫中各個(gè)環(huán)節(jié)涉及到的熱點(diǎn)軟件工具和數(shù)據(jù)庫（見表1、表2），同時(shí)作為一篇綜述，深入淺出的講述了腫瘤免疫相關(guān)的技術(shù)發(fā)展現(xiàn)況、面臨的挑戰(zhàn)、現(xiàn)今研究重點(diǎn)、未來發(fā)展和對(duì)應(yīng)推薦軟件，既可幫助入門學(xué)習(xí)腫瘤免疫，也可用于深入腫瘤免疫相關(guān)研究。

近期癌癥免疫療法的重大突破，以及高通量技術(shù)費(fèi)用降低，已經(jīng)點(diǎn)燃了使用基因工具研究腫瘤-免疫細(xì)胞的強(qiáng)烈愿望?，F(xiàn)已生成的數(shù)據(jù)以及新增的復(fù)雜度帶來了不小挑戰(zhàn)，它們需要使用計(jì)算工具來進(jìn)行處理、分析以及將數(shù)據(jù)可視化。最近，已經(jīng)開發(fā)了許多軟件進(jìn)行腫瘤免疫和基因數(shù)據(jù)的挖掘，并從機(jī)制方面提供了新的視角。文中作者回顧了用于癌癥免疫學(xué)的計(jì)算基因組工具，并提供了相關(guān)預(yù)設(shè)信息功能需求，以幫助大家選擇工具并組裝分析流程。

在下一代測序技術(shù)（NGS）的幫助下，現(xiàn)在已經(jīng)可以實(shí)現(xiàn)癌癥基因單個(gè)堿基改變確定與探查（如國際癌癥基因組聯(lián)合，ICGC，和癌癥基因圖譜，TCGA）。在這些技術(shù)進(jìn)步的驅(qū)使下，許多研究中心目前都實(shí)施了精準(zhǔn)腫瘤學(xué)項(xiàng)目，主要目的是使用基因方法來推薦癌癥療法。然而71種美國FDA許可的抗癌藥物，幫助增加無進(jìn)展和總生存率時(shí)間，分別僅約2.5和2.1個(gè)月。更重要的是，許多癌癥突變并不能被現(xiàn)有靶標(biāo)藥劑所治療，因而限制了精準(zhǔn)腫瘤學(xué)更廣闊的應(yīng)用。

與其它系統(tǒng)性療法相反的是，癌癥免疫療法有自適應(yīng)腫瘤改變的潛力，這是因?yàn)闄C(jī)體可以生成特異T細(xì)胞殺死那些已進(jìn)化和表面抗原發(fā)生改變的腫瘤克隆。然而，腫瘤細(xì)胞可以通過上調(diào)免疫細(xì)胞表面的免疫檢查點(diǎn)分子，也就是免疫“剎車”，來逃脫免疫系統(tǒng)監(jiān)測，如細(xì)胞毒性T淋巴細(xì)胞相關(guān)蛋白4（CTLA4），或者程序性細(xì)胞死亡1（PD1，也叫PDCD1）。最近，有抗體可以封閉免疫檢查點(diǎn)，因而增強(qiáng)了T細(xì)胞抗癌反應(yīng)，表現(xiàn)出了不起的臨床效果。然而，只有部分患者能對(duì)單方檢查點(diǎn)阻滯劑療法有效，而確定這一精確行為模式和預(yù)示性標(biāo)記物，是目前集中研究的主題。

隨著檢查點(diǎn)阻滯劑免疫療法的開發(fā)，以及其它免疫療法策略，包括治療性疫苗和設(shè)計(jì)T細(xì)胞（專欄 1），腫瘤-免疫細(xì)胞互作成為了關(guān)注的焦點(diǎn)。然而，調(diào)查癌癥-免疫細(xì)胞互作有不小的挑戰(zhàn)，因?yàn)檫@兩種多細(xì)胞生態(tài)系統(tǒng)處于不停的進(jìn)化中，并有基因異質(zhì)性：癌癥的進(jìn)展，可以被視為進(jìn)化過程；免疫系統(tǒng)，有先天性和獲得性免疫細(xì)胞亞群，其中的一些能顯示表型可塑性并有記憶性。

在這篇綜述中，作者首先簡短回顧了腫瘤-免疫細(xì)胞互作，然后討論了挖掘癌癥基因組數(shù)據(jù)和提取免疫學(xué)參數(shù)的計(jì)算基因組工具。作者主要關(guān)注了NGS數(shù)據(jù)的高層次分析，包括腫瘤浸潤淋巴細(xì)胞（tumour-infiltrating lymphocytes, TILs）定量，腫瘤抗原確定和T細(xì)胞受體（TCRs）譜圖繪制，并提供了其相關(guān)要求和功能以用于幫助選擇工作和組裝分析流程。

專欄1 癌癥免疫療法和精準(zhǔn)腫瘤學(xué)

1. 腫瘤免疫細(xì)胞相互作用
腫瘤免疫細(xì)胞相互作用可以被概念化為一系列稱為癌癥免疫周期的事件（圖 1a）。第一步是產(chǎn)生新抗原：即由體細(xì)胞突變產(chǎn)生的多肽。新抗原通過高度多樣的主要組織相容性復(fù)合體（MHC）等位基因——在人類中被稱為人類白細(xì)胞抗原（HLA）——呈遞于抗原呈遞細(xì)胞（APC）的表面。癌細(xì)胞死亡后釋放新抗原引發(fā)分子異質(zhì)T細(xì)胞的擴(kuò)增。這些T細(xì)胞通過與新抗原-MHC復(fù)合物的相互作用，通過不同的TCR識(shí)別癌細(xì)胞。

圖1 腫瘤免疫一覽

癌癥免疫循環(huán)和腫瘤內(nèi)免疫結(jié)構(gòu)。a | 癌癥免疫循環(huán)包括幾個(gè)連貫步驟：癌癥細(xì)胞生成的新抗原在癌癥細(xì)胞死亡后釋放，并由樹突狀細(xì)胞捕獲。下一步，樹突狀細(xì)胞在主要組織相容性復(fù)合體（MHC）分子上遞呈捕獲的抗原給T細(xì)胞，導(dǎo)致誘發(fā)激活效應(yīng)T細(xì)胞反應(yīng)抗癌癥特定抗原。在趨化因子梯度濃度引導(dǎo)下，激活的T細(xì)胞遷移并浸潤腫瘤位點(diǎn)。T細(xì)胞通過T細(xì)胞受體（TCR）和新抗原-MHC復(fù)合體互作，特異識(shí)別并結(jié)合癌癥細(xì)胞，并殺死癌癥細(xì)胞（溶細(xì)胞活動(dòng)）。多種分子和基因組工具可以評(píng)估上述癌癥免疫細(xì)胞互作的每一個(gè)步驟，以及刺激和抑制因素。b | 腫瘤常常被獲得性免疫系統(tǒng)細(xì)胞浸潤，包括B細(xì)胞、細(xì)胞毒性T淋巴細(xì)胞（CTLs）、記憶T細(xì)胞、輔助T細(xì)胞和調(diào)控T細(xì)胞（Treg）。另外，腫瘤也會(huì)被先天免疫系統(tǒng)細(xì)胞浸潤，包括巨噬細(xì)胞、樹突狀細(xì)胞、肥大細(xì)胞、自然殺傷細(xì)胞和髓系抑制細(xì)胞（MDSCs）。

腫瘤內(nèi)免疫浸潤的特征在于由先天和獲得性免疫不同細(xì)胞亞群構(gòu)成的巨大細(xì)胞異質(zhì)性（圖 1b），其分布在腫瘤類型之間和之內(nèi)變化多樣。這些分子和細(xì)胞異質(zhì)性構(gòu)建了一個(gè)復(fù)雜的腫瘤免疫細(xì)胞相互作用網(wǎng)絡(luò)。很明顯，腫瘤免疫細(xì)胞相互作用的綜合分子表征需要基因組學(xué)工具。

2.組學(xué)數(shù)據(jù)分析

NGS技術(shù)在基因組、轉(zhuǎn)錄組或表觀基因組譜分析中的應(yīng)用組成了癌癥免疫基因組學(xué)的數(shù)據(jù)主要來源。此外，最近在成像技術(shù)以及細(xì)胞表型分型技術(shù)方面進(jìn)展，能夠生成與基因組類型互補(bǔ)的數(shù)據(jù)類型（專欄 2）。

專欄2 成像技術(shù)和細(xì)胞表型

圖2 基因組和免疫基因組分析的計(jì)算工具

a | 表格行為不同類型組學(xué)數(shù)據(jù)，列為基因組和免疫基因組的計(jì)算工具應(yīng)用數(shù)據(jù)情況。b | 免疫基因組分析和工具是基于對(duì)組學(xué)數(shù)據(jù)的基因組分析，可以分為HLA分型、TILs定量、T細(xì)胞受體確定和腫瘤新抗原預(yù)測。

在癌癥免疫學(xué)背景下的組學(xué)數(shù)據(jù)分析可以被看作是兩步過程（圖 2）。在對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理之后，其中包括對(duì)數(shù)據(jù)質(zhì)量的評(píng)估和人為因素的去除，第一步是對(duì)組學(xué)數(shù)據(jù)的基因組分析，主要側(cè)重于腫瘤本身。該步驟工具用于包括鑒定SNP，小插入和缺失（indels），拷貝數(shù)變異（CNV），結(jié)構(gòu)變異和基因融合，以及突變注釋和解釋?；蚪M分析組中的另一套工具使用RNA-seq來分析基因表達(dá)，用WES和/或SNP陣列數(shù)據(jù)來估計(jì)腫瘤異質(zhì)性，或者分析DNA甲基化模式。第二種類型的分析使用免疫基因組工具，并更加關(guān)注腫瘤免疫細(xì)胞間相互作用。它們使用基因組分析和/或原始測序數(shù)據(jù)的輸出，作為輸入數(shù)據(jù)。這些免疫基因組分析的結(jié)果提供關(guān)于腫瘤微環(huán)境的兩個(gè)關(guān)鍵特征信息：浸潤免疫細(xì)胞的組成和功能取向，以及腫瘤抗原的來源和數(shù)量。在下面的段落中，作者將重點(diǎn)放在這兩個(gè)方面：確定腫瘤免疫浸潤的細(xì)胞組成，和腫瘤抗原的鑒定。此外，隨著幾種特異化T細(xì)胞反應(yīng)技術(shù)的出現(xiàn)，作者還討論了用于TCR譜分析的工具。

3.免疫浸潤的細(xì)胞表征

由于不同類型的TIL對(duì)腫瘤進(jìn)展有不同的影響，腫瘤中免疫浸潤的細(xì)胞組成確定不僅提供了預(yù)后信息，而且還可以得出預(yù)測標(biāo)記和新治療策略的發(fā)展。用于細(xì)胞分型的計(jì)算基因組工具可分為基因集富集分析（gene set enrichment analysis, GSEA）和去卷積方法（deconvolution）（圖 3a），都依賴于單個(gè)細(xì)胞群的表達(dá)譜矩陣。

圖3 使用基因組數(shù)據(jù)決定腫瘤浸潤的細(xì)胞組成

a | 免疫表型可以由不同實(shí)體（基因表達(dá)譜，DNA甲基化譜或免疫組化）來分型。b | 免疫相關(guān)基因特征由表達(dá)譜提出，用于區(qū)分免疫細(xì)胞類型、細(xì)胞狀態(tài)和擾動(dòng)。 c | 大塊組織基因表達(dá)譜（m）是細(xì)胞特異基因表達(dá)特征（S）和不同細(xì)胞類型混合（f）卷積而成。

富集方法依賴于基于樣本間對(duì)比，或者是單樣本方法的基因組分析技術(shù)。GSEA評(píng)估排序的基因列表，用于已確定通路和細(xì)胞過程中的基因富集統(tǒng)計(jì)。在對(duì)比方法中，基因通過兩種生物狀態(tài)之間的差異表達(dá)來進(jìn)行排序。另一種方法是，可以使用單樣品GSEA（ssGSEA）富集分?jǐn)?shù)，該分?jǐn)?shù)表示特定基因組中的基因，在單個(gè)樣品內(nèi)協(xié)調(diào)上調(diào)或下調(diào)的程度。GSEA可用于解釋從微陣列或RNA-seq獲得的基因表達(dá)數(shù)據(jù)。

GSEA的優(yōu)勢在于它可以使用現(xiàn)有工具輕松應(yīng)用，與傳統(tǒng)的基因表達(dá)分析相比沒有額外的樣本量要求。GSEA的必要要求是，與特定免疫亞群相關(guān)的基因特征組裝（圖 3b）。相關(guān)項(xiàng)目如人類免疫學(xué)項(xiàng)目用于免疫學(xué)特征基因集（ImmuneSigDB）的基因組被收錄于分子簽特征數(shù)據(jù)庫（MSigDB）中。

去卷積方法一是使用表達(dá)特征矩陣來從細(xì)胞混合物表達(dá)數(shù)據(jù)推斷特定細(xì)胞比例，二是用算法來解決“反演問題（inverse problem）”（圖 3c）。去卷積細(xì)胞比例，開始是使用全血基因表達(dá)數(shù)據(jù)，標(biāo)準(zhǔn)線性回歸的啟發(fā)式算法（heuristic algorithm），后續(xù)開發(fā)了一種用于異構(gòu)組織去卷積的R軟件包。這個(gè)名為DeconRNASeq的軟件包可以處理RNA-seq數(shù)據(jù)，但它僅在含有少數(shù)細(xì)胞類型的混合物上得到驗(yàn)證。其它已經(jīng)開發(fā)了幾種方法使用了不同技術(shù)來解決病態(tài)（ill-conditioned）反演問題（表 1）。最近，有一種稱為CIBERSORT計(jì)算方法，可以用于從大塊腫瘤的微陣列數(shù)據(jù)推斷白細(xì)胞亞型。CIBERSORT使用22個(gè)白細(xì)胞亞群的特征表達(dá)矩陣，并應(yīng)用了線性支持向量回歸方法。

像基于基因表達(dá)譜的去卷積方法一樣，細(xì)胞譜系特異性DNA甲基化模式可用于檢測和量化白細(xì)胞亞群。盡管目前來自純化細(xì)胞類型的參考甲基化模式數(shù)據(jù)仍然有限，但這些方法非常有希望能用來確定來自腫瘤組織的TIL組成。

4.確定腫瘤抗原

高腫瘤特異性的抗原——即由腫瘤細(xì)胞表達(dá)但不由正常細(xì)胞表達(dá)——具有引發(fā)腫瘤特異性免疫應(yīng)答的潛力，因此癌癥免疫療法如工程改造T細(xì)胞和治療性疫苗非常熱門（專欄 1）。

圖4 確定癌癥新抗原

a | 新抗原來自癌癥細(xì)胞內(nèi)表達(dá)的突變蛋白。突變蛋白先被蛋白酶切成更短的多肽后再被抗原處理相關(guān)轉(zhuǎn)運(yùn)體（TAP）運(yùn)輸?shù)絻?nèi)質(zhì)網(wǎng)內(nèi)，在內(nèi)質(zhì)網(wǎng)內(nèi)多肽與MHC分子結(jié)合。之后多肽-MHC復(fù)合體來到細(xì)胞表面遞呈抗原并被CD8+T細(xì)胞TCR識(shí)別。b | 用NEG數(shù)據(jù)預(yù)測新抗原需要整合幾個(gè)計(jì)算任務(wù)：WES，WGS和RNAseq預(yù)測突變肽；綜合RNAseq數(shù)據(jù)選擇表達(dá)多肽；WES，WGS或RNAseq數(shù)據(jù)計(jì)算HLA分型；預(yù)測特定HLA等位基因的多肽-MHC結(jié)合。

引發(fā)免疫應(yīng)答，必須將突變的蛋白質(zhì)蛋白水解加工成短肽，然后與MHC分子結(jié)合，呈遞給T細(xì)胞（圖 4）。當(dāng)從匹配的腫瘤和正常樣品獲得NGS數(shù)據(jù)時(shí)，可以通過整合三個(gè)計(jì)算任務(wù)（圖 4）來預(yù)測新抗原：匹配腫瘤正常樣品的突變蛋白的鑒定，HLA分型，然后預(yù)測新抗原-MHC結(jié)合親和力。

確定突變蛋白。在變異檢測工具中，基因組分析工具包（GATK）是文檔描述程度最好和最成熟的流程之一，并且適用于WES，WGS和RNA-seq數(shù)據(jù)。另一種工具MuTect通過利用貝葉斯分類器確定高準(zhǔn)確度和高靈敏度的SNPs，即使在低等位基因頻率變異的情況下也能保證高特異性。最后，EBCall使用先前有關(guān)從一組非正態(tài)樣本中獲得的測序錯(cuò)誤知識(shí)來更好地區(qū)分真正的變異和測序錯(cuò)誤。為了預(yù)測基因變體對(duì)受影響的蛋白功能影響，注釋工具依賴于公眾可獲得的基因，轉(zhuǎn)錄本和蛋白質(zhì)序列庫，例如Ensembl，RefSeq和Uniprot。由于相同的變體可能對(duì)不同的轉(zhuǎn)錄本產(chǎn)生不同的功能影響，因此使用不同的數(shù)據(jù)庫和優(yōu)化異構(gòu)體的策略會(huì)產(chǎn)生很大不同的結(jié)果。

HLA分型。國際免疫遺傳學(xué)項(xiàng)目HLA（IMGT / HLA）數(shù)據(jù)庫是一個(gè)經(jīng)過策劃的并且持續(xù)更新的基因組和編碼DNA序列集合，目前包含超過13,000個(gè)注釋的HLA等位基因（3.22版，2015-10）。HLA等位基因的標(biāo)準(zhǔn)命名法使用基因名稱（例如HLA-A，HLA-B或HLA-C），隨后是星號(hào)（*）和四組數(shù)字，通過分號(hào)分隔（例如HLA- A*02:01:01:05）。第一組數(shù)字定義具有相似血清學(xué)特異性的HLA等位基因組。第二組和第三組數(shù)字分別在DNA水平上識(shí)別非同義或同義替換。最后，內(nèi)含子或3'/ 5'非翻譯區(qū)域的差異被編碼在第四組數(shù)字中。

自從用NGS數(shù)據(jù)進(jìn)行HLA分型的第一個(gè)工具發(fā)布以來，HLAminer和Seq2HLA等幾種方法已經(jīng)被開發(fā)出來（表 1），它們在準(zhǔn)確性和分辨率方面都改進(jìn)了HLA分型性能。最新版本的方法針對(duì)四位數(shù)分辨率進(jìn)行了優(yōu)化，并考慮了不同類型的NGS數(shù)據(jù)（表 1）。在可用的方法中，最近開發(fā)的Polysolver和Optitype在4位數(shù)分辨率HLA分型顯示出高準(zhǔn)確性。Polysolver的高靈敏度也有助于鑒定HLA基因中的體細(xì)胞突變，在不同的癌癥中表現(xiàn)為幾個(gè)百分點(diǎn)的范圍內(nèi)。

預(yù)測新抗原-MHC綁定親和力。直接參與腫瘤排斥的MHC分子屬于I類（MHC-I）并存在于所有有核細(xì)胞上。與I類MHC分子結(jié)合的病毒或腫瘤抗原呈遞給CD8 + T淋巴細(xì)胞，其可以因此識(shí)別并殺死感染的細(xì)胞或腫瘤細(xì)胞。II類MHC分子（MHC-II）僅在特定細(xì)胞類型如樹突細(xì)胞，B淋巴細(xì)胞和巨噬細(xì)胞上表達(dá)。MHC-II結(jié)合抗原呈遞給CD4 + T細(xì)胞并參與輔助T細(xì)胞的活化。II類MHC分子與癌癥免疫治療最近由數(shù)據(jù)強(qiáng)調(diào)了其相關(guān)性，這些數(shù)據(jù)表明免疫原性突變可以被CD4 + T細(xì)胞識(shí)別。MHC-I分子結(jié)合的多肽是具有8-11個(gè)狹窄長度的氨基酸，而MHC-II分子可以容納更長的肽，最多30個(gè)氨基酸。由與MHC-I分子結(jié)合的特定肽組成的復(fù)合物被稱為pMHC-1，并且與肽與MHC-II分子結(jié)合的復(fù)合物被稱為pMHC-II。pMHC-II的結(jié)合親和力受肽核心和肽側(cè)翼殘基的影響。這種混雜的結(jié)合機(jī)制和訓(xùn)練數(shù)據(jù)的局限使得pMHC-II結(jié)合親和力預(yù)測的任務(wù)比pMHC-I更具挑戰(zhàn)性，并且用于pMHC-II結(jié)合預(yù)測的算法不如pMHC-I方法準(zhǔn)確。

現(xiàn)在有幾種計(jì)算方法可用于預(yù)測pMHC結(jié)合親和力，其可以分為兩大類：考慮蛋白質(zhì)3D結(jié)構(gòu)的基于結(jié)構(gòu)的方法，和考慮蛋白質(zhì)抗原的一級(jí)序列的基于序列的方法。由于pMHC復(fù)合物的3D結(jié)構(gòu)數(shù)量有限，在這里，作者關(guān)注基于序列的方法。早期基于序列的方法，如BIMAS和SYFPEITHI，依賴于位置特異性評(píng)分矩陣（PSSMs），這些矩陣是從經(jīng)實(shí)驗(yàn)證實(shí)多肽綁定特定MHC等位基因結(jié)合物中定義的。為了模擬綁定過程的非線性本質(zhì)，已經(jīng)開發(fā)了更多基于機(jī)器學(xué)習(xí)技術(shù)的高級(jí)方法（表 1）。非線性方法表現(xiàn)出比基于PSSM的算法更好的性能，這是由于它們能捕獲結(jié)合過程的復(fù)雜性和蛋白質(zhì)殘基之間的相互依賴性的能力。使用共識(shí)方法（consensus method）也獲得了更高的性能，如NetMHCcons和CONSENSUS，它們結(jié)合了多種工具以獲得更可靠的預(yù)測。

如果沒有大量有關(guān)MHC等位基因和配體的信息，通過基于網(wǎng)頁的數(shù)據(jù)庫，如免疫表位數(shù)據(jù)庫和分析資源（IEDB）、IMGT/HLA和Dana-Farber免疫學(xué)機(jī)器學(xué)習(xí)庫（DFRFMLI），將這些信息手收集并公開可獲取，上述方法的開發(fā)和驗(yàn)證就不可能實(shí)現(xiàn)（表 2）。然而，由于絕大多數(shù)HLA等位基因尚未就肽結(jié)合進(jìn)行研究，所以現(xiàn)在方法開發(fā)已經(jīng)越過等位基因特異性方法，而不需要特定有問題的等位基因?qū)?yīng)肽段信息。這些所謂的泛特異性方法，如NetMHCpan，可以預(yù)測已知蛋白序列肽段與任何MHC分子的結(jié)合。簡而言之，訓(xùn)練神經(jīng)網(wǎng)絡(luò)以輸出給定pMHC對(duì)的親和力，所述pMHC對(duì)具有MHC偽序列，這個(gè)偽序列是由HLA殘基與其他綁定肽聯(lián)系構(gòu)建的，而這就是已知功能的HLA-A，HLA-B或HLA-C等位基因的多態(tài)性。泛特定工具（如NetMHCpan和NetMHCIIpan）得分位于最佳表現(xiàn)者中，甚至與等位基因特異性方法相比也是如此。

盡管pMHC結(jié)合是抗原呈遞過程中最具選擇性的事件，但抗原加工的前述步驟在MHC-I途徑中也有作用：蛋白酶體切割，其是將大蛋白轉(zhuǎn)化成較小肽所需的；并通過與抗原加工相關(guān)的轉(zhuǎn)運(yùn)蛋白（transporter associated with antigen processing, TAP）將肽轉(zhuǎn)運(yùn)到內(nèi)質(zhì)網(wǎng)中，這是將肽結(jié)合到MHC-1分子所必需的。此外，pMHC復(fù)合物的穩(wěn)定性和識(shí)別pMHC復(fù)合物的CD8 + T細(xì)胞傾向（T cell propensity）是決定突變肽的免疫原性的另一因素。目前，只有一種工具可用于預(yù)測結(jié)合穩(wěn)定性：NetMHCstab。用于預(yù)測蛋白酶體切割（例如，netChop Cterm和Pcleavage），TAP轉(zhuǎn)運(yùn)（例如PredTAP和SVMTAP）和T細(xì)胞傾向（例如POPI和POPISK）都可以使用，但預(yù)測值相當(dāng)有限。盡管有其局限性，但這些方法可以整合到抗原預(yù)測流程中以減少假陽性，從而將表位驗(yàn)證所需的實(shí)驗(yàn)工作量降到最低。NetTepi是一個(gè)很好的方法集成實(shí)例，NetTepi是預(yù)測T細(xì)胞表位的計(jì)算流程，它結(jié)合了結(jié)合親和力，結(jié)合穩(wěn)定性并使用引文90中描述的預(yù)測T細(xì)胞傾向的延伸免疫原性模型（該模型的應(yīng)用包含在IEDB網(wǎng)站上）。

5.TCR譜（profiling）

TCR必須能夠針對(duì)豐富的不同抗原產(chǎn)生免疫應(yīng)答。巨大的受體庫多樣性是一個(gè)稱為V(D)J重組過程的結(jié)果，該過程由屬于變量（V），多樣性（D）和連接（J）基因組基因座的不同基因片段的體細(xì)胞重排組成。通過在連接位點(diǎn)添加或去除隨機(jī)核苷酸并通過組合不同的α-鏈和β-鏈，組合多樣性進(jìn)一步增加。表1中報(bào)道的所有TCR分析工具可用于來自TCR基因座的靶向譜庫（repertoire）測序（Rep-seq）的數(shù)據(jù)，并且在某些情況下也可用于B細(xì)胞受體基因座。最新版本的MiXCR直接支持從全轉(zhuǎn)錄組RNA-seq數(shù)據(jù)集中提取免疫譜。最近，基于MiTCR的計(jì)算策略被用于使用來自TCGA的RNAseq數(shù)據(jù)來表征TCR庫。

表1 癌癥免疫學(xué)計(jì)算工具

表2 癌癥免疫學(xué)數(shù)據(jù)庫和網(wǎng)頁服務(wù)器

6.組裝分析流程
癌癥免疫基因組計(jì)算方法和數(shù)據(jù)庫，為解析腫瘤免疫細(xì)胞相互作用提供了工具基礎(chǔ)。然而，盡管有幾種生物信息學(xué)工具可用，缺乏標(biāo)準(zhǔn)化會(huì)阻礙分析流程的簡易組裝。

直到最近才有報(bào)道綜合幾個(gè)分析步驟的新抗原預(yù)測計(jì)算解決方案（表1）。除NetTepi外，目前還有其他解決方案，如：NetCTLpan，這是一種預(yù)測蛋白酶體切割，TAP轉(zhuǎn)運(yùn)和pMHC結(jié)合的泛特異性方法；EpiToolkit，這是一個(gè)網(wǎng)頁平臺(tái)，用于靈活整合預(yù)先選定用于表位預(yù)測和優(yōu)先級(jí)的計(jì)算模塊；FRED 2，它是用于HLA分型，表位預(yù)測和選擇的網(wǎng)絡(luò)資源，其還允許設(shè)計(jì)個(gè)性定制流程原型；還有pVAC-Seq，它是考慮到突變覆蓋率，變異等位基因頻率和突變基因表達(dá)的新抗原鑒定流程。

靶向T細(xì)胞以增強(qiáng)免疫反應(yīng)的癌癥免疫療法已經(jīng)在黑色素瘤上有了比較好的臨床效果，并在各種癌癥中表現(xiàn)出有效性。靶標(biāo)檢查點(diǎn)分子的幾種藥物正在進(jìn)入臨床階段，癌癥免疫療法可能會(huì)成為主要的癌癥治療方案。因而，鑒別出可能受益于免疫治療的患者變得非常重要，它主要依賴我們利用現(xiàn)有和新穎計(jì)算工具深入挖掘基因組數(shù)據(jù)的能力。

此文雖然發(fā)表于2016年，但由于（1）作者對(duì)腫瘤免疫有深入研究，對(duì)現(xiàn)在研究趨勢判定準(zhǔn)確；（2）文中篩選收錄的軟件數(shù)據(jù)庫十分實(shí)用，在全面覆蓋腫瘤免疫各個(gè)環(huán)節(jié)的同時(shí)，也經(jīng)得起時(shí)間驗(yàn)證，當(dāng)下仍多為熱門工具，以上使此文值得一讀。

建議：對(duì)腫瘤免疫入門者來說可通讀全文，可對(duì)腫瘤免疫研究現(xiàn)況和發(fā)展有基礎(chǔ)了解；腫瘤免疫研究者則可以直接從收錄的工具入手，尋找自己需要的軟件數(shù)據(jù)開展自己的研究。

參考文獻(xiàn)：

[1] Hackl H, Charoentong P, Finotello F, et al. Computational genomics tools for dissecting tumour–immune cell interactions[J]. Nature Reviews Genetics, 2016, 17(8): 441.