摘要
免疫肽組學(xué)是促進(jìn)基于肽的疫苗研發(fā)和癌癥免疫治療發(fā)展的一個(gè)重要研究途徑。在沒(méi)有蛋白質(zhì)序列參考數(shù)據(jù)庫(kù)的情況下，de novo可以直接從MS2譜圖中鑒定出潛在的非典型多肽。因此，將常規(guī)數(shù)據(jù)庫(kù)搜索與從頭測(cè)序相結(jié)合將是免疫肽組學(xué)研究的一種很有前景的方法。在這里，我們展示了在PEAKS 11中分別對(duì)DDA和DIA數(shù)據(jù)進(jìn)行免疫肽組分析的完整工作流程。

簡(jiǎn)介
基于質(zhì)譜的多肽組學(xué)研究對(duì)于發(fā)現(xiàn)免疫肽，特別是腫瘤特異性抗原(TSA)或腫瘤相關(guān)抗原(TAA)至關(guān)重要。質(zhì)譜數(shù)據(jù)分析通常依賴于先驗(yàn)的蛋白質(zhì)序列進(jìn)行數(shù)據(jù)庫(kù)搜索，然而這種方法只適用于經(jīng)典通路下產(chǎn)生的多肽，對(duì)于標(biāo)準(zhǔn)蛋白質(zhì)序列數(shù)據(jù)庫(kù)中沒(méi)有的非典型多肽就無(wú)法解析出來(lái)。

基于de novo的質(zhì)譜數(shù)據(jù)分析可以作為非典型多肽發(fā)現(xiàn)的優(yōu)選方案，因?yàn)樗�不需要蛋白質(zhì)序列作為參考。但目前常用的“target-decoy”方法是為經(jīng)典DB search而設(shè)計(jì)的，并不適用于從頭測(cè)序的多肽鑒定。如Fig 1所示，我們建立了一種新的兼容DB search和de novo結(jié)果FDR計(jì)算的方法，并將其應(yīng)用于PEAKS 11軟件的DeepNovo Peptidome工作流中，整合了PEAKS DB search、SPIDER和深度學(xué)習(xí)算法，專門(mén)用于分析內(nèi)源性多肽組，尤其是免疫肽組的數(shù)據(jù)， 結(jié)果展現(xiàn)出較高的靈敏度。

Fig 1 DeepNovo peptidome工作流程示意圖
 

方法
我們選擇了PXD038782^[1]中的TimsTOF HNSCC(頭頸鱗狀細(xì)胞癌)的HLA-I和HLA-II數(shù)據(jù)，原文中數(shù)據(jù)使用PEAKS Studio的Database search完成分析，我們?cè)赑EAKS Online的DeepNovo Peptidome工作流中重新分析，并與文獻(xiàn)發(fā)表結(jié)果進(jìn)行了對(duì)比。

結(jié)果
我們?cè)贒eepNovo Peptidome工作流程中分析了先前發(fā)表的數(shù)據(jù)，多肽鑒定數(shù)平均增加了37%，其中約有20%的多肽是通過(guò)DeepNovo和Homolog發(fā)現(xiàn)的。Fig 2表明我們的DeepNovo工作流程覆蓋了接近97%的已報(bào)道序列，并且具有相同的肽段長(zhǎng)度分布趨勢(shì)。

Fig 2 文獻(xiàn)發(fā)表結(jié)果與重分析結(jié)果韋恩圖

 

Fig 3 肽段長(zhǎng)度分布
 

原文獻(xiàn)中，為了尋找與HNSCC相關(guān)的自然呈遞的TSA，作者對(duì)該病例的腫瘤組織和良性組織分別進(jìn)行了WES，然后通過(guò)傳統(tǒng)搜庫(kù)方式鑒定到了兩個(gè)新抗原表位：LPADVTEDEF和VYPLAFVLI。而這兩條多肽在我們重分析的結(jié)果中，僅通過(guò)DeepNovo就得到了很好的鑒定（Fig 4），可極大地節(jié)約樣本測(cè)序的成本和時(shí)間。

Fig 4 DeepNovo鑒定結(jié)果譜圖展示

然后，我們使用MHCMotifDecon 1.1 ^[2]分別對(duì)文獻(xiàn)報(bào)道結(jié)果和DeepNovo重分析的結(jié)果進(jìn)行了MHC binding Motif分析，結(jié)果顯示DeepNovo能挖掘出更多的潛在MHC ligands（Fig 5-6）。

 

Fig 5 MHC class I motif deconvolution

 

Fig 6 MHC class II motif deconvolution

結(jié)論

PEAKS DeepNovo Peptidome 工作流整合了深度學(xué)習(xí)的算法，在免疫肽組學(xué)數(shù)據(jù)分析方面表現(xiàn)出良好的靈敏度和準(zhǔn)確性，大大提高了免疫肽組質(zhì)譜數(shù)據(jù)挖掘的深度。

如果您想了解更多關(guān)于DeepNovo Peptidome工作流，點(diǎn)擊DeepNovo Peptidome-一個(gè)新的DDA和DIA的多肽組工作流。

參考文獻(xiàn)

1.Hoenisch Gravel, N., Nelde, A., Bauer, J. et al. TOFIMS mass spectrometry-based immunopeptidomics refines tumor antigen identification. Nat Commun 14, 7472 (2023). https://doi.org/10.1038/s41467-023-42692-7.

2.Accurate MHC Motif Deconvolution of immunopeptidomics data reveals high relevant contribution of DRB3, 4 and 5 to the total DR Immunopeptidome. Saghar Kaabinejadian, Carolina Barra, Bruno Alvarez, Hooman Yari, William Hildebrand, Morten Nielsen. Frontiers in Immunology 26 January 2022. Sec. Antigen Presenting Cell Biology, DOI: 10.3389/fimmu.2022.835454.

3.Tran, N. H., Zhang, X., Xin, L., Shan, B., & Li, M. (2017). De novo peptide sequencing by deep learning. Proceedings of the National Academy of Sciences of the United States of America, 114(31), 8247–8252. https://doi.org/10.1073/pnas.1705691114
 

 

-掃碼關(guān)注-

www.bioinfor.com (EN)

              www.deepproteomics.cn（CN）

 

作為生物信息學(xué)的領(lǐng)軍企業(yè)，BSI專注于蛋白質(zhì)組學(xué)和生物藥領(lǐng)域，通過(guò)機(jī)器學(xué)習(xí)和先進(jìn)算法提供世界領(lǐng)先的質(zhì)譜數(shù)據(jù)分析軟件和蛋白質(zhì)組學(xué)服務(wù)解決方案，以推進(jìn)生物學(xué)研究和藥物發(fā)現(xiàn)。我們通過(guò)基于AI的計(jì)算方案，為您提供對(duì)蛋白質(zhì)組學(xué)、基因組學(xué)和醫(yī)學(xué)的卓越洞見(jiàn)。旗下著名的PEAKS系列軟件在全世界擁有數(shù)千家學(xué)術(shù)和工業(yè)用戶，包括：PEAKS Studio，PEAKS Online，PEAKS GlycanFinder, PEAKS AB及抗體綜合表征服務(wù)等。

聯(lián)系方式：
021-60919891；
sales-china@bioinfor.com