Abstract
In de afgelopen decennia is de overlevingskans voor patiënten met niet-kleincellige longkanker (NSCLC) aanzienlijk verbeterd dankzij de vooruitgang in behandelingsopties. Immuuntherapie maakt gebruik van het eigen immuunsysteem van de patiënt om kankercellen te herkennen en te elimineren. Een van de belangrijkste doorbraken in immuuntherapie voor NSCLC is de identificatie van neoantigenen. Neoantigenen, unieke peptiden die door tumorcellen worden gepresenteerd en door het immuunsysteem worden herkend, vormen een zeer specifiek doelwit voor de behandeling van kanker omdat ze in normale weefsels ontbreken. Neoantigeen-gerichte therapieën, zijn veelbelovend gebleken bij de behandeling van vergevorderde vaste tumoren. Het identificeren van immunogene neoantigenen blijft een uitdagende taak vanwege de hoge complexiteit van polymorfe MHC-moleculen en het grote aantal peptiden dat ze presenteren. Met behulp van next-generation sequencing kunnen voorspellingsalgoritmen tumor specifieke somatische mutaties identificeren op zowel genoom- als transcriptoomniveau en voorspellen welke neoantigenen kunnen worden gepresenteerd op het celoppervlak op basis van de overeenkomstige MHC-klasse. De huidige voorspellingsalgoritmen voor het identificeren van neoantigenen missen echter vaak het directe bewijs van antigeenpresentatie.
Een huidige beperking van MS-gebaseerde immunopeptidomics is de afhankelijkheid van databases met kanker specifieke variantsequenties, zoals sequenties die voortkomen uit somatische mutaties die vaak leiden tot neoantigenen. Om deze uitdaging te overwinnen kan proteogenomics worden gebruikt om variant eiwitsequenties op te nemen, waardoor de identificatie van variant antigenen via tandemmassaspectrometrie mogelijk wordt.
In een eerder doctoraatsonderzoek werden voorlopige resultaten gegenereerd op zowel squameus als adenocarcinoom NSCLC vers ingevroren weefsel (n=12), evenals gezond omliggend weefsel. Ook werd RNAseq uitgevoerd om varianten te identificeren, patiënt specifieke databases te construeren en het HLA I en HLA II subtype van de patiënten te voorspellen. De integratie van patiënt specifieke varianten in het referentie proteoom voor een op massaspectrometrie gebaseerde immunopeptidomics-benadering heeft geleid tot de identificatie van een aantal van deze varianten voor HLA klasse I en II gepresenteerde peptiden. Deze potentiële neoantigenen zijn uniek voor tumorweefsel en zouden veelbelovende doelen kunnen zijn voor gerichte immuuntherapieën in NSCLC. Om deze bevindingen te bevestigen, is het noodzakelijk om de tumorspecificiteit en immunogeniciteit van deze neoantigenen verder te valideren. Dit kan worden bereikt door transcriptomics data van gezond weefsel van de patiënt te genereren om te verifiëren of de geïdentificeerde variantantigenen afkomstig zijn van tumorspecifieke genomische veranderingen. Hoewel de huidige gegevens het immunopeptidoom tussen gezond en tumorweefsel vergelijken, ontbreken transcriptomische gegevens van gezond weefsel, die zouden helpen om de aanwezigheid van deze neoantigenen specifiek in tumorweefsel te bevestigen. De immunogeniciteit van de geïdentificeerde neoantigenen kan worden getest met ELISPOT-tests, waardoor de lijst kan worden beperkt tot alleen bruikbare neoantigenen, wat een kritisch criterium is voor potentiële therapeutische doelwitten.
Daarnaast hebben we een groep antigenen geïdentificeerd die bekend staan als tumor geassocieerde antigenen. Deze antigenen zijn afgeleid van eiwitten die zowel in gezond weefsel als in tumorweefsel aanwezig zijn, maar lijken exclusief aanwezig te zijn in het immunopeptidoom van tumorweefsel. Deze bevinding is mogelijk belangrijk omdat deze antigenen door meerdere patiënten worden gedeeld, in tegenstelling tot de patiënt specifieke varianten, die alleen gunstig zouden zijn voor mensen met de exacte mutatie. Deze bevinding moet echter worden gevalideerd in een groter cohort en de immunogeniciteit van deze antigenen moet ook worden getest.
Researcher(s)
Research team(s)
Project type(s)