[go: up one dir, main page]

RU2019136762A - Идентификация, производство и применение неоантигенов - Google Patents

Идентификация, производство и применение неоантигенов Download PDF

Info

Publication number
RU2019136762A
RU2019136762A RU2019136762A RU2019136762A RU2019136762A RU 2019136762 A RU2019136762 A RU 2019136762A RU 2019136762 A RU2019136762 A RU 2019136762A RU 2019136762 A RU2019136762 A RU 2019136762A RU 2019136762 A RU2019136762 A RU 2019136762A
Authority
RU
Russia
Prior art keywords
neoantigens
cells
allele
presentation
mhc class
Prior art date
Application number
RU2019136762A
Other languages
English (en)
Inventor
Томас БУХЕР
Брендан БУЛИК-САЛЛИВАН
Дженнифер БАСБИ
Роман ЕЛЕНСКИЙ
Original Assignee
Гритстоун Онколоджи, Инк.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Гритстоун Онколоджи, Инк. filed Critical Гритстоун Онколоджи, Инк.
Publication of RU2019136762A publication Critical patent/RU2019136762A/ru

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
    • G16B50/40—Encryption of genetic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K35/00—Medicinal preparations containing materials or reaction products thereof with undetermined constitution
    • A61K35/12—Materials from mammals; Compositions comprising non-specified tissues or cells; Compositions comprising non-embryonic stem cells; Genetically modified cells
    • A61K35/14—Blood; Artificial blood
    • A61K35/17—Lymphocytes; B-cells; T-cells; Natural killer cells; Interferon-activated or cytokine-activated lymphocytes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K39/00—Medicinal preparations containing antigens or antibodies
    • A61K39/0005—Vertebrate antigens
    • A61K39/0011—Cancer antigens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K40/00—Cellular immunotherapy
    • A61K40/10—Cellular immunotherapy characterised by the cell type used
    • A61K40/11—T-cells, e.g. tumour infiltrating lymphocytes [TIL] or regulatory T [Treg] cells; Lymphokine-activated killer [LAK] cells
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K40/00—Cellular immunotherapy
    • A61K40/30—Cellular immunotherapy characterised by the recombinant expression of specific molecules in the cells of the immune system
    • A61K40/32—T-cell receptors [TCR]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K40/00—Cellular immunotherapy
    • A61K40/40—Cellular immunotherapy characterised by antigens that are targeted or presented by cells of the immune system
    • A61K40/41—Vertebrate antigens
    • A61K40/42—Cancer antigens
    • A61K40/4201—Neoantigens
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/5044—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics involving specific cell types
    • G01N33/5047—Cells of the immune system
    • G01N33/505—Cells of the immune system involving T-cells
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/30—Detection of binding sites or motifs
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K39/00—Medicinal preparations containing antigens or antibodies
    • A61K2039/51—Medicinal preparations containing antigens or antibodies comprising whole cells, viruses or DNA/RNA
    • A61K2039/515—Animal cells
    • A61K2039/5158—Antigen-pulsed cells, e.g. T-cells
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K39/00—Medicinal preparations containing antigens or antibodies
    • A61K2039/58—Medicinal preparations containing antigens or antibodies raising an immune response against a target which is not the antigen used for immunisation
    • A61K2039/585—Medicinal preparations containing antigens or antibodies raising an immune response against a target which is not the antigen used for immunisation wherein the target is cancer
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/156—Polymorphic or mutational markers
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Biotechnology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Analytical Chemistry (AREA)
  • Cell Biology (AREA)
  • Molecular Biology (AREA)
  • Genetics & Genomics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • Pathology (AREA)
  • Microbiology (AREA)
  • Medicinal Chemistry (AREA)
  • Evolutionary Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Hematology (AREA)
  • Wood Science & Technology (AREA)
  • Oncology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Biochemistry (AREA)
  • Urology & Nephrology (AREA)
  • Bioethics (AREA)
  • Hospice & Palliative Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Mycology (AREA)

Claims (70)

1. Способ генерации выходных данных для создания персонализированной противораковой вакцины путем идентификации одного или более неоантигенов из одной или более опухолевых клеток субъекта, которые, вероятно, будут презентированы на поверхности опухолевых клеток, включающий этапы:
получения, по меньшей мере, одного из данных сиквенирования нуклеиновой кислоты экзома, транскриптома, или полного генома из опухолевых клеток и нормальных клеток субъекта, причем данные сиквенирования нуклеиновой кислоты используются для получения данных, представляющих пептидные последовательности каждого из совокупности неоантигенов, идентифицированных путем сравнения данных сиквенирования нуклеиновой кислоты из опухолевых клеток и данных сиквенирования нуклеиновой кислоты из нормальных клеток, и при этом пептидная последовательность каждого неоантигена содержит, по меньшей мере, одно изменение, которое делает его отличным от соответствующей пептидной последовательности дикого типа, идентифицированной из нормальных клеток субъекта;
кодирования пептидных последовательностей каждого из неоантигенов в соответствующий числовой вектор (numerical vector), при этом каждый числовой вектор, включает информацию о множестве аминокислот, которые составляют пептидную последовательность, и совокупности положений аминокислот в пептидной последовательности;
введения числовых векторов с использованием процессора компьютера в модель презентации с глубоким обучением (deep learning) для генерации совокупности вероятностей презентации для совокупности неоантигенов, при этом каждая вероятность презентации в совокупности представляет вероятность того, что соответствующий неоантиген презентирован одним или более аллелями ГКГС класса II на поверхности опухолевых клеток субъекта, при этом модель презентации с глубоким обучением, содержит:
множество параметров, определенных, по меньшей мере, на основе совокупности данных для обучения, содержащей:
метки, полученные при помощи масс-спектрометрии, для измерения присутствия пептидов, связанных с, по меньшей мере, одним аллелем ГКГС класса II, идентифицированным как присутствующий в, по меньшей мере, одном из множества образцов;
пептидные последовательности для обучения, кодируемые в виде числовых векторов, включающих информацию относительно множества аминокислот, которые составляют пептидную последовательность, и совокупности положений аминокислот в пептидной последовательности; и
по меньшей мере, один аллель HLA, связанный с пептидными последовательностями для обучения; и
функцию, представляющую собой соотношение между числовым вектором, полученным в качестве входных данных, и вероятностью презентации, генерируемой в качестве выходных данных, на основе числового вектора и параметров,
выбора подсовокупности совокупности неоантигенов на основе совокупности вероятностей презентации для создания совокупности выбранных неоантигенов; и
генерации выходных данных для создания персонализированной противораковой вакцины на основе совокупности выбранных неоантигенов.
2. Способ по п. 1, отличающийся тем, что кодирование пептидной последовательности включает кодирование пептидной последовательности с использованием схемы прямого кодирования.
3. Способ по любому из пп. 1, 2, отличающийся тем, что введение числового вектора в модель презентации с глубоким обучением включает:
применение модели презентации с глубоким обучением к пептидной последовательности неоантигена для генерации оценки зависимости для каждого из одного или более аллелей ГКГС класса II, указывающих, будет ли аллель ГКГС класса II презентировать неоантиген на основании конкретных аминокислот в конкретных положениях пептидной последовательности.
4. Способ по п. 3, отличающийся тем, что введение числового вектора в модель презентации с глубоким обучением дополнительно включает:
преобразование оценок зависимости для генерации соответствующей вероятности на аллель для каждого аллеля ГКГС класса II, указывающей вероятность того, что соответствующий аллель ГКГС класса II будет презентировать соответствующий неоантиген; и
комбинирование вероятностей на аллель для генерации вероятности презентации неоантигена.
5. Способ по п. 4, отличающийся тем, что преобразование оценок зависимости моделирует презентацию неоантигена как взаимоисключающую в пределах одного или более аллелей ГКГС класса II.
6. Способ по п. 3, отличающийся тем, что введение числового вектора в модель презентации с глубоким обучением дополнительно включает:
преобразование комбинации оценок зависимости для генерации вероятности презентации, при этом преобразование комбинации оценок зависимости моделирует презентацию неоантигена как интерферирующего между одним или более аллелями ГКГС класса II.
7. Способ по п. 3, отличающийся тем, что совокупность вероятностей презентации дополнительно определяется при помощи, по меньшей мере, одного или более аллель-невзаимодействующих признаков, и дополнительно включающий:
применение модели презентации с аллель-невзаимодействующими признаками для генерации оценки зависимости для аллель-невзаимодействующих признаков, указывающих, будет ли презентирована пептидная последовательность соответствующего неоантигена на основе аллель-невзаимодействующих признаков.
8. Способ по п. 7, дополнительно включающий:
комбинирование оценки зависимости для каждого аллеля ГКГС класса II в одном или более аллелях ГКГС класса II с оценкой зависимости для аллель-невзаимодействующего признака; и
преобразование комбинированных оценок зависимости для каждого аллеля ГКГС класса II для генерации вероятности на аллель для каждого аллеля ГКГС класса II, указывающей вероятность того, что соответствующий аллель ГКГС класса II будет презентировать соответствующий неоантиген; и
комбинирование вероятностей на аллель для генерации вероятности презентации.
9. Способ по п. 8, дополнительно включающий:
преобразование комбинации оценок зависимости для каждого из аллелей ГКГС класса II и оценки зависимости для аллель-невзаимодействующих признаков для генерации вероятности презентации.
10. Способ по любому из пп. 1-9, отличающийся тем, что один или более аллелей ГКГС класса II включают два или более аллелей ГКГС класса II.
11. Способ по любому из пп. 1-10, отличающийся тем, что, по меньшей мере, один аллель ГКГС класса II включает два или более различных типов аллелей ГКГС класса II.
12. Способ по любому из пп. 1-11, отличающийся тем, что множество образцов содержит, по меньшей мере, одно из следующего:
(a) одну или более клеточных линий, модифицированных для экспрессии одного аллеля ГКГС класса II;
(b) одну или более клеточных линий, модифицированных для экспрессии множества аллелей ГКГС класса II;
(c) одну или более клеточных линий человека, взятых или полученных от множества пациентов;
(d) свежие или замороженные образцы опухоли, полученные от множества пациентов; и
(e) свежие или замороженные образцы ткани, полученные от множества пациентов.
13. Способ по любому из пп. 1-12, отличающийся тем, что совокупность данных для обучения дополнительно содержит, по меньшей мере, одно из следующего:
(a) данные, ассоциированные с измерениями аффинности связывания пептид-ГКГС, по меньшей мере, для одного из выделенных пептидов; и
(b) данные, ассоциированные с измерениями стабильности связывания пептид-ГКГС, по меньшей мере, для одного из выделенных пептидов.
14. Способ по любому из пп. 1-13, отличающийся тем, что совокупность вероятностей презентации дополнительно определяется при помощи, по меньшей мере, уровней экспрессии одного или более аллелей ГКГС класса II, как измерено с помощью сиквенирования РНК или масс-спектрометрии.
15. Способ по любому из пп. 1-14, отличающийся тем, что совокупность вероятностей презентации дополнительно определяется при помощи, по меньшей мере, аллель-взаимодействующих признаков, включающих, по меньшей мере, одно из следующего:
(a) спрогнозированную аффинность между неоантигеном в совокупности неоантигенов и одним или более аллелями ГКГС; и
(b) спрогнозированную стабильность комплекса кодируемого неоантигеном пептида-ГКГС.
16. Способ по любому из пп. 1-15, отличающийся тем, что совокупность числовых вероятностей дополнительно определяется, по меньшей мере, по ГКГС-аллель-невзаимодействующим признакам, включающим, по меньшей мере, один из следующих:
(a) С-концевые последовательности, фланкирующие кодируемый неоантигеном пептид в его исходной белковой последовательности; и
(b) N-концевые последовательности, фланкирующие кодируемый неоантигеном пептид в его исходной белковой последовательности.
17. Способ по любому из пп. 1-16, отличающийся тем, что выбор совокупности выбранных неоантигенов включает выбор неоантигенов, которые имеют повышенную вероятность презентации на поверхности опухолевой клетки относительно невыбранных неоантигенов на основе модели презентации.
18. Способ по любому из пп. 1-17, отличающийся тем, что выбор совокупности выбранных неоантигенов включает выбор неоантигенов, которые имеют повышенную вероятность быть способными индуцировать опухолеспецифический иммунный ответ у субъекта относительно невыбранных неоантигенов на основе модели презентации.
19. Способ по любому из пп. 1-18, отличающийся тем, что выбор совокупности выбранных неоантигенов включает выбор неоантигенов, которые имеют повышенную вероятность того, что они могут быть презентированы наивным Т-клеткам с помощью профессиональных антигенпрезентирующих клеток (АПК) относительно невыбранных неоантигенов на основе модели презентации, необязательно, при этом АПК представляет собой дендритную клетку (ДК).
20. Способ по любому из пп. 1-19, отличающийся тем, что выбор совокупности выбранных неоантигенов включает выбор неоантигенов, которые имеют пониженную вероятность быть подвергнутыми ингибированию посредством центральной или периферической толерантности по отношению к невыбранным неоантигенам на основе модели презентации.
21. Способ по любому из пп. 1-20, отличающийся тем, что выбор совокупности выбранных неоантигенов включает выбор неоантигенов, которые имеют пониженную вероятность быть способными индуцировать аутоиммунный ответ на нормальную ткань у субъекта относительно невыбранных неоантигенов на основе модели презентации.
22. Способ по любому из пп. 1-21, отличающийся тем, что одну или более опухолевых клеток выбирают из группы, состоящей из: рака легкого, меланомы, рака молочной железы, рака яичников, рака предстательной железы, рака почки, рака желудка, рака толстой кишки, рака яичек, рака головы и шеи, рака поджелудочной железы, рака мозга, B-клеточной лимфомы, острого миелогенного лейкоза, хронического миелогенного лейкоза, хронического лимфолейкоза и Т-клеточного лимфоцитарного лейкоза, немелкоклеточного рака легкого и мелкоклеточного рака легкого.
23. Способ лечения субъекта, имеющего опухоль, включающий выполнение этапов по любому из пп. 1-22 и дополнительно включающий получение противоопухолевой вакцины, содержащей совокупность выбранных неоантигенов, и введение противоопухолевой вакцины субъекту.
24. Способ изготовления противоопухолевой вакцины, включающий выполнение этапов по любому из пп. 1-22 и дополнительно включающий продуцирование или производство противоопухолевой вакцины, содержащей совокупность выбранных неоантигенов.
25. Способ по любому из пп. 1-24, дополнительно включающий идентификацию одной или более Т-клеток, которые являются антигенспецифическими для, по меньшей мере, одного из неоантигенов в подсовокупности.
26. Способ по п. 25, отличающийся тем, что идентификация включает совместное культивирование одной или более Т-клеток с одним или более неоантигенами в подсовокупности в условиях, в которых одна или более антигенспецифических Т-клеток размножаются.
27. Способ по п. 25, отличающийся тем, что идентификация включает приведение в контакт одной или более Т-клеток с тетрамером, содержащим один или более неоантигенов в подсовокупности в условиях, которые обеспечивают связывание между Т-клеткой и тетрамером.
28. Способ по любому из пп. 25-27, дополнительно включающий этап идентификации одного или более Т-клеточных рецепторов (ТКР) из одной или более идентифицированных Т-клеток.
29. Способ по п. 28, отличающийся тем, что идентификация одного или более Т-клеточных рецепторов включает сиквенирование последовательности Т-клеточного рецептора из одной или более идентифицированных Т-клеток.
30. Выделенная Т-клетка, которая является антигенспецифической для, по меньшей мере, одного выбранного неоантигена в подсовокупности по любому из пп. 1-28.
31. Способ по любому из пп. 28, 29, дополнительно включающий:
генетическое конструирование множества Т-клеток для экспрессии, по меньшей мере, одного из одного или более идентифицированных Т-клеточных рецепторов;
культивирование множества Т-клеток в условиях, в которых множество Т-клеток размножается; и
инфузию размноженных Т-клеток субъекту.
32. Способ по п. 31, отличающийся тем, что генетическое конструирование множества Т-клеток для экспрессии, по меньшей мере, одного из одного или более идентифицированных Т-клеточных рецепторов включает:
клонирование последовательностей Т-клеточного рецептора из одной или более идентифицированных Т-клеток в вектор экспрессии; и
трансфекцию каждой из множества Т-клеток вектором экспрессии.
33. Способ по любому из пп. 25-29 и 31-32, дополнительно включающий:
культивирование одной или более идентифицированных Т-клеток в условиях, в которых одна или более идентифицированных Т-клеток размножаются; и
инфузию размноженных Т-клеток субъекту.
RU2019136762A 2017-04-19 2018-04-19 Идентификация, производство и применение неоантигенов RU2019136762A (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762487469P 2017-04-19 2017-04-19
US62/487,469 2017-04-19
PCT/US2018/028438 WO2018195357A1 (en) 2017-04-19 2018-04-19 Neoantigen identification, manufacture, and use

Publications (1)

Publication Number Publication Date
RU2019136762A true RU2019136762A (ru) 2021-05-19

Family

ID=63857025

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2019136762A RU2019136762A (ru) 2017-04-19 2018-04-19 Идентификация, производство и применение неоантигенов

Country Status (14)

Country Link
US (1) US20210113673A1 (ru)
EP (1) EP3612965A4 (ru)
JP (2) JP7217711B2 (ru)
KR (1) KR20190140935A (ru)
CN (1) CN110636852A (ru)
AU (2) AU2018254526B2 (ru)
BR (1) BR112019021782A2 (ru)
CA (1) CA3060569A1 (ru)
CO (1) CO2019012345A2 (ru)
IL (1) IL269855B2 (ru)
MX (1) MX2019012433A (ru)
RU (1) RU2019136762A (ru)
SG (1) SG11201909652WA (ru)
WO (1) WO2018195357A1 (ru)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014180490A1 (en) 2013-05-10 2014-11-13 Biontech Ag Predicting immunogenicity of t cell epitopes
WO2016128060A1 (en) 2015-02-12 2016-08-18 Biontech Ag Predicting t cell epitopes useful for vaccination
CN119905147A (zh) 2015-12-16 2025-04-29 磨石生物公司 新抗原的鉴别、制造及使用
WO2017194170A1 (en) 2016-05-13 2017-11-16 Biontech Rna Pharmaceuticals Gmbh Methods for predicting the usefulness of proteins or protein fragments for immunotherapy
JP7370861B2 (ja) 2017-02-12 2023-10-30 ビオンテック ユーエス インコーポレイテッド Ｈｌａに基づく方法および組成物ならびにそれらの使用
WO2018224166A1 (en) 2017-06-09 2018-12-13 Biontech Rna Pharmaceuticals Gmbh Methods for predicting the usefulness of disease specific amino acid modifications for immunotherapy
JP7307048B2 (ja) * 2017-07-14 2023-07-11 ザ フランシス クリック インスティチュート リミティッド 腫瘍におけるｈｌａアレルの分析及びそれらの使用
EP4576103A2 (en) 2017-10-10 2025-06-25 Gritstone bio, Inc. Neoantigen identification using hotspots
CA3083097A1 (en) 2017-11-22 2019-05-31 Gritstone Oncology, Inc. Reducing junction epitope presentation for neoantigens
MX2020007077A (es) 2018-01-04 2020-10-28 Iconic Therapeutics Inc Anticuerpos anti-factor tisular, conjugados anticuerpo-farmaco y metodos relacionados.
WO2020041748A1 (en) * 2018-08-24 2020-02-27 The Regents Of The University Of California Mhc-ii genotype restricts the oncogenic mutational landscape
US10586164B1 (en) 2018-10-15 2020-03-10 AIble Inc. Interface for visualizing and improving model performance
US10936768B2 (en) * 2018-10-15 2021-03-02 Aible, Inc. Interface for visualizing and improving model performance
WO2020097393A1 (en) * 2018-11-07 2020-05-14 Gritstone Oncology, Inc. Alphavirus neoantigen vectors and interferon inhibitors
AU2020204779B2 (en) 2019-01-03 2024-12-05 Evaxion Biotech A/S Vaccines targeting neoepitopes
CN111621564B (zh) * 2019-02-28 2022-03-25 武汉大学 一种鉴定有效肿瘤新抗原的方法
JP7668742B2 (ja) * 2019-03-06 2025-04-25 グリットストーン バイオ インコーポレイテッド Ｍｈｃクラスｉｉモデルによる新生抗原の特定
US20220184191A1 (en) 2019-03-11 2022-06-16 Evaxion Biotech A/S Nucleic acid vaccination using neo-epitope encoding constructs
WO2020185010A1 (ko) * 2019-03-12 2020-09-17 (주)신테카바이오 인공지능모델기반 분자동역학 빅데이터를 활용한 신생항원 면역치료정보 제공 시스템 및 방법
CA3138867A1 (en) * 2019-05-03 2020-11-12 Guilhem RICHARD Neoantigens in cancer
WO2021003348A1 (en) * 2019-07-02 2021-01-07 Gritstone Oncology, Inc. Hiv antigens and mhc complexes
EP3999107A1 (en) 2019-07-16 2022-05-25 Gilead Sciences, Inc. Hiv vaccines and methods of making and using
WO2021048400A1 (en) 2019-09-13 2021-03-18 Evaxion Biotech Aps Method for identifying t-cell epitopes
JP7470787B2 (ja) 2019-11-05 2024-04-18 パーソナリス，インコーポレイティド 単一試料からの腫瘍純度の推定
WO2021123232A1 (en) 2019-12-18 2021-06-24 Evaxion Biotech Aps Nucleic acid vaccination using neo-epitope encoding constructs
US20230047716A1 (en) * 2020-01-07 2023-02-16 Korea Advanced Institute Of Science And Technology Method and system for screening neoantigens, and uses thereof
US12094579B2 (en) * 2020-04-03 2024-09-17 Oregon State University Machine-learning method and apparatus to isolate chemical signatures
JP2023521722A (ja) 2020-04-07 2023-05-25 エヴァクシオン・バイオテック・アクティエセルスカブ Ａｐｃ標的化単位を用いたネオエピトープ免疫療法
JP2023530719A (ja) * 2020-06-18 2023-07-19 パーソナリス，インコーポレイティド 表面提示ペプチドを予測するための機械学習技術
WO2022009052A2 (en) 2020-07-06 2022-01-13 Janssen Biotech, Inc. Prostate neoantigens and their uses
AU2021307553A1 (en) 2020-07-14 2023-02-16 Evaxion Biotech A/S APC targeting units for immunotherapy
KR102605723B1 (ko) * 2020-11-11 2023-11-24 한국과학기술원 키메라 항원 수용체를 위한 타깃 항원 발굴 방법 및 분석 장치
EP4002383A3 (en) 2020-11-13 2022-08-03 Tokyo Institute of Technology Information processing device, information processing method, recording medium recording information processing program, and information processing system
PH12023500016A1 (en) 2021-01-14 2024-03-11 Gilead Sciences Inc Hiv vaccines and methods of using
JP7057003B1 (ja) 2021-02-26 2022-04-19 国立大学法人東京工業大学 予測装置、学習済みモデルの生成装置、予測方法、学習済みモデルの生成方法、予測プログラム、及び学習済みモデルの生成プログラム
JP7057004B1 (ja) 2021-03-05 2022-04-19 国立大学法人東京工業大学 予測装置、学習済みモデルの生成装置、予測方法、学習済みモデルの生成方法、予測プログラム、及び学習済みモデルの生成プログラム
CA3216276A1 (en) 2021-04-29 2022-11-03 Yardena Samuels T cell receptors directed against ras-derived recurrent neoantigens and methods of identifying same
WO2023059654A1 (en) 2021-10-05 2023-04-13 Personalis, Inc. Customized assays for personalized cancer monitoring
CN113762416B (zh) * 2021-10-15 2023-05-30 南京澄实生物科技有限公司 基于多模态深度编码的抗原免疫原性预测方法和系统
TWI852774B (zh) * 2023-09-21 2024-08-11 緯創資通股份有限公司 分類方法及其分類裝置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102017898B1 (ko) * 2010-05-14 2019-09-04 더 제너럴 하스피톨 코포레이션 종양 특이적 신생항원을 확인하는 조성물 및 방법
CA2908434C (en) * 2013-04-07 2021-12-28 The Broad Institute, Inc. Compositions and methods for personalized neoplasia vaccines
WO2014180490A1 (en) 2013-05-10 2014-11-13 Biontech Ag Predicting immunogenicity of t cell epitopes
CN119905147A (zh) * 2015-12-16 2025-04-29 磨石生物公司 新抗原的鉴别、制造及使用
AU2017254477A1 (en) * 2016-04-18 2018-11-01 Jennifer G. ABELIN Improved HLA epitope prediction
JP7155470B2 (ja) * 2017-03-31 2022-10-19 エーシーティー ジェノミックス （アイピー） カンパニー リミテッド 免疫原性がん特異的エピトープのためのランク付けシステム

Also Published As

Publication number Publication date
IL269855A (en) 2019-11-28
JP7530455B2 (ja) 2024-08-07
CA3060569A1 (en) 2018-10-25
KR20190140935A (ko) 2019-12-20
CO2019012345A2 (es) 2020-01-17
JP2020519246A (ja) 2020-07-02
JP7217711B2 (ja) 2023-02-03
IL269855B1 (en) 2023-01-01
IL269855B2 (en) 2023-05-01
US20210113673A1 (en) 2021-04-22
JP2023055775A (ja) 2023-04-18
AU2018254526A1 (en) 2019-11-14
EP3612965A4 (en) 2021-01-13
WO2018195357A1 (en) 2018-10-25
AU2018254526B2 (en) 2024-02-15
CN110636852A (zh) 2019-12-31
EP3612965A1 (en) 2020-02-26
MX2019012433A (es) 2019-12-11
SG11201909652WA (en) 2019-11-28
AU2024202903A1 (en) 2024-05-23
BR112019021782A2 (pt) 2020-08-18

Similar Documents

Publication Publication Date Title
RU2019136762A (ru) Идентификация, производство и применение неоантигенов
JP2020532323A5 (ru)
JP2020536553A5 (ru)
JP2023134542A5 (ru)
JPWO2019168984A5 (ru)
Afik et al. Targeted reconstruction of T cell receptor sequence from single cell RNA-seq links CDR3 length to T cell differentiation state
JPWO2020181240A5 (ru)
RU2018124997A (ru) Идентификация, производство и применение неоантигенов
Poon et al. The whole body as the system in systems immunology
CN109021062B (zh) 一种肿瘤新抗原的筛选方法
CN111465989A (zh) 使用热点进行的新抗原鉴别
CN111868080A (zh) 利用泛等位基因模型进行的新抗原鉴别
JP2021503897A5 (ru)
CN113424264B (zh) 用于生成个性化癌症疫苗的癌症突变选择
CN113711239A (zh) 利用ii类mhc模型鉴别新抗原
Carter et al. Transcriptomic diversity in human medullary thymic epithelial cells
CN109682978B (zh) 一种肿瘤突变肽mhc亲和力预测方法及其应用
CN119446264B (zh) 一种恶性实体肿瘤的新抗原预测方法及系统
KR102773307B1 (ko) 신생항원-기반 면역요법을 위한 항원결정인자 표적화 방법 및 시스템
Thrift et al. HLApollo: A superior transformer model for pan-allelic peptide-MHC-I presentation prediction, with diverse negative coverage, deconvolution and protein language features
Castellanos-Rueda et al. Dissecting the role of CAR signaling architectures on T cell activation and persistence using pooled screens and single-cell sequencing
Horns et al. Cloning antibodies from single cells in pooled sequence libraries by selective PCR
CN103276090A (zh) 京海黄鸡16周龄体重的分子遗传标记及应用
CN103275986B (zh) 京海黄鸡产蛋数分子标记及应用
JPWO2022098936A5 (ru)

Legal Events

Date Code Title Description
HZ9A Changing address for correspondence with an applicant
FA93 Acknowledgement of application withdrawn (no request for examination)

Effective date: 20210420