Servicenavigation

Detailseite

Zurück

Projekt Druckansicht

Die Dunkle Materie des Immunpeptidoms: kryptische Peptide als Tumorantigene im Melanom.

Fachliche Zuordnung Dermatologie
Hämatologie, Onkologie
Immunologie
Förderung Förderung von 2019 bis 2023
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 420185699
 
Erstellungsjahr 2023

Zusammenfassung der Projektergebnisse

Ein wesentliches Ziel dieses Projektes war die Identifizierung neuer, tumorspezifischer, rekurrierender T-Zellepitope als Targets für die Krebsimmuntherapie beim Melanom. Der Fokus unserer Bemühungen lag hierbei auf kryptischen HLA-Peptiden, die nicht-kanonischen Open Reading Frames (ORFs) außerhalb der Protein-kodierenden Sequenz (CDS) entstammen und erst kürzlich als eine möglicherweise ergiebige Quelle für tumor-spezifischer T-Zellantigene entdeckt wurden. Im Rahmen dieses Projektes haben wir die Immunpeptidome von 10 Melanomproben (9 Metastasen & 1 primärer Tumor) und 5 Melanom-Zelllinien massenspektrometrisch analysiert. Die Datenanalyse erfolgte mithilfe des von uns entwickelten Software-Tools Peptide-PRISM, welches die umfängliche Identifizierung von kryptischen HLA-Peptiden ermöglicht. Zur Identifizierung des genomischen Ursprungs der kryptischen Peptide, und zur Charakterisierung ihrer Tumorspezifität wurden von den identischen Melanomproben Whole Genome Sequencing (WGS) und RNA-seq (RiboMinus) Daten generiert und mit den Immunpeptidom-Daten kombiniert. Diese Datensätze (Immunpeptidom, WGS, RNA-seq, klinische Daten) werden wir nach der primären Publikation der wissenschaftlichen Gemeinschaft zur Verfügung stellen. Um die vielversprechendsten tumor-spezifischen, rekurrierenden, kryptischen Peptide (sog. TURCs) identifizieren zu können, haben wir eine umfangreiche Immunpeptidom-Datenbank erstellt, für deren Generierung sowohl Daten gesunder Spender (u.a. HLA-Ligand Atlas Project) als auch zahlreiche Tumordaten unterschiedlichster Entitäten verwendet wurden. Diese Tumor/Healthy-Datenbank (TvHdb) umfasst aktuell mehr als 2500 MS Rohdaten-Files von ~300 unterschiedlichen Patienten/Zelllinien und mehr als 350 Tausend HLA-I Peptide, darunter ca. 16 Tausend kryptische Peptide. Mithilfe dieser Datenbank haben wir für die analysierte Patientenkohorte ~50 TURCs identifiziert, deren immunologische Charakterisierung (Immunogenität mittels in vitro Priming-Assay, TCR-Isolierung, T-Zell Killing-Assay) noch andauert. Diese laufenden Analysen sind der erste Schritt hin zur klinischen Anwendung. Weitere wichtige Ergebnisse dieses Projekts sind die Entwicklung und Verfeinerung von Werkzeugen zur Datenanalyse des Immunpeptidoms, als auch die methodische Verbesserung bei der Probenvorbereitung (verbesserte Detektion von hydrophoben HLA-Peptiden) und massenspektrometrischen Analyse, insbesondere die Entwicklung von neuen Methoden zur quantitativen Immunpeptidom-Analyse mittels pSILAC. Durch die Schaffung innovativer computergestützter Ansätze haben wir die Genauigkeit und Effizienz der Analyse von Immunpeptidom-Daten verbessert. Diese Werkzeuge bieten Forschern erweiterte Möglichkeiten, die Landschaft des Immunpeptidoms zu erforschen und potenzielle Ziele für die Krebsimmuntherapie zu identifizieren. Die im Rahmen dieses Projektes gewonnenen Erkenntnisse haben insgesamt zu einem erheblich verbesserten Verständnis kryptischer HLA-Peptide beigetragen. Unsere Ergebnisse weisen darauf hin, dass gerade unter den kryptischen HLA-Peptiden deutlich häufiger als unter den konventionellen HLA-Peptiden tumor-spezifische T-Zellepitope zu finden sind, und dass kryptische Peptide grundsätzlich geeignete Targets für die Krebsimmuntherapie darstellen.

Projektbezogene Publikationen (Auswahl)

 
 

Zusatzinformationen

© 2025 DFG Kontakt / Impressum / Datenschutz

Textvergrößerung und Kontrastanpassung