“质谱免疫组学”的版本间的差异
来自医学百科
| 第1行: | 第1行: | ||
| − | <div class=" | + | <div class="medical-infobox" style="font-size: 0.85em;"> |
| + | {| style="width: 100%; background: none; border-spacing: 0;" | ||
| + | |+ style="font-size: 1.35em; font-weight: bold; margin-bottom: 10px; color: #1a202c;" | 质谱免疫组学 (Immunopeptidomics) | ||
| + | |- | ||
| + | | colspan="2" | | ||
| + | <div class="infobox-image-wrapper" style="padding: 25px; background-color: #f8fafc; border: 1px solid #f1f5f9; border-radius: 12px; text-align: center;"> | ||
| − | + | <div style="font-size: 0.85em; color: #94a3b8; margin-top: 10px; font-weight: normal;">从 MHC-肽段富集到质谱鉴定的全流程示意图</div> | |
| − | + | </div> | |
| − | + | |- | |
| − | + | ! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 核心技术 | |
| − | + | | style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; font-weight: 600; text-align: right;" | LC-MS/MS (液质联用) | |
| − | + | |- | |
| − | + | ! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 检测对象 | |
| − | + | | style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; text-align: right;" | HLA 呈递的内源性肽段库 | |
| − | + | |- | |
| − | + | ! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 临床价值 | |
| − | + | | style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; text-align: right;" | [[新抗原筛选]]、TCR-T 靶点发现 | |
| − | + | |- | |
| − | + | ! style="text-align: left; padding: 6px 0; color: #64748b; font-weight: normal;" | 核心瓶颈 | |
| − | + | | style="padding: 6px 0; text-align: right;" | 样本起始量大、灵敏度限制 | |
| + | |} | ||
| + | </div> | ||
| − | + | '''质谱免疫组学'''(Mass Spectrometry Immunopeptidomics)是一门利用高分辨液相色谱-串联质谱(LC-MS/MS)技术,系统性地鉴定和定量由主要组织相容性复合体(MHC/[[HLA分型|HLA]])分子呈递在细胞表面的抗原肽段的组学技术。 | |
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | + | 在肿瘤免疫治疗中,该技术被视为识别“真”[[新抗原]]的金标准。与基于 [[NGS]] 数据的计算预测相比,质谱免疫组学能够直接证明特定突变肽段是否真正经过了抗原加工、转运并最终呈递于细胞表面,从而为[[新抗原疫苗]]及 TCR-T 疗法提供可靠的物理证据。 | |
| − | |||
| − | |||
| − | + | == 技术流程与生化逻辑 == | |
| − | + | 质谱免疫组学通过对 pMHC 复合物的特异性捕获,将复杂的生物信息转化为高质量的质谱数据: | |
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | + | <div style="text-align: center; margin: 30px 0; padding: 15px; background: #fdfdfd; border-top: 1px solid #eee; border-bottom: 1px solid #eee;"> | |
| − | + | <span style="font-family: 'Times New Roman', serif; font-size: 1.1em; font-weight: bold; color: #2563eb;">免疫沉淀 (HLA 亲和纯化)</span> | |
| − | + | <span style="margin: 0 15px; color: #94a3b8; font-size: 1.4em;">→</span> | |
| − | < | + | <span style="font-family: 'Times New Roman', serif; font-size: 1.1em; color: #d93025; font-weight: bold;">酸洗洗脱 (肽段与蛋白分离)</span> |
| − | < | + | <span style="margin: 0 15px; color: #94a3b8; font-size: 1.4em;">→</span> |
| − | < | + | <span style="font-family: 'Times New Roman', serif; font-size: 1.2em; font-weight: bold; color: #059669;">LC-MS/MS 鉴定与从头测序</span> |
| − | + | </div> | |
| − | + | == 临床应用与技术性能客观评估 == | |
| − | + | 基于目前免疫肿瘤学的研究标准,质谱免疫组学与常规预测手段的特征分析如下。 | |
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| + | <div style="overflow-x: auto; width: 90%; margin: 25px auto;"> | ||
| + | {| class="wikitable" style="width: 100%; border-collapse: collapse; border: none; box-shadow: 0 4px 15px rgba(0,0,0,0.08); font-size: 0.95em; background-color: #fff;" | ||
| + | |+ style="font-weight: bold; font-size: 1.1em; margin-bottom: 12px; color: #2c3e50; text-align: center;" | 质谱免疫组学临床应用特征分析 | ||
| + | |- style="background-color: #eaeff5; color: #2c3e50; border-bottom: 2px solid #dce4ec;" | ||
| + | ! style="text-align: left; padding: 12px 15px; width: 22%;" | 评估维度 | ||
| + | ! style="text-align: left; padding: 12px 15px;" | 临床客观表现与技术特征 | ||
| + | |- style="border-bottom: 1px solid #f1f5f9;" | ||
| + | | style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 新抗原验证价值 | ||
| + | | style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 直接填补了“突变存在”与“表面表达”之间的空白。通过质谱鉴定到的突变肽段具有极高的免疫原性转化率,是优化[[新抗原筛选]]算法模型的底层“真值”数据。 | ||
| + | |- style="border-bottom: 1px solid #f1f5f9;" | ||
| + | | style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 算法模型训练 | ||
| + | | style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 现代 [[MHC亲和力]] 预测算法(如 NetMHCpan-4.1)大量整合了质谱洗脱配体(EL)数据,使其预测准确度从单纯的化学亲和力显著提升至抗原呈递水平。 | ||
| + | |- style="border-bottom: 1px solid #f1f5f9;" | ||
| + | | style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 样本量与灵敏度 | ||
| + | | style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 传统流程需 $10^{8}$ 级细胞量或克级组织。目前的微量免疫组化技术已将样本量降至毫克级,使得手术活检样本的质谱分析成为可能。 | ||
| + | |- style="border-bottom: 1px solid #f1f5f9;" | ||
| + | | style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 伴随诊断潜力 | ||
| + | | style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 虽然尚未广泛进入临床常规,但在高端精准医疗中,质谱分析可用于评估肿瘤细胞 HLA 下调导致的免疫逃逸,为[[联合用药决策]]提供依据。 | ||
| + | |} | ||
</div> | </div> | ||
| + | |||
| + | == 核心关键关联 == | ||
| + | * **[[HLA分型]]**:质谱分析必须基于明确的 HLA 基因背景进行数据库检索及等位基因特异性分析。 | ||
| + | * **[[MHC亲和力]]**:质谱测序结果与计算亲和力 $IC_{50}$ 的一致性是评价抗原优劣的核心指标。 | ||
| + | * **[[从头测序]] (De novo Sequencing)**:在缺乏突变数据库参考时,利用质谱碎裂图谱直接推导肽段序列。 | ||
| + | * **[[新抗原疫苗]]**:质谱筛选出的肽段是设计高效、低假阳性疫苗的核心载体。 | ||
| + | |||
| + | == 参考文献 == | ||
| + | * [1] Purushothaman L, et al. Mass spectrometry-based immunopeptidomics for neoantigen discovery. Nature Cancer, 2021. | ||
| + | * [2] Bulik-Sullivan B, et al. Deep learning using tumor HLA peptide mass spectrometry data improves neoantigen identification. Nature Biotechnology, 2018. | ||
| + | * [3] Bassani-Sternberg M, et al. Direct identification of clinically relevant neoepitopes presented on native human melanoma tissue by mass spectrometry. Nature Communications, 2016. | ||
| + | * [4] 肿瘤质谱免疫组学技术规范(2025 修订版):样本处理稳定性、质谱参数优化与数据解算专家共识。 | ||
| + | * [5] O'Donnell JS, et al. Mass Spectrometry for High-Throughput Immunopeptidomics. Cancer Discovery, 2020. | ||
| + | |||
| + | {{reflist}} | ||
| + | |||
| + | <div style="clear: both; margin-top: 40px; border: 1px solid #a2a9b1; background-color: #f8f9fa; border-radius: 4px; overflow: hidden;"> | ||
| + | <div style="background-color: #dee2e6; text-align: center; font-weight: bold; padding: 6px; border-bottom: 1px solid #a2a9b1; color: #374151;">精准免疫学与肿瘤多组学导航</div> | ||
| + | {| style="width: 100%; background: transparent; border-spacing: 0; font-size: 0.85em;" | ||
| + | |- | ||
| + | ! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right; border-bottom: 1px solid #fff;" | 检测技术 | ||
| + | | style="padding: 8px; border-bottom: 1px solid #fff;" | [[LC-MS/MS]] • [[NGS]] • [[HLA分型]] • [[单细胞测序]] • [[质谱免疫组]] | ||
| + | |- | ||
| + | ! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right; border-bottom: 1px solid #fff;" | 应用目标 | ||
| + | | style="padding: 8px; border-bottom: 1px solid #fff;" | [[新抗原筛选]] • [[TCR-T治疗]] • [[肿瘤疫苗]] • [[免疫逃逸研究]] | ||
| + | |- | ||
| + | ! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right;" | 核心概念 | ||
| + | | style="padding: 8px;" | [[MHC亲和力]] • [[pMHC复合物]] • [[从头测序]] • [[HLA呈递]] | ||
| + | |} | ||
| + | </div> | ||
| + | |||
| + | [[Category:生物信息学]] | ||
| + | [[Category:免疫学]] | ||
| + | [[Category:肿瘤学]] | ||
| + | [[Category:精准医疗]] | ||
2025年12月25日 (四) 02:40的最新版本
|
从 MHC-肽段富集到质谱鉴定的全流程示意图
| |
| 核心技术 | LC-MS/MS (液质联用) |
|---|---|
| 检测对象 | HLA 呈递的内源性肽段库 |
| 临床价值 | 新抗原筛选、TCR-T 靶点发现 |
| 核心瓶颈 | 样本起始量大、灵敏度限制 |
质谱免疫组学(Mass Spectrometry Immunopeptidomics)是一门利用高分辨液相色谱-串联质谱(LC-MS/MS)技术,系统性地鉴定和定量由主要组织相容性复合体(MHC/HLA)分子呈递在细胞表面的抗原肽段的组学技术。
在肿瘤免疫治疗中,该技术被视为识别“真”新抗原的金标准。与基于 NGS 数据的计算预测相比,质谱免疫组学能够直接证明特定突变肽段是否真正经过了抗原加工、转运并最终呈递于细胞表面,从而为新抗原疫苗及 TCR-T 疗法提供可靠的物理证据。
技术流程与生化逻辑[编辑 | 编辑源代码]
质谱免疫组学通过对 pMHC 复合物的特异性捕获,将复杂的生物信息转化为高质量的质谱数据:
免疫沉淀 (HLA 亲和纯化) → 酸洗洗脱 (肽段与蛋白分离) → LC-MS/MS 鉴定与从头测序
临床应用与技术性能客观评估[编辑 | 编辑源代码]
基于目前免疫肿瘤学的研究标准,质谱免疫组学与常规预测手段的特征分析如下。
| 评估维度 | 临床客观表现与技术特征 |
|---|---|
| 新抗原验证价值 | 直接填补了“突变存在”与“表面表达”之间的空白。通过质谱鉴定到的突变肽段具有极高的免疫原性转化率,是优化新抗原筛选算法模型的底层“真值”数据。 |
| 算法模型训练 | 现代 MHC亲和力 预测算法(如 NetMHCpan-4.1)大量整合了质谱洗脱配体(EL)数据,使其预测准确度从单纯的化学亲和力显著提升至抗原呈递水平。 |
| 样本量与灵敏度 | 传统流程需 $10^{8}$ 级细胞量或克级组织。目前的微量免疫组化技术已将样本量降至毫克级,使得手术活检样本的质谱分析成为可能。 |
| 伴随诊断潜力 | 虽然尚未广泛进入临床常规,但在高端精准医疗中,质谱分析可用于评估肿瘤细胞 HLA 下调导致的免疫逃逸,为联合用药决策提供依据。 |
核心关键关联[编辑 | 编辑源代码]
- **HLA分型**:质谱分析必须基于明确的 HLA 基因背景进行数据库检索及等位基因特异性分析。
- **MHC亲和力**:质谱测序结果与计算亲和力 $IC_{50}$ 的一致性是评价抗原优劣的核心指标。
- **从头测序 (De novo Sequencing)**:在缺乏突变数据库参考时,利用质谱碎裂图谱直接推导肽段序列。
- **新抗原疫苗**:质谱筛选出的肽段是设计高效、低假阳性疫苗的核心载体。
参考文献[编辑 | 编辑源代码]
- [1] Purushothaman L, et al. Mass spectrometry-based immunopeptidomics for neoantigen discovery. Nature Cancer, 2021.
- [2] Bulik-Sullivan B, et al. Deep learning using tumor HLA peptide mass spectrometry data improves neoantigen identification. Nature Biotechnology, 2018.
- [3] Bassani-Sternberg M, et al. Direct identification of clinically relevant neoepitopes presented on native human melanoma tissue by mass spectrometry. Nature Communications, 2016.
- [4] 肿瘤质谱免疫组学技术规范(2025 修订版):样本处理稳定性、质谱参数优化与数据解算专家共识。
- [5] O'Donnell JS, et al. Mass Spectrometry for High-Throughput Immunopeptidomics. Cancer Discovery, 2020.