La pipeline NeoDisc revoluciona el descubrimiento de neoantigenos para vacunas personalizadas contra el cáncer
Un nuevo pipeline proteogenómico integral integra la espectrometría de masas con la genómica para identificar y priorizar antígenos específicos de tumores destinados a vacunas contra el cáncer.
Resumen
Investigadores de UNIL/CHUV Lausanne desarrollaron NeoDisc, un pipeline computacional integral que integra secuenciación de exoma completo, secuenciación de RNA e inmunopeptidomómica por espectrometría de masas para identificar y priorizar antígenos tumorales específicos destinados a la inmunoterapia personalizada contra el cáncer. A diferencia de las herramientas existentes, que se limitan a los neoantígenos predichos, NeoDisc captura antígenos procedentes de mutaciones canónicas, transcritos no canónicos, elementos virales y antígenos específicos de tumor. Evaluado en siete pacientes con cáncer a lo largo de múltiples tipos tumorales, NeoDisc superó a herramientas competidoras como pTuneos y pVACseq en la clasificación de neoantígenos inmunogénicos. El pipeline también detecta defectos en la maquinaria de presentación de antígenos, lo que orienta la estrategia de tratamiento. Distribuido en un contenedor Singularity para su implementación clínica, NeoDisc representa un avance significativo en el diseño de vacunas personalizadas contra el cáncer.
Resumen detallado
La inmunoterapia oncológica personalizada depende de manera crítica de identificar qué péptidos se presentan en las células tumorales y cuáles son reconocidos por las células T del paciente. Los flujos de trabajo computacionales existentes se limitan en gran medida a predecir neoantígenos a partir de mutaciones somáticas y carecen de la capacidad de integrar evidencia directa de espectrometría de masas sobre péptidos presentados de forma natural — una brecha importante que NeoDisc fue diseñado para cubrir.
NeoDisc es un marco proteogenómico integral desarrollado en la Universidad de Lausana y el CHUV que combina secuenciación de exoma completo o genoma completo, secuenciación de RNA y peptidomics inmunológica basada en espectrometría de masas (tanto en modalidad dependiente de datos como independiente de datos). Construye referencias proteómicas específicas para cada paciente que incorporan polimorfismos de nucleótido único, mutaciones somáticas y transcritos expresados no canónicos, frente a los cuales se analizan los datos de peptidomics inmunológica para confirmar péptidos antigénicos presentados de forma natural. Más allá de los neoantígenos, NeoDisc identifica antígenos virales, antígenos asociados a tumores y péptidos procedentes de transcritos no codificantes de proteínas.
En la evaluación comparativa frente al conjunto de datos de prueba del NCI (15 muestras, 24 péptidos inmunogénicos conocidos), el algoritmo de aprendizaje automático de NeoDisc — entrenado con decenas de características multiómicas — superó a pTuneos y pVACseq en la clasificación de neoantígenos inmunogénicos entre los N mejores candidatos por paciente. Un algoritmo complementario basado en reglas gestiona los neoantígenos HLA-II, los antígenos virales y los antígenos asociados a tumores. Aplicado a tumores de siete pacientes oncológicos con indicaciones diversas, NeoDisc detectó y priorizó con éxito antígenos tumorales específicos inmunogénicos procedentes de múltiples fuentes, y facilitó el diseño de vacunas oncológicas basadas en RNA y en péptidos.
Una capacidad distintiva de NeoDisc es su evaluación de la maquinaria de presentación antigénica (APPM). Identifica mutaciones somáticas, variaciones en el número de copias y pérdida de heterocigosidad en los loci HLA que afectan a los genes B2M, TAP1, TAP2 y HLA — defectos que pueden provocar evasión inmunitaria e influir directamente en el paisaje antigénico del tumor. La integración de múltiples muestras permite además el análisis de la heterogeneidad tumoral y la evolución clonal.
NeoDisc se ejecuta en Linux dentro de un contenedor Singularity, con un tiempo de ejecución promedio de ~16 horas por conjunto de datos de paciente utilizando 100 GB de RAM y 24 CPUs. Su arquitectura abierta y modular, sus informes de resultados de grado clínico y su capacidad para incorporar peptidomics inmunológica lo convierten en una herramienta transformadora para la inmunología oncológica traslacional y el desarrollo de vacunas personalizadas, aunque su adopción clínica dependerá de la disponibilidad generalizada de infraestructura de peptidomics inmunológica por espectrometría de masas.
Hallazgos clave
- NeoDisc integrates mass spectrometry immunopeptidomics with genomics/transcriptomics, enabling direct identification of naturally presented tumor antigens.
- NeoDisc's ML algorithm outperformed pTuneos and pVACseq in ranking immunogenic neoantigens across 15 NCI benchmark samples.
- The pipeline identifies antigens from six sources: somatic mutations, viral elements, TSAs, TAAs, HLA-II neoantigens, and noncanonical transcripts.
- NeoDisc detects antigen presentation machinery defects (B2M, TAP1/2, HLA-LOH) that drive immune evasion and shape the tumor antigenic landscape.
- Multi-sample integration reveals tumor heterogeneity and clonal evolution relevant to vaccine target selection.
Metodología
NeoDisc fue evaluado comparativamente en el conjunto de datos de prueba del NCI (15 pacientes, 24 péptidos inmunogénicos) y aplicado a siete pacientes con cáncer mediante WES de línea germinal-tumor emparejado, RNAseq tumoral e inmunopeptidómica por espectrometría de masas DDA/DIA. Se emplearon cuatro herramientas de detección de variantes somáticas con niveles de confianza, y un modelo de ML entrenado con características multiómicas priorizó los neoantígenos HLA-I.
Limitaciones del estudio
La canalización requiere infraestructura de inmunopeptidomía por espectrometría de masas que aún no está ampliamente disponible en entornos clínicos, lo que limita su adopción generalizada. La integración de WGS no se implementó en este estudio, y el tiempo de ejecución (~16 horas) puede representar una limitación para decisiones clínicas urgentes. El benchmarking se realizó sobre un conjunto de datos limitado de 24 péptidos inmunogénicos en 15 muestras.
¿Te ha gustado este resumen?
Recibe la última investigación sobre longevidad en tu bandeja de entrada cada semana.
Introduce tu correo electrónico para suscribirte: