为免疫治疗添一把柴——肿瘤相关融合基因预测新工具—EasyFuse（癌症基因免疫疗法）

撰文 | 雪月责编 | 兮肿瘤是由基因突变驱动的，其中包括单核苷酸替换、插入以及缺失这些小变异，也包括动大的结构变异结构变异可以引起肿瘤驱动基因融合肿瘤相关基因融合是强免疫原性肿瘤相关抗原的潜在来源但目前缺乏能够准确、灵敏的计算工具用于识别基因融合，从而限制了基因融合在抗肿瘤免疫治疗中的应用。

当前研究肿瘤相关抗原都专注于小变异衍生而来的抗原，忽略了结构变异衍生而来的基因融合带来的肿瘤相关抗原2022年4月4日，来自德国美因兹大学的Ugur Sahin团队在Nature Biotechnology

上发表题为Accurate detection of tumor-specific gene fusions reveals strongly immunogenic personal neo-antigens

的文章，开发了一套预测临床肿瘤样本特异性基因融合的新工具EasyFuse (https://github.com/TRONBioinformatics/easyfuse)，作者也证明了融合基因编码产物的免疫原性。

作者首先使用17种已有的融合基因分析工具来预测细胞系MCF7 SKBR3中已有的52个融合基因其中只有5种工具达到了作者最低标准，包括FusionCatcher SOAPfuse InFusion. MapSplice2 STAR-Fusion。

这五种工具都只能预测29-33个融合基因一种工具的预测效率为94%，但是多种工具的预测效率则只有6%作者通过RT-qPCR和产物大小设计了一种半自动验证方法，用这种方法分析验证了133个融合基因分析发现尽管使用多种工具预测融合基因的效率则会增高一点，但是单一工具预测成功率为61%，作者认为这已经超过他们的期待，但预测效率仍不足。

接下来作者使用这五个融合基因预测工具分析来自14个原发性乳腺癌样本的RNA-seq数据与细胞系类似，多种工具鉴定的比例为8%多工具验证率更高（78-100%）这些数据表明目前使用的工具忽略了单一工具的鉴定率，灵敏度下降。

为了改进对肿瘤相关融合基因（反式样-融合基因）的预测效率，作者开发了EasyFuse系统，目的是提高计算性能、灵敏度以及精度该系统初始过滤仅保留不一致的读取对，可以减少读取90%以上，所有五种预测工具的运行时间大大提高，内存消耗从90GB降至30GB。

检测发现EasyFuse检测效率从8%提高到23%，对已经确认的反式样融合基因的灵敏度高达97%

新工具EasyFuse包含的五个步骤为了进一步评估EasyFuse读取过滤的灵敏性，作者分析了之前已经发布的2425个模拟的反式融合基因，发现在模拟数据中读取过滤的灵敏度也明显提高与RT-qPCR确认的融合基因相比，模拟的融合基因可以被多种工具预测，具有的可读取能力更高。

接下来作者测试了EasyFuse在福尔马林石蜡包埋的临床样本的应用性作者预测到在14个样本中，每个样本平均有205. 5个融合基因预测的融合基因与肿瘤类型无关对多有预测进行预测，总共验证了853个融合基因。

这表明EasyFuse可以在多种类型的样本中提供预测最后作者分析了预测的融合基因是否可以诱导T细胞反应作者挑选了14个福尔马林石蜡包埋的黑色素瘤样本中的融合基因对其编码的肿瘤抗原，作者用自体T细胞来检测它们的免疫原性。

检测患者外周血单核细胞中CD4+和CD8+T细胞的反应，48%的肽段可以诱导CD4+T细胞反应，而3%的肽段会诱导CD8+T细胞反应作者又用4种患者来源的反应水平最强的肽段与健康个体来源的PBMC中的T细胞进行反应。

其中两种可以诱导CD4+T细胞反应，一种可以诱导CD8+T细胞反应本研究表明融合基因可以提供丰富的肿瘤相关抗原，为患者的个性化免疫治疗提供了新的路径EasyFuse可以更准确的描述融合基因的情况，将会成为肿瘤研究的重要工具，也可用于进一步设计和优化预测工具。

原文链接：https://doi.org/10.1038/s41587-022-01247-9制版人：十一转载须知【原创文章】BioArt原创文章，欢迎个人转发分享，未经允许禁止转载，所刊登的所有作品的著作权均为BioArt所拥有。

BioArt保留所有法定权利，违者必究