[DEBUG-WINDOW 처리영역 보기]
즐겨찾기  |  뉴스레터  |  오늘의 정보  |  e브릭몰e브릭몰 회원가입   로그인
BRIC홈 한국을 빛내는 사람들
설문조사
스폰서배너광고 안내  배너1 배너2
전체보기 추천논문 상위피인용논문 인터뷰 그이후 한빛사통계
김상우
김상우 (Sangwoo Kim) 저자 이메일 보기
연세대학교 의과대학
 
조회 981  인쇄하기 주소복사 트위터 공유 페이스북 공유 
Neopepsee: accurate genome-level prediction of neoantigens by harnessing sequence and amino acid immunogenicity information
열기 Authors and Affiliations

Abstract

Background
Tumor-specific mutations form novel immunogenic peptides called neoantigens. Neoantigens can be used as a biomarker predicting patient response to cancer immunotherapy. Although a predicted binding affinity (IC50) between peptide and major histocompatibility complex class I (MHC-I) is currently used for neoantigen prediction, large number of false-positives exist.

Materials and methods
We developed Neopepsee, a machine learning-based neoantigen prediction program for next-generation sequencing data. With raw RNA-seq data and a list of somatic mutations, Neopepsee automatically extracts mutated peptide sequences and gene expression levels. We tested 14 immunogenicity features to construct a machine-learning classifier and compared with the conventional methods based on IC50 regarding sensitivity and specificity. We tested Neopepsee on independent data sets from melanoma, leukemia, and stomach cancer.

Results
Nine of 14 immunogenicity features that are informative and inter-independent were used to construct the machine-learning classifiers. Neopepsee provides a rich annotation of candidate peptides with 87 immunogenicity-related values, including IC50, expression levels of neopeptides and immune regulatory genes (e.g., PD1, PD-L1), matched epitope sequences, and a three-level (high, medium, and low) call for neoantigen probability. Compared to the conventional methods, the performance was improved in sensitivity and especially 2- to 3-fold in the specificity. Tests with validated datasets and independently proven neoantigens confirmed the improved performance in melanoma and chronic lymphocytic leukemia. Additionally, we found sequence similarity in proteins to known pathogenic epitopes to be a novel feature in classification. Application of Neopepsee to 224 public stomach adenocarcinoma datasets predicted ∼7 neoantigens per patient, the burden of which was correlated with patient prognosis.

Conclusions
Neopepsee can detect neoantigen candidates with less false positives and be used to determine the prognosis of the patient. We expect that retrieval of neoantigen sequences with Neopepsee will help advance research on next-generation cancer immunotherapies, predictive biomarkers, and personalized cancer vaccines.

Keywords: Cancer, Classification, Immunoinformatics, Neoantigen, Next-generation sequencing

논문정보
- 형식: Research article
- 게재일: 2018년 01월 (BRIC 등록일 2018-01-22)
- 연구진: 국내연구진태극기
- 분야: Bioinformatics, Genomics, Immunology
관련 보도자료
암환자의 특이항원 판별기술 개발
암환자의 특이항원 판별기술 개발    Bio통신원  |  2018.02.13
암환자가 스스로 면역반응을 일으키도록 유도하는 항원을 판별하는 프로그램이 개발되어, 맞춤형 항암치료 시대에 한 걸음 다가갔다. 김상우 교수(연세대학교) 연구팀이 차세대 염기서열법으로 암 특이적 항원을 정확히 찾아내는...
순환종양세포(circulating tumor cell)의 단일세포 분석 (single-cell analysis)[PNAS]
임수빈
발표: 임수빈 (National University of S...)
일자: 2019년 11월 27일 (수) 오후 03시 (한국시간)
언어: 영어
참석자 접수신청하기

  댓글 0
등록
 
목록
경북대학교 의과대학
관련링크
김상우 님 전체논문보기 >
관련인물
김소라 (연세대학교 의과대학)
김은영 (연세대학교 의과대학)
김준호 (Boston Children...)
김한상 (연세대학교 의과대학)
류향주 (연세대학교 의과대학 병리학교...)
윤선옥 (연세대학교 의과대학 병리학교...)
이건호 (연세대학교 의과대학)
이정호 (KAIST)
정교원 (서울대학교)
조세영 (연세대학교 의과대학)
관련분야 논문보기
Bioinformatics

Genomics

Biochemistry

외부링크
Google (by Sangwoo Kim)
Pubmed (by Sangwoo Kim)
프리미엄 Bio일정 Bio일정 프리미엄 안내
[재직자 무료교육 11/28~29] 분석기기(HPLC)활용 품질검사 실습
[재직자 무료교육 11/28~29] 분석기기(HPLC)활용 품질검사 실습
날짜: 2019.11.28~29
장소: 청주시 흥덕구 오송읍 오송생명1로 194-41 기업연구1관 충북산학융합본부
(유전자치료제 관련_식약처) 2019년 제2회 NIFDS-PMDA 공동 워크숍
(유전자치료제 관련_식약처) 2019년 제2회 NIFDS-PMDA 공동 워크숍
사전접수: ~2019.11.23
날짜: 2019.11.28
장소: 호텔프리마(강남구)
2020년도 신약개발지원센터 기반기술구축사업 ‘최적화 기술지원’ 분야 신규과제 공고
위로가기
한빛사 홈  |  한빛사FAQ  |  한빛사 문의 및 제안
 |  BRIC소개  |  이용안내  |  이용약관  |  개인정보처리방침  |  이메일무단수집거부
Copyright © BRIC. All rights reserved.  |  문의 member@ibric.org
트위터 트위터    페이스북 페이스북   유튜브 유튜브    RSS서비스 RSS
에펜도르프코리아