1. 领域背景与文献
文献英文标题：Systematic identification and prioritization of tumour antigens in IDH-wildtype glioblastoma using transcriptome sequencing；发表期刊：未明确；影响因子：未公开；研究领域：肿瘤免疫治疗-胶质母细胞瘤抗原研究
胶质母细胞瘤（GBM）是成人最常见且恶性程度最高的原发性脑肿瘤，标准治疗方案为最大安全范围手术切除联合放疗与替莫唑胺化疗，但患者5年生存率仅约5%，临床预后极差。免疫治疗作为精准肿瘤学的重要方向，为GBM治疗带来新希望，主要分为靶向肿瘤相关抗原（TAAs）与肿瘤特异性抗原（TSAs，即新抗原）两大策略。其中TSAs源于肿瘤体细胞突变，具有极高的肿瘤特异性，但GBM的突变负荷远低于黑色素瘤、非小细胞肺癌等免疫原性较强的肿瘤，且肿瘤异质性、免疫抑制微环境等因素导致个性化新抗原疫苗的疗效受限；TAAs为肿瘤细胞中过表达的自身蛋白，虽存在脱靶风险，但具有潜在的复发特征，可支持广谱或半个性化治疗策略。当前领域的核心问题在于，缺乏在同一临床均一队列中系统比较不同来源抗原（SNV衍生TSAs、过表达TAAs、融合抗原）的研究，无法为GBM免疫治疗的抗原选择提供全面依据。本研究旨在填补这一空白，基于79例IDH野生型GBM的FFPE样本转录组数据，系统鉴定并优先分级不同来源的肿瘤抗原，为GBM免疫治疗的抗原策略提供科学支撑。
2. 文献综述解析
作者按抗原来源将现有研究分为肿瘤特异性抗原（TSAs）、肿瘤相关抗原（TAAs）及融合抗原三类，系统评述了各类抗原的研究现状与局限性。现有研究的关键结论显示，TSAs源于肿瘤体细胞突变，包括单核苷酸变异（SNVs）、插入缺失及基因融合，能被适应性免疫系统识别为非己成分，个性化疫苗基于患者独特的突变谱可诱导肿瘤特异性免疫应答，但在GBM中因突变负荷低、抗原多为“私人”抗原（仅存在于单个患者肿瘤中），导致疫苗的广谱适用性受限，临床转化疗效有限；TAAs为肿瘤细胞中过表达或异常表达的自身蛋白，如癌-睾丸抗原（CTAs），多肽疫苗靶向TAAs可覆盖更多患者，但由于其在正常组织中也可能存在低水平表达，存在免疫耐受或脱靶毒性的风险；融合抗原源于肿瘤特异性的基因融合事件，特异性极高但在GBM中发生率极低，仅为 niche 抗原来源。现有技术方法的优势在于，生物信息学工具的发展使得抗原预测的效率与准确性不断提升，个性化疫苗的制备技术也日趋成熟，但局限性在于多数研究仅单独关注某一类抗原，缺乏在同一队列中系统比较不同抗原特征的研究，且针对FFPE样本的转录组分析用于抗原鉴定的研究较少，难以全面反映临床样本中的抗原景观。本研究的创新价值在于，首次在同一临床均一的IDH野生型GBM队列中，基于转录组测序系统分析并比较三种来源的抗原，建立了统一的抗原优先分级框架，填补了现有研究中缺乏系统比较的空白，为GBM免疫治疗的抗原选择提供了更全面的依据。
3. 研究思路总结与详细解析
本研究的研究目标是系统鉴定并优先分级IDH野生型GBM中不同来源的肿瘤抗原，核心科学问题是明确SNV衍生TSAs、过表达TAAs及融合抗原在GBM中的特征、复发模式及免疫原性差异，技术路线遵循“样本收集与测序→生物信息学分析（HLA分型、突变/融合检测）→抗原预测与优先分级→特征比较与功能分析→结论”的闭环逻辑。
3.1 样本收集与转录组测序
实验目的是获取合格的IDH野生型GBM FFPE样本转录组数据，为后续抗原分析提供基础。方法细节：收集79例2019-2025年间的FFPE样本，经病理确诊为IDH野生型、CNS WHO 4级GBM，所有样本均为初诊未治疗样本，由神经病理学家评估肿瘤纯度。采用Promega的Maxwell RSC RNA FFPE Kit提取总RNA，去除基因组DNA并通过Lexogen的RiboCop HMR V2 rRNA Depletion Kit去除核糖体RNA，RNA输入量为70-1000ng，使用Lexogen的Corall FFPE RNA-Seq Library Preparation Kit构建cDNA文库，PCR循环数为11-15个（中位12个），采用Illumina NovaSeq平台测序，每个样本至少生成3000万条reads。结果解读：所有样本均达到测序质量阈值，获得了高质量的转录组数据，确保后续生物信息学分析的可靠性。实验所用关键产品：Promega的Maxwell RSC RNA FFPE Kit、Lexogen的RiboCop HMR V2 rRNA Depletion Kit和Corall FFPE RNA-Seq Library Preparation Kit、Illumina NovaSeq测序平台。
3.2 HLA分型与突变检测
实验目的是确定样本的HLA I类基因型，检测合格的体细胞SNV变异，为TSA预测提供基础。方法细节：采用OptiType工具直接从RNA-seq的FASTQ文件中进行HLA-A、HLA-B、HLA-C的分型；使用CTAT-Mutation pipeline分析FASTQ文件，通过STAR Aligner将reads比对到GRCh38参考基因组，对变异进行过滤，保留Phred质量评分≥30、支持reads数≥10、突变reads数≥3的变异，用Ensembl Variant Effect Predictor（VEP）进行注释，排除gnomAD数据库中等位基因频率≥0.001的变异，采用Kallisto定量基因表达，bam-readcount获取变异位点的reads数。结果解读：成功获得所有样本的HLA I类基因型，过滤后得到的SNV变异排除了常见的生殖系变异及低质量变异，确保后续TSA预测的特异性与可靠性。文献未提及具体实验产品，领域常规使用生物信息学分析工具（如OptiType、STAR Aligner等）及公共注释数据库。
3.3 不同来源抗原的预测与优先分级
实验目的是从SNV、过表达基因及融合事件中预测候选肿瘤抗原，并通过多参数过滤进行优先分级。方法细节：对于SNV来源的TSAs，使用pVACseq工具生成8-10mer的候选肽段，结合NetMHCpan、MHCflurry等工具预测肽段的HLA结合亲和力、蛋白酶体切割效率、肽-MHC复合物稳定性及免疫原性；对于TAAs，首先通过DESeq2比较79例GBM样本与GTEx数据库中正常脑皮质样本的基因表达差异，筛选出log2倍变化>2且校正P值<0.01的基因，结合OncoKB、CTDatabase等数据库的 curated 基因列表，最终确定71个TAA来源基因，使用pVACbind工具预测候选肽段；对于融合抗原，采用STAR-Fusion、Arriba、FusionCatcher三种工具联合检测融合事件，筛选至少两个工具支持且 junction reads数>5的融合事件，通过Sanger测序验证融合的真实性，再使用pVACfuse工具预测融合来源的候选抗原。最终的优先分级标准为：HLA结合亲和力IC50<500nM，蛋白酶体切割评分>0.5，肽-MHC复合物稳定性评分>0.5，IEDB免疫原性评分>0；对于SNV衍生的TSAs，还需满足肿瘤RNA变异等位基因频率（VAF）>0.1、测序深度≥10，且与参考蛋白质组无匹配。结果解读：经过严格过滤后，每个样本平均获得21.3个TSA候选肽段（范围0-61），46.6个TAA候选肽段（范围8-73）；仅在3个样本中鉴定出4个融合来源的候选肽段，表明融合抗原在GBM中极为罕见。实验所用关键产品：Integrated DNA Technologies的PrimerQuest引物设计工具、Nippon Genetics Europe的FastGene Optima HotStart ReadyMix、Applied Biosystems的ExoSAP-IT、Thermo Fisher Scientific的BigDye Terminator Cycle Sequencing Kit 3.1和BigDye XTerminator、SeqStudio测序平台。
3.4 抗原特征的比较与功能分析
实验目的是系统比较不同来源抗原的肽负荷、复发模式、结合亲和力等特征，分析其生物学功能及临床关联。方法细节：采用配对Wilcoxon检验、Kruskal-Wallis检验等统计方法比较TSAs与TAAs的肽负荷、复发比例、结合亲和力；使用MCP-counter工具从转录组数据中估计免疫细胞浸润水平，通过Spearman相关性分析抗原负荷与免疫细胞的关联；采用Enrichr平台对复发TAA来源基因进行功能富集分析，查询KEGG、Reactome、Gene Ontology等数据库；将本研究的候选抗原与已发表的GBM抗原研究及IEDB数据库中的HLA配体数据进行比较。结果解读：TAAs的肽负荷显著高于TSAs（配对Wilcoxon检验，P=9.6×10^-14），且复发肽段的比例显著更高（P=1.1×10^-14），TAAs的HLA结合亲和力也显著强于TSAs（Kruskal-Wallis检验，P<2.2×10^-16）；TSAs多为“私人”抗原，仅1.3%的肽段在两个及以上样本中共享，而TAAs有11.7%的肽段为共享抗原；复发TAA来源基因显著富集于细胞周期、PI3K-AKT信号通路等肿瘤核心生物学过程；抗原负荷与患者年龄、MGMT启动子甲基化状态、性别无显著关联，与样本保存时间呈弱正相关（R=0.35，P=0.0018）；与已发表研究相比，基因层面存在多个重叠（如CDK4、PTEN、TP53等），但肽层面重叠较少，约5.3%的候选肽段与IEDB数据库中的HLA配体序列完全匹配。文献未提及具体实验产品，领域常规使用生物信息学分析工具（如MCP-counter、Enrichr等）及公共数据库。
4. Biomarker研究及发现成果解析
本研究鉴定的Biomarker包括三类：单核苷酸变异（SNV）衍生的肿瘤特异性抗原（TSAs）、过表达的肿瘤相关抗原（TAAs）及基因融合衍生的新抗原，通过“转录组测序检测→生物信息学预测→多参数过滤→验证（融合抗原）”的完整逻辑链条进行筛选与验证，为GBM免疫治疗的抗原选择提供了全面依据。
Biomarker的来源与验证方法：TSAs源于79例GBM样本的体细胞SNV，经pVACseq预测及多参数过滤得到，每个样本平均21.3个候选肽段（n=79，P<0.001）；TAAs源于71个在GBM中显著过表达的基因，经pVACbind预测及过滤得到，每个样本平均46.6个候选肽段（n=79，P<0.001）；融合抗原源于26例样本中的46个融合事件，经三种工具联合检测及Sanger测序验证后，仅得到4个候选肽段（n=3）。特异性与敏感性数据：TSAs具有100%的肿瘤特异性，但仅1.3%的肽段为共享抗原；TAAs的特异性相对较低，但11.7%的肽段为共享抗原，且部分TAA来源基因在正常组织中表达量极低，如癌-睾丸抗原MAGEB3、PBK在正常组织中几乎无表达；融合抗原具有100%的肿瘤特异性，但发生率极低。核心成果提炼：本研究首次在同一GBM队列中系统比较了三类抗原的特征，发现TAAs是更具临床应用潜力的共享抗原来源，可支持广谱或半个性化治疗策略，而TSAs适合个性化治疗，融合抗原可作为补充；复发TAA来源基因富集于肿瘤核心通路，不易发生抗原丢失，为免疫治疗的持久疗效提供可能；HLA-A等位基因主导抗原呈递，提示疫苗设计需考虑人群HLA基因型分布。统计学结果显示，TAAs与TSAs在肽负荷、复发比例、结合亲和力等方面的差异均具有显著统计学意义（P值均<1×10^-13），确保了研究结论的可靠性。