《Frontiers in Immunology》:HLA class I anchor motifs contribute to antigen presentation from non-canonical open reading frames
编辑推荐:
非经典开放阅读框(ncORFs)编码于人类基因组各处,可被翻译为非常规蛋白质,其中若干通过破坏关键调控通路而参与肿瘤发生。尽管既往研究显示ncORF来源肽段可由人类白细胞抗原(HLA)I类分子呈递,但其相对于经典蛋白质组对HLA I类免疫肽组(immunope
非经典开放阅读框(ncORFs)编码于人类基因组各处,可被翻译为非常规蛋白质,其中若干通过破坏关键调控通路而参与肿瘤发生。尽管既往研究显示ncORF来源肽段可由人类白细胞抗原(HLA)I类分子呈递,但其相对于经典蛋白质组对HLA I类免疫肽组(immunopeptidome)的整体贡献仍不明确。研究人员利用包含7,264条人类ncORF序列的数据库,在覆盖102个HLA I类经典及非经典等位基因的质谱(MS)数据集中鉴定ncORF来源肽段配体,以确定其相较于经典蛋白质组作为HLA I类配体亲本蛋白的作用。在上述覆盖全球绝大多数人群的等位基因中,ncORF来源配体平均占HLA I类配体组(ligandome)总量的2.13%,尽管其占比在不同等位基因间存在显著差异。值得注意的是,以丙氨酸(Alanine)、脯氨酸(Proline)或碱性氨基酸为锚定残基的HLA I类分子呈现更高比例的ncORF来源肽段,且C末端肽段锚定基序与ncORF来源配体呈递的关联性最强。同样,含有HLA I类结合表位的ncORF来源蛋白表现出更高的转录本丰度、更强的碱性和更低的亲水性,相较于未产生I类HLA配体的ncORFs。总体而言,ncORF来源肽段构成HLA I类配体组的一部分,并揭示HLA等位基因特异的锚定基序偏好塑造了免疫肽组的代表性。研究结果拓展了当前对健康器官及尤其是肿瘤组织中抗原谱景观的理解。
论文解读:HLA I类锚定基序对非经典开放阅读框来源抗原呈递的贡献
一、研究背景与科学问题
肿瘤源于体内细胞的失控增殖,是全球主要致死原因之一。现有治疗策略虽可控制或消除癌细胞,但患者常面临严重毒副作用和耐药问题,因此识别参与癌症进展和抗肿瘤免疫应答的新型分子靶点至关重要。核糖体谱分析(Ribo-seq)技术极大拓展了人类基因组翻译景观的认识,揭示了数千个此前未被注释的非经典开放阅读框(ncORFs),其中许多源自人类基因组计划中因缺乏经典翻译特征而被归类为非编码区的基因组区域。尽管质谱(MS)分析确认了这些ncORF来源蛋白的表达,但传统全蛋白质组MS方法仅能检测极小部分ncORF来源产物,通常仅占所有细胞胰蛋白酶肽段的0.1%–0.2%,原因在于部分ncORFs位于GC富集区并编码精氨酸富集序列,易被胰蛋白酶切割产生过短肽段;此外这些非经典蛋白通常较小、表达水平低且更倾向于降解。相比之下,基于MS的免疫肽组学已证明HLA I类分子呈递的非经典肽段源自这些"暗蛋白质组"区域真实翻译的蛋白产物,ncORF来源肽段约占总HLA相关肽库的1%–4%,比全蛋白质组检测范围高10至40倍,可能与其快速降解类似缺陷核糖体产物(DRiPs)有关。值得注意的是,许多ncORFs编码参与细胞增殖、凋亡、迁移、侵袭、血管生成、炎症、DNA损伤反应及基因组不稳定等关键调控通路的功能性微蛋白,这些通路的失调促进恶性转化和肿瘤进展。从免疫学角度看,源自翻译ncORFs的HLA I类肽段配体可能具有重要意义,因为这些非常规蛋白有时在多种肿瘤组织中特异性表达,可能成为下一代癌症免疫治疗的候选靶点。然而,ncORF来源蛋白相对于经典蛋白对HLA I类配体组的贡献仍不明确,尤其在HLA多态性背景下。为此,研究人员重新分析了涵盖102个经典及非经典HLA I类等位基因的已发表MS数据集,系统评估ncORF来源蛋白在不同HLA等位基因间对HLA I类免疫肽组的贡献。
二、主要技术方法
研究人员通过全面文献检索筛选在亚型水平明确分配HLA I类等位基因的MS研究,选取来自MassIVE(MSV000084172、MSV000095860)和PRIDE(PXD023064、PXD007679、PXD006215、PXD014804、PXD020186、PXD035241、PXD009531)共九个数据集,涵盖B淋巴母细胞HLA I类缺陷细胞系、红白血病细胞系和肺腺癌细胞系等样本来源。原始MS/MS谱图使用Peaks Studio v12.5分析,搜索数据库由人类UniProt/Swiss-Prot数据库(20,412个蛋白)和7,264个翻译ncORFs的精选数据库组成,不限定酶切特异性,肽段长度8至25个氨基酸,以1%严格假发现率(FDR)控制,并要求每个条目至少1个唯一肽段。使用NetMHCpan 4.1预测肽段与对应HLA等位基因的结合亲和力,排除% rank≥10%的弱结合或不结合肽段。锚定基序偏好依据自身MS分析结果汇编,并经SYFPEITHI数据库共识锚定基序验证,按锚定残基主导理化性质和超型分类。转录丰度数据收集自既往人类Ribo-seq研究,等电点(pI)和GRAVY指数分别使用Sequence Manipulation Suite和Kyte-Doolittle疏水性标度计算,群体覆盖率使用IEDB Analysis Resource工具计算。
三、研究结果
3.1 标准蛋白质组与7,264个ncORFs来源的HLA I类配体组在102个HLA I类等位基因间的比较
通过Peaks平台重新分析102个等位基因的HLA I类配体组MS数据集,共分配194,362个碎片谱图至细胞肽段序列,其中70,796、90,314和29,103个配体分别结合HLA-A、-B和-C,另有4,149个鉴定为HLA-E和-G结合肽段配体。值得注意的是,2,190个碎片谱图被分配至翻译ncORFs来源的肽段配体,其中HLA-A呈递1,014个、HLA-B结合912个、HLA-C复合218个、HLA-E和-G相关46个。这些发现证明翻译ncORFs对经典和非经典HLA I类分子呈递的肽段库贡献了离散但一致的部分。
3.2 翻译ncORFs来源肽段表现出与经典蛋白质组来源肽段相当的预测HLA结合亲和力
为评估ncORF来源肽段的潜在免疫学相关性,比较了翻译ncORFs来源HLA配体与经典人类蛋白质组来源配体的结合亲和力。计算预测显示两组肽段在相应HLA I类分子上的结合亲和力分布相似,无统计学显著差异,表明ncORF编码蛋白来源的HLA I类配体是经典和非经典HLA I类分子的真实配体。
3.3 HLA I类多态性对非经典HLA I类配体组的差异贡献
为标准化不同实验间的数据,计算每个等位基因和实验组合的ncORFs与标准蛋白质组来源HLA配体之比。对多个独立研究包含的HLA等位基因,该比例非常相似,例如HLA-A02:01在两个数据集中均为0.76%,HLA-B58:01分别为1.86%和1.80%,证明ncORF来源配体频率在独立免疫肽组数据集间具有稳健性和可重复性。ncORF来源肽段对HLA I类配体组的贡献在不同等位基因间差异显著:HLA-A位点内比例范围为0.20%至3.80%,HLA-B为0.18%至4.52%,HLA-C为0.12%至1.58%,非经典HLA I类分子为0.23%至1.55%。尽管存在位点内异质性,HLA-A等位基因的平均比例(1.5±1.1%)显著高于HLA-B(1.1±1.1%)和HLA-C(0.7±0.4%)。所有102个HLA I类等位基因的总体平均贡献为1.1±0.9%。7,264个翻译ncORFs共编码314,984个氨基酸残基,仅占经典人类蛋白质组序列空间的2.76%,因此HLA I类配体组中检测到的ncORF来源肽段比例约相当于仅依据其对总蛋白质组大小贡献所预测相对百分比的40%,这与Wacholder等研究一致,即ncORF产物低检出率可主要由其小尺寸和低翻译水平解释。值得注意的是,有五个HLA-A等位基因和四个HLA-B分子的ncORF来源HLA配体比例大于2.8%,表明翻译ncORFs对细胞免疫肽组的贡献在不同HLA多态性间差异显著。
3.4 转录丰度和理化性质影响ncORFs对HLA I类配体组的贡献
比较产生HLA配体的ncORFs与未产生配体者的特征发现,产生HLA I类配体的ncORF转录本在RNA-Seq中统计上更为丰富。亲本ncORF蛋白显著更长、等电点更高且亲水性更低。由于较长蛋白天然包含更多潜在肽段序列,将蛋白长度作为潜在混杂因素进行逻辑回归分析,显示每增加一个氨基酸对抗原呈递几率的影响为0.5%(OR=1.005;95%CI=1.003至1.008),Hosmer-Lemeshow检验p值为0.1859,模型有效。这些发现表明除表达水平外,内在蛋白特征也影响翻译ncORFs产生HLA I类分子呈递肽段的概率。
3.5 A03和B58 HLA超型显示ncORF来源配体呈递增加
超型水平分析显示,A03超型等位基因中翻译ncORFs来源配体比例较高,B58超型等位基因也与此相关但统计显著性较低。这些结果将A03超型以及部分HLA-B等位基因确定为与翻译ncORFs来源肽段呈递最相关的HLA I类分组,提示HLA多态性在塑造非经典蛋白质组在细胞免疫肽组中的代表性方面发挥作用。
3.6 碱性残基作为锚定基序的肽段配体在ncORFs配体组中过度呈现
对102个HLA I类分子的特异性锚定残基基序分析显示,以碱性残基为锚定基序的肽段配体与HLA I类分子关联的可能性显著高于其他氨基酸。仅纳入两个锚定基序具有相似结构残基的HLA I类分子后,仅以碱性残基为锚定基序的ncORFs/标准配体平均比例从1.69±1.1增至2.67±0.64,而疏水性残基则从0.92±0.84降至0.70±0.28,进一步强化了ncORF来源肽段与偏好碱性锚定基序的HLA分子的优先关联。
3.7 双重和三重锚定基序在HLA I类多态性中对ncORFs配体组具有相关性
对双重锚定基序的分析显示,酸性残基与芳香族或疏水性残基组合时ncORFs/标准配体比例降低或不变,而碱性氨基酸作为C末端锚定基序时增加具有第二个酸性锚定基序的肽段配体鉴定。丙氨酸与其他疏水性残基作为C末端锚定基序与酸性残基组合的比较显示统计差异。芳香族与极性氨基酸组合与芳香族和酸性残基组合相比具有统计显著性,酸性残基作为锚定基序降低了ncORFs转录本来源肽段的出现频率。所有碱性氨基酸与其他残基组合均与碱性残基作为唯一锚定基序统计不同。精氨酸和赖氨酸作为唯一锚定基序的ncORF来源肽段也被鉴定,而组氨酸总是与疏水性残基共同作为锚定基序。碱性氨基酸在C末端的存在对ncORFs来源配体的产生具有统计显著性。疏水性残基作为唯一锚定基序仅在与脯氨酸组合时显示不同ncORFs/标准配体比例,且比例最高的脯氨酸和疏水性残基组合含有丙氨酸作为C末端氨基酸。脯氨酸在P2/P3位置作为锚定基序的配体,其C末端第二锚定基序可为芳香族或疏水性残基,脯氨酸和丙氨酸作为双重锚定基序的肽段在ncORFs配体组中统计上过度呈现。对具有三重锚定基序的HLA分子分析显示,碱性、极性和疏水性锚定基序组合的肽段在ncORF来源配体组中过度呈现。多元线性回归模型(R2=0.5438)证实锚定基序类别[碱性](β=1.963,p<0.0001)和[脯氨酸+疏水性](β=1.345,p=0.0012)具有统计显著性。
四、讨论与结论
本研究详细分析了HLA I类多态性在非常规细胞肽组来源肽段呈递中的作用,鉴定出2,190个结合102个经典和非经典HLA I类分子的ncORF来源配体,并首次鉴定出结合非经典HLA-E和-G分子的翻译ncORFs来源配体。所有非经典配体均表现出与经典人类蛋白质组来源配体相似的理论结合亲和力和特定HLA等位基因的相同锚定基序,表明它们是真实HLA配体。研究结果表明HLA多态性与ncORFs对HLA I类配体组贡献的差异相关,最高比例见于A03超型多个成员及B58超型部分HLA-B等位基因,而多种HLA I类分子包括全球人群中最普遍的HLA-A*02:01的ncORF来源产物贡献可忽略不计(低于0.25%)。肽段结合基序层面的分析揭示以碱性残基为C末端锚定基序的肽段配体在ncORFs配体组中过度呈现,具有脯氨酸或酸性残基在P2和丙氨酸在C末端双重锚定基序的HLA等位基因也过度呈现。ncORF编码蛋白是癌症中具有前景的预后标志物和治疗靶点,其转录本在多种肿瘤组织中显著失调,近期研究提示肝细胞癌中高达40%的肿瘤特异性抗原源自ncORFs。九个HLA-A和HLA-B等位基因表现出特别高的ncORF来源肽段比例,携带至少一个这些等位基因的个体累计群体覆盖率估计为全球人口的36.8%,代表优先进行ncORF来源肿瘤抗原鉴定和实验验证的队列。总体而言,研究结果表明HLA I类多态性与非经典蛋白质组在细胞免疫肽组中代表性的差异相关,拓展了对抗原呈递生物学的理解,并为ncORF来源肿瘤抗原的发现和临床开发提供了新机遇。