Increasing evidence of non-canonical protein translation has sparked interest in their identification and characterization for use in immunotherapy. In addition, recent studies on the repertoire of major histocompatibility complex class I (MHC-I) associated peptides (MAPs or immunopeptidome), have suggested that MAPs derived from these translations are potential targets for cancer immunotherapy. Therefore, the aim of this study was to assess the impact of these MAPs in cancer by developing methods to facilitate their identification and their validation as potential targets for immunotherapy.
To facilitate the identification of non-canonical proteins, we developed Ribo-db, a proteogenomic approach that combines RNA sequencing, ribosome profiling and mass spectrometry. This approach enables the generation of specific databases aimed at including protein diversity. The use of Ribo-db to analyze diffuse large B-cell lymphoma (DLBCL) samples revealed that approximately 10% of MAPs were derived from non-canonical proteins. These proteins had distinct properties compared to those derived from canonical proteins. They had shorter lengths and lower stability, but greater efficiency in generating MAPs. Importantly, we found limited overlap between the non-canonical proteins detected in the immunopeptidome and those detected in the whole proteome suggesting the existence of two distinct non-canonical protein repertoires.
Knowing that non-canonical MAPs can be effective targets for cancer immunotherapy, we developed BamQuery, a tool to assess their expression in tissues to determine whether they can be used in a vaccine. BamQuery aims to predict the probability of MHC-I presentation of each peptide in different tissues based on its RNA expression. Using BamQuery, we found that previously identified tumor antigens (TA) would be highly expressed in healthy tissues, making them poor candidates for immunotherapy. In addition, we also identified highly potential immunotherapeutic targets in DLBCL that were derived from non-canonical translations. These targets showed promising as they were poorly expressed in normal tissues but highly expressed and shared in tumor samples. Thus, BamQuery proved to be a useful tool for identifying and prioritizing potential immunotherapeutic targets.
Overall, our research indicated that non-canonical regions of the genome increase the diversity of MAPs that can be recognized by T cells. Furthermore, the expression of MAPs in tissues can be used as a predictor of their presentation to MHC I to identify reliable targets for immunotherapy, for which BamQuery is an effective tool. / Les preuves de plus en plus nombreuses de la traduction des protéines non canonique ont
suscité l'intérêt pour leur identification et leur caractérisation en vue de leur utilisation dans les
immunothérapies. En outre, des études récentes sur le répertoire des peptides associés au
complexe majeur d'histocompatibilité de classe I (CMH-I, connus sous le nom de MAPs ou
immunopeptidome), ont suggéré que les MAPs dérivés de ces traductions sont des cibles
potentielles pour l'immunothérapie du cancer. L'objectif de cette étude était donc d'évaluer
l'impact de ces MAP dans le cancer en développant des méthodes pour faciliter leur identification
et leur validation en tant que cibles potentielles pour l'immunothérapie.
Afin de faciliter l'identification des protéines non canoniques, nous avons développé Ribodb,
une approche protéogénomique qui combine le séquençage de l'ARN, le profilage ribosomal
et la spectrométrie de masse. Cette approche permet de générer des bases de données
spécifiques visant à inclure la diversité des protéines. Notre analyse avec Ribo-db d'échantillons
de lymphome diffus à grandes cellules B (DLBCL) a révélé qu'environ 10% des MAP étaient dérivés
de protéines non canoniques. Ces protéines avaient des propriétés distinctes par rapport à celles
dérivées de protéines canoniques. Elles étaient plus courtes et avaient une stabilité plus faible,
mais une plus grande efficacité dans la génération de MAPs. Fait important, nous avons constaté
un chevauchement limité entre les protéines non canoniques détectées dans
l'immunopeptidome et celles détectées dans le proteome entier, ce qui suggère l'existence de
deux répertoires distincts de protéines non canoniques.
Sachant que les MAP non canoniques peuvent être des cibles efficaces pour
l'immunothérapie du cancer, nous avons développé BamQuery, un outil permettant d'évaluer
leur expression dans les tissus afin de déterminer s'ils peuvent être utilisés dans un vaccin.
BamQuery vise à prédire la probabilité de présentation au CMH-I de chaque MAP dans différents
tissus sur la base de son expression ARN. En utilisant BamQuery, nous avons découvert que des
antigènes tumoraux (TA) précédemment identifiés seraient fortement exprimés dans les tissus
sains, ce qui en fait de mauvais candidats pour l'immunothérapie. En outre, nous avons également
ii
identifié des cibles immunothérapeutiques très potentielles dans DLBCL qui étaient dérivées de
traductions non canoniques. Ces cibles se sont révélées prometteuses car elles étaient peu
exprimées dans les tissus normaux mais fortement exprimées et partagées dans les échantillons
tumoraux. Ainsi, BamQuery s'est avéré être un outil utile pour identifier et hiérarchiser les cibles
immunothérapeutiques potentielles.
Dans l'ensemble, nos recherches ont indiqué que les régions non canonique du génome
augmentent la diversité des MAPs qui peuvent être reconnues par les cellules T. De plus,
l'expression des MAPs dans les tissus peut être utilisée comme un prédicteur de leur présentation
au CMH I afin d'identifier des cibles fiables pour l'immunothérapie, ce pour quoi BamQuery est
un outil efficace.
| Identifer | oai:union.ndltd.org:umontreal.ca/oai:papyrus.bib.umontreal.ca:1866/28689 |
| Date | 12 1900 |
| Creators | Ruiz Cuevas, Maria Virginia |
| Contributors | Perreault, Claude, Lemieux, Sébastien |
| Source Sets | Université de Montréal |
| Language | English |
| Detected Language | French |
| Type | thesis, thèse |
| Format | application/pdf |
Page generated in 0.0032 seconds