《Frontiers in Immunology》：replicateFest: an R package and shiny app for analysis of T cell receptor repertoire data from the functional expansion
编辑推荐：
摘要专业翻译
背景： 基于特异性T细胞功能扩增（Functional Expansion of Specific T cell，FEST）的检测方法将短时肽段刺激与T细胞受体（T cell receptor，TCR）测序相结合，用以鉴定响应特定抗原而扩增的克隆
摘要专业翻译
背景： 基于特异性T细胞功能扩增（Functional Expansion of Specific T cell，FEST）的检测方法将短时肽段刺激与T细胞受体（T cell receptor，TCR）测序相结合，用以鉴定响应特定抗原而扩增的克隆型（clonotype）。此类方法已被证实对于检测抗原特异性T细胞应答、指导疫苗开发以及评估免疫检查点阻断疗效具有重要价值。然而，生物学重复与技术重复引入的变异性对结果的可重复性与解读构成挑战，且现有计算工具未涉及此类检测中重复水平的分析。
结果： 研究人员开发了replicateFest，一个以R包和Shiny网页应用形式实现的计算框架，用于分析有无重复设计的FEST-based TCR测序数据。replicateFest对无重复数据集应用Fisher精确检验，对重复实验采用负二项模型（negative binomial modeling），返回校正后的p值和优势比（odds ratio，OR），以鉴定在抗原刺激条件下显著扩增的克隆型。该框架区分了FEST扩增克隆型（相对于无抗原对照）与FEST阳性克隆型（相对于所有其他条件扩增）。基于计算机模拟（in silico）数据集的验证确认了对抗原特异性克隆型的准确检测。将该框架应用于已发表的HIV-1表位刺激数据，成功复现了原始研究结果，并展示了replicateFest在可重复性评估与质量控制方面的实用价值。
论文解读
一、研究背景与问题
监测抗原特异性T细胞应答已成为癌症免疫学与免疫治疗研究的基石。传统方法如ELISPOT或细胞内细胞因子染色虽能提供功能性读数，但缺乏捕获T细胞应答全谱系与克隆性的分辨率。高通量T细胞受体测序（TCR-seq）的进展使研究者能够以前所未有的深度表征T细胞库。将TCR-seq与抗原刺激检测相结合，可鉴定响应特定肽段而扩增的克隆型，从而精确绘制抗原特异性T细胞群体。FEST检测家族正是这一思路的典型代表：通过短时肽段刺激联合TCR-seq，检测抗原特异性克隆型。该家族包括针对病毒抗原的ViraFEST、针对肿瘤相关抗原的TAAFEST以及针对突变相关新抗原的MANAFEST。此前发表的MANAFEST工作流程适用于无生物学重复的实验设计。随着FEST检测扩展至含重复的实验设计，亟需新的统计方法以纳入生物学变异性，提高抗原响应克隆型鉴定的置信度。现有工具如ALICE、TCRNET、GLIPH2、tcrdist3和TCRscape均非针对FEST-based肽段刺激实验设计，无法直接评估刺激与对照培养间的克隆扩增差异。因此，研究人员开发了replicateFest——首个专门用于FEST-based抗原刺激实验分析的公开计算框架。
二、研究内容与核心结论
replicateFest以R包和Shiny网页应用两种形式提供，支持有无重复两种实验设计的FEST-based TCR-seq数据分析。其核心价值在于：通过针对实验设计定制的统计模型——无重复时采用Fisher精确检验，有重复时采用负二项模型——实现对抗原特异性克隆型的稳健鉴定。该框架区分FEST扩增克隆型（相对于无抗原对照）与FEST阳性克隆型（相对于所有其他平行条件）。在计算机模拟数据集上的验证确认了其准确检测能力；对已发表的HIV-1表位刺激数据的重分析成功复现了原始研究中的全部九个克隆型发现，并识别了四个交叉反应克隆型及一个额外的交叉反应克隆型。模拟研究进一步揭示了方法的灵敏度边界：2倍扩增几乎无法检测，4倍扩增时灵敏度随起始频率从0.42±0.10（L1）升至0.92±0.10（L3），8倍扩增时检测率在所有起始频率下均≥0.98。这些结果表明克隆型基线丰度与扩增幅度是检测效能的关键决定因素。
三、关键技术方法
研究人员采用以下主要技术方法：其一，无重复数据使用配对Fisher精确检验计算优势比与显著性；其二，有重复数据使用负二项回归模型，通过经验性离散度估计跨克隆型借用信息，同时拟合所有培养条件的丰度；其三，Benjamini-Hochberg多重检验校正（FDR）；其四，计算机模拟数据集生成——随机采样氨基酸CDR3序列（长度12-16）与核苷酸序列（长度36-45），背景计数约10，模拟克隆扩增约100倍；其五，基于真实数据的参数化模拟——使用Chen等（Chan-2020-fi）发表的HIV-1数据集（来自Adaptive Biotechnologies ImmuneACCESS数据库，79个样本、25个肽段条件及无肽参考条件），剔除FEST扩增克隆及总读数<50的克隆后保留351个克隆，以3×3因子设计（三种起始频率水平L1/L2/L3对应经验均值分布的第50/75/95百分位，三种扩增因子E1=2×/E2=4×/E3=8×）从负二项分布模拟数据，每种组合模拟10个克隆，共90个模拟克隆，重复10次生成10个独立数据集。
四、研究结果
计算机模拟实验数据： 每个模拟实验包含五个肽段条件，每个条件仅一个克隆型扩增，另有一个无扩增条件。replicateFest在有无重复两种实验设计下均成功鉴定FEST扩增与FEST阳性克隆型，表明其在明确条件下可靠检测克隆扩增，且性能不受重复有无影响。
HIV-1数据应用： 将replicateFest应用于Chen等发表的HIV-1表位变异研究数据，排除与原始研究相同的样本，采用FDR<0.01、OR>5的阈值。成功鉴定原始研究报道的全部九个FEST扩增克隆型；交叉反应克隆型中鉴定出四个，另识别出一个原始研究未报道为交叉反应的克隆型。差异源于Chen等与replicateFest在FEST扩增克隆型判定方法上的不同。结果验证了replicateFest在真实实验数据中可靠鉴定抗原特异性扩增及交叉反应克隆型的能力。
模拟数据分析： 10个模拟数据集各含90个扩增克隆型（9种参数组合×10个克隆），以默认参数（FDR<0.05，OR>1）分析。最低扩增水平（E1，2×）下各起始频率检测率均接近零，表明2倍扩增低于方法检测阈值；中等扩增（E2，4×）下灵敏度随起始频率显著提升，从L1的0.42±0.10到L3的0.92±0.10，此区间跨重复变异性最大；最高扩增水平（E3，8×）下各起始频率检测率均≥0.98，L3时无变异。结果表明replicateFest的检测效能明确依赖于克隆丰度与扩增幅度，在高扩增水平与高频率条件下实现稳健检测。
五、讨论与结论
replicateFest作为首个专门针对FEST-based TCR-seq分析的公开框架，通过适配实验设计的统计模型解决了重复变异性带来的可重复性挑战。与基于序列相似性、基序发现或机器学习的抗原特异性推断方法不同，replicateFest直接基于克隆型丰度测量进行统计分析，可独立使用或整合于其他推断框架下游。模拟结果明确了方法的灵敏度边界：2倍扩增难以与背景变异区分，4倍扩增时灵敏度随频率改善，8倍扩增时近完美检测，强调了克隆频率与扩增幅度对检测效力的关键作用及重复建模的价值。研究局限性包括：模拟未纳入抗原驱动扩增动力学、克隆竞争、库演化、采样效应及测序深度变异等生物学过程；模拟与HIV-1数据均未支持特异性检验。未来方向包括：整合肽段与TCR相似性信息（如tcrdist3、BATMAN）以改进交叉反应检测；扩展至单细胞TCR-seq数据兼容性；整合单细胞RNA-seq与TCR-seq数据，基于激活、记忆分化、耗竭或细胞毒功能的转录特征优先排序扩增克隆型；实现配对α/β链分析及重复一致性自动阈值。研究结论认为，replicateFest为FEST-based TCR-seq实验提供了标准化、可重复的分析工作流，在癌症免疫学及更广泛领域具有重要应用价值。
