TCR基序图谱：识别病毒、癌症和自身免疫表位的TCR特异性数据库

《Nucleic Acids Research》：The TCR Motif Atlas: a database of specificities for TCRs recognizing viral, cancer, and autoimmune epitopes

　　

T细胞识别由T细胞受体（T细胞受体，TCR）与表位之间的结合所引发。许多机器学习方法已被提出用于模拟TCR–表位识别特异性，但其中大多数作为黑箱运作。为使TCR–表位识别特异性可视化，研究人员开发了TCR基序图谱（TCR Motif Atlas，https://tcrmotifatlas.unil.ch）。该数据库基于TCR特异性谱（TCR specificity profiles，TSPs）的概率框架，可视化V和J基因、互补决定区3（complementarity-determining Region 3，CDR3）长度以及相对于基线TCR库在表位特异性TCR中富集的氨基酸，涵盖数百种表位。交互式界面使用户能够基于自身TCR序列集构建TSP，以研究表位识别特异性或探索已知及未确定特异性的TCR库中潜在偏倚。TCR基序图谱还提供表位特异性TCR的精选汇编以及TCR–表位复合物晶体结构的链接。

T细胞表位识别是适应性免疫应答对抗病原体和癌症的基础。这种识别由T细胞受体（TCR）与靶细胞（如感染细胞、恶性细胞或专职抗原呈递细胞）表面主要组织相容性复合体（MHC）分子上呈递的抗原肽结合所引发。该相互作用可导致细胞毒性CD8 T细胞杀伤靶细胞，或由CD4 T细胞激活和调节免疫应答，从而介导针对病原体和癌症的特异性细胞反应。TCR–表位识别的临床重要性已得到证实，尤其是通过免疫检查点抑制剂[1, 2, 3]、过继性T细胞疗法[4, 5]、感染性疾病和癌症疫苗[6, 7, 8]以及异基因造血细胞移植中的移植物抗白血病效应[9, 10]的成功。

TCR是由一条α链和一条β链组成的异二聚体，通常表现出高度序列多样性，这是V(D)J重组过程的结果。在每个T细胞中，从种系编码基因池中选择一个可变（V）基因片段和一个连接（J）基因片段，并连接形成每条链；对于β链，在V和J之间还插入一个短的多样性（D）基因。可能的Vα–Jα–Vβ–Jβ组合数可达10⁶。进一步的多样性源于V(D)J连接处核苷酸的插入和缺失，该区域包含在每条链的互补决定区3（CDR3）环内。V/J基因选择以及V(D)J连接处的插入和缺失共同导致CDR3具有可变的长度和氨基酸序列。总体而言，TCR序列多样性的理论估计范围为10¹⁶至10⁶⁰ [11–13, 14]。V/J选择与CDR3氨基酸组成之间存在大量冗余，约80%的CDR3α和65%的CDR3β残基由V和J基因选择决定[15]。

一组T细胞所表达的TCR集合称为TCR库。循环T细胞中表达的特异性未确定的TCR库通常被称为基线或背景TCR库[16, 17]。不同的V和J基因在基线TCR库中显示不同的频率，有些基因在高达10%的T细胞中表达，而另一些则在少于0.1%的T细胞中表达。尽管TCR测序方案、样本处理或供体特异性因素（如基因型和免疫史）[18]引起重要变异，但不同个体基线TCR库中的V和J基因以及CDR3长度和氨基酸显示出高度相关的分布[17]。

识别同一表位的TCR通常表现出清晰且可重现的模式，使其区别于基线TCR库。许多表位特异性TCR的研究表明，这些模式通常涉及V和J基因使用的特异性富集、优先的CDR3长度以及位置特异性的CDR3氨基酸[16, 17, 19–25, 26]。V和J基因编码TCR–表位界面的大部分（即CDR1环、CDR2环、CDR3环的起始和末端），因此在TCR–表位识别特异性中发挥核心作用[17]。

表位特异性TCR序列的可用性日益增加，这些序列通过肽-MHC多聚体分选或基于活化标志物的测定收集，并存储在VDJdb [27]或IEDB [28]等数据库中，这推动了用于预测TCR–表位识别的计算工具的开发[29–32, 33]。这些方法包括直接从TCR和表位序列推断相互作用评分的方法[34–37, 38]，以及依赖TCR–表位复合物预测三维模型的方法[39–45, 46]。几种基于序列的工具对于具有丰富且可靠训练数据的表位已达到合理准确性，但其预测对于已知TCR较少的表位仍不可靠，对于未见表位则接近随机[47, 48, 49]。依赖AlphaFold3[50]等深度学习蛋白质三维结构预测框架的方法对未见表位显示出前景，尽管其预测能力在不同表位间差异很大[48, 49, 51, 52]。

尽管取得了这些进展，TCR–表位相互作用预测的解释仍具挑战性。为填补这一空白，研究人员最近引入了TCR特异性谱（TSPs），这是一个完全可解释的概率框架，捕获区分表位特异性TCR与基线TCR库的关键特征[17]。TSP将表位特异性TCR中的V和J基因使用、CDR3长度分布以及CDR3氨基酸基序与基线库中的预期值（即数百项研究中的均值和标准差，代表数千万条TCR序列）进行比较，为给定表位提供TCR–表位识别特异性主要决定因素的可解释可视化[17]。

在此，研究人员介绍TCR基序图谱（https://tcrmotifatlas.unil.ch），这是一个在线数据库，为人类和小鼠中涉及病毒性疾病、癌症和自身免疫的数百种表位提供TSP。TCR基序图谱包括用于搜索、浏览和比较表位特异性TCR特征的交互式界面，以及一个供用户从自身TCR数据构建TSP以研究特异性或检测TCR库数据集中潜在批次效应和偏倚的工具。该数据库进一步提供可下载的表位特异性TCR序列数据、TCR–表位复合物三维结构的访问以及指向TCR–表位识别预测外部资源的链接。