提示：一种基于深度学习的蛋白质组学框架，借助免疫肽组学技术拓展由可移动元件衍生的抗原种类

《Genome Biology》：TIPs: a deep learning-guided proteogenomic framework to expand the landscape of transposable element-derived antigens with immunopeptidomics

　　

摘要

转座元件是HLA呈递抗原的重要来源，但由于搜索空间庞大，对其免疫肽组学的特征分析仍面临挑战。我们提出了TIPs（转座元件衍生的免疫肽组学搜索），这是一种基于深度学习的蛋白质组学分析框架，整合了从头测序、数据库优化、多种搜索引擎以及严格的FDR控制机制。在多种细胞系和癌症类型中，TIPs平均能识别出比传统方法多20倍的转座元件衍生肽段。此外，它还发现了许多来自转座元件的重复性、肿瘤特异性抗原，其中包括由表观遗传疗法诱导的候选抗原。这些发现凸显了TIPs在拓展传统抗原来源之外的抗原库方面的潜力。