Applied immunoinformatics: HLA peptidome analysis for cancer immunotherapy

Abstract

Despite different therapeutic approaches, cancer is one of the leading causes of death worldwide. Therefore, new therapies, like immunotherapy, are being developed to cure cancer. All immunotherapies have in common that they need targets to recognize malignant cells. Both the malignant and the benign immunopeptidome have to be examined, to define these new targets. We herein present a large immunopeptidome dataset of benign tissues containing multiple tissue types from different individuals. Moreover, we introduce the HLA Ligand Atlas, a web-interface we developed to accompany the data. It provides user-friendly access to the data, a fast, interactive search option which can be used to search for tissue specific HLA-peptides, and provides common statistics to the user. Using the large dataset of benign samples, we were able to define general properties of the immunopeptidome. First, we showed that a short time storage of the samples at 8 °C does not alter the immunopeptidome in terms of the number of found peptides and their quality. Next, we performed quality control, in which we found an altered immunopeptidome in the samples of stomach tissue, which might be caused by pepsin in the samples. In addition, we analyzed both the inter- and the intra-individual variability of the immunopeptidome on protein and peptide level. This analysis revealed that sample variability was better explained by HLA type than by tissue-specific peptide presentation. Finally, the large dataset of benign samples allows us to describe properties like the length distribution of different HLA alleles and the nestedness of the peptides in the two HLA classes. In the last part of this thesis, we show how targets can be defined using immunopeptidome data. In this case, we investigated four different hematological malignancies. We describe entity-dividing lines by using a unsupervised hierarchical clustering of allotype-specific peptides, which showed that entity-specific analysis is recommended. Nevertheless, we found "panleukemia"- antigens shared across all four hematological malignancies, which were cancer exclusive.

Trotz verschiedenster therapeutischen Behandlungsmethoden ist Krebs noch immer eine der häufigsten Todesursachen weltweit. Deshalb werden weiterhin neue Therapieansätze, wie zum Beispiel Immunotherapie, entwickelt, um Krebs zu heilen. Zur Entwicklung von Immunotherapien gegen Tumorzellen werden Angriffsziele benötigt, anhand derer Krebszellen erkannt werden können. Zur Bestimmung dieser ist es notwendig sowohl das Immunopeptidom von Krebszellen als auch das von gesundem Gewebe zu kennen. Wir präsentieren einen großen Immunopeptidomdatensatz von gesundem Gewebe, der sowohl verschiedene Organtypen eines Individuums, als auch verschiedene Individuen beinhaltet. Wir haben ein Webinterface - den HLA Ligand Atlas - entwickelt, um einen benutzerfreundlichen Zugriff auf die Daten zu ermöglichen. Dieses Webinterface erlaubt eine schnelle interaktive Suche im Datensatz, wie die Suche nach organspezifischen HLA Peptiden, und stellt zusätzliche Statisken bereit. Des Weiteren erlaubt es die Darstellung der Massenspektrometriespektren in einem interaktivem Spektrumviewer. Mit Hilfe des großen Datensatz an Normalgewebe konnten wir allgemeine Eigenschaften des Immunpeptidom bestimmen. Zuerst zeigen wir, dass das Immunopeptidom sich sowohl quantitativ als auch qualitativ nicht ändert, wenn die Probe kurzzeitig bei 8 °C gelagert wird. Als nächsten führten wir eine Qualitätskontrolle durch, die ein verändertes Immunopeptidom bei den Proben des Magengewebes aufzeigte, welches möglicherweise durch Pepsin in den Proben verursacht wurde. Zusätzlich untersuchten wir die inter- und intra-individuelle Variabilität des Immunopeptidom auf Protein- und Peptideebene. Die Analyse zeigte hier, dass der HLA-Typ einen größeren Einfluss auf die Variablität hat als die organspezifische Präsentation. Der große Datensatz von Normalgewebe erlaubte uns auch die Beschreibung weiterer Eigenschaften, wie die Peptidlängenverteilung für verschieden HLA Allele und die Beschreibung von Längenvarianten in den zwei HLA Klassen. Im letzten Teil dieser Doktorarbeit zeigen wir wie neue Angriffsziele mit Hilfe von Immunopeptidomdaten gefunden werden können. In unserem Fall untersuchten wir vier verschieden hämatologische Krebsarten. Durch eine unüberwachte hierarchische Clusteranalyse auf allotypspezifischen Peptide wurden hier klare, entitätsspezifische Cluster identifiziert. Dieser Befund spricht für die Notwendigkeit einer entitätsspezifischen Anaylse solcher Datenätze. Nichtsdestotrotz konnten wir auf allen vier hämatologischen Krebsarten „Pan-leukemia“ Antigene finden, die krebsexklusiv sind.