Computational Immunology : from MHC-peptide Binding to Immunotherapy

DSpace Repository


Dateien:

URI: http://nbn-resolving.de/urn:nbn:de:bsz:21-opus-25101
http://hdl.handle.net/10900/48967
Dokumentart: Dissertation
Date: 2006
Language: German
Faculty: 7 Mathematisch-Naturwissenschaftliche Fakultät
Department: Informatik
Advisor: Kohlbacher, Oliver
Day of Oral Examination: 2006-09-15
DDC Classifikation: 500 - Natural sciences and mathematics
Keywords: Immunologie , Epitop , Bioinformatik
Other Keywords: MHC , Krebs
Computational immunology , MHC , Cancer , Immunotherapy , Bioinformatics
License: Publishing license excluding print on demand
Show full item record

Inhaltszusammenfassung:

 
The human immune system provides effective protection against invading pathogens and cancer. Soluble antibodies can directly bind to extracellular antigens, whereas other mechanisms are needed for the recognition of virally infected or cancerous cells. Intracellular proteins are digested into smaller peptides, which are then displayed on the cell surface bound to major histocompatibility (MHC) class I molecules. Cytotoxic T (Tc) cells play an important role in the immune system since they can recognize MHC-peptide complexes and eliminate infected or abnormal cells. The intracellular events leading to MHC-peptide presentation are collectively known as antigen processing. There are three main steps in the antigen processing pathway; digestion of proteins into peptides by proteasomes in the cytosol, transport of peptides into the endoplasmic reticulum (ER) by the transporters associated with antigen processing (TAP), and MHC-peptide complex formation. A detailed understanding of these processes is a prerequisite for rational peptide vaccine design aiming to efficiently activate Tc cells. This has motivated the development of computational methods dealing with the different steps of the antigen processing pathway. Methods predicting MHC-peptide binding with relatively good accuracy exists, however, there is room for improvements. Less is known about the two preceding steps, protein cleavage and peptide transport. There is a need of methods addressing these steps. Furthermore, there is a lack of methods that consider the whole antigen processing pathway in an integrative manner. The first part of this thesis describes different methods for predicting MHC-peptide binding. Support vector machines and decision trees are used to study a wide range of different MHC alleles. In a comparative study the SVM-based method SVMHC shows better prediction accuracy compared to the well-known SYFPEITHI and BIMAS methods. Additionally, a consensus method for predicting peptide binding to HLA-A*0201 is presented. Novel methods for prediction of proteasomal cleavage and TAP transport are presented. These show improved prediction accuracy in comparison to existing methods. The prediction methods addressing the individual steps of the processing pathway are integrated in the WAPP (whole antigen processing pathway) method. WAPP shows increased accuracy of MHC-peptide binding prediction by filtering out peptides not likely to be generated by the proteasome or transported by TAP. Immunotherapy has proven useful in cancer therapy during recent years. The promising results include several successful reports using MHC-binding peptides in order to activate the immune system. In cancer immunotherapy these peptides typically originate from tumorspecifc antigens (TSAs) or tumor-associated antigens (TAAs). The second part of this thesis describes an integrative analysis system for cancer-related data. CAP is used to analyze the effects of genetic variation and gene expression levels for raising autoimmune responses in cancer. This provides insights into the characteristics of TSAs and TAAs. Furthermore, TSAs are analyzed for potential MHC-binding peptides. In conclusion, the individual methods presented here show improvement when compared to other similar methods. The integrated method WAPP modeling the whole antigen processing pathway is the first of its kind and shows promising results. Finally the combination of CAP and SVMHC prove the usefulness of integrative analysis coupled to prediction tools for finding peptide immunotherapy candidates.
 
Das menschliche Immunsystem stellt eine effektive Barriere zum Schutz vor Pathogenen und Krebserkrankungen dar. Extrazellulärer Antigene werden von löslichen Antikörper erkannt, die die Basis der humoralen Immunantwort bilden. Die Erkennung intrazelluläre Antigene, die für eine Immunantwort auf Virusinfektionen oder Krebs notwendig ist, erfolgt mit Hilfe andere Mechanismen: intrazelluläre Proteine werden zu kleinen Peptiden verdaut, die, an die Moleküle des Histokompatibilitätskomplexes (MHC Klasse I) binden und auf der Zelloberfläche präsentiert werden. Zytotoxische T-Zellen (Tc) erkennen MHC-Peptid-Komplexe die von körperfremden oder veränderten Antigenen stammen und eliminieren diese infizierten oder abnormalen Zellen. Das intrazelluläre Vorgang, der zur MHC-Peptid-Präsentation führt, wird als Antigenprozessierung bezeichnet. Drei Schritte im Rahmen der Antigenprozessierung sind von besonderer Bedeutung: Verdau, Transport und MHC-Bindung. Im ersten Schritt verdauen Proteasen des Cytosols Proteine zu kurzen Peptiden. Diese werden im zweiten Schritt aktiv ins endoplasmatische Retikulum (ER) transportiert. Dort binden sie schließlich spezifisch an MHC-Moleküle. Ein detailliertes Verständnis und eine theoretische Modellierung dieser Schritte ist Voraussetzung für den computergestützten Entwurf von peptidbasierten Impfstoffen. Für die Vorhersage der MHC-Peptidbindung existiert eine Reihe von Verfahren mit guter Vorhersagegenauigkeit, die aber immer noch Raum für Verbesserungen bieten. Wesentlich weniger gut sind die beiden anderen Schritte (Verdau zu Peptiden und Transport ins ER) vorhersagbar. Darüber hinaus fehlen Methoden, diese drei Schritte zu einer integrierten Vorhersage der Antigenprozessierung zusammenzuführen. Der erste Teil dieser Arbeit beschreibt die unterschiedlichen Methoden zur Vorhersage der MHC-Peptidbindung. Zur Vorhersage der Bindung an eine Reihe unterschiedlicher Allele kommen Supportvektormaschinen (SVMs) und Entscheidungsbäume zum Einsatz. Die SVM-basierte Methode SVMHC bietet eine bessere Vorhersagegenauigkeit als die bekannten Methoden SYFPEITHI und BIMAS. Diese lässt sich durch Konsensusmethoden noch weiter steigern, wie am Beispiel für das Allels HLA-A*0201 gezeigt wird. Auch für die Vorhersage des Verdaus in Peptide und den Transport ins ER werden Vorhersagemodelle vorgestellt. Diese zeigen ebenfalls deutlich verbesserte Vorhersagequalität als vergleichbare Methoden. Die drei Einzelvorhersagen (Verdau, Transport, Bindung) werden schließlich in einer integrierten Vorhersage der gesamten Prozessierung zusammengeführt: WAPP (Whole Antigen Processing Pathway). WAPP zeichnet sich ebenfalls durch eine verbesserte Vorhersagegenauigkeit aus, insbesondere aufgrund seiner geringeren Rate an falsch positiven Vorhersagen. Im Gegensatz zu reinen MHC-basierten Methoden kann die Peptide, die nicht verdaut oder transportiert werden, erkannt und ausfiltriert werden. Immuntherapie hat sich in den letzten Jahren als ein vielversprechender Weg in der Krebsbekämpfung herausgestellt. Dabei wurden zum Beispiel MHC-Bindende Peptide eingesetzt, um das Immunsystem gegen Krebszellen zu aktivieren. In der Krebsimmuntherapie stammen diese Peptide üblicherweise von tumorspezifischen Antigenen (TSAs) und tumorassoziierten Antigenen (TAAs). Der zweite Teil der Arbeit beschreibt ein integriertes System zur Analyse krebsrelevanter Datensätze zur Unterstützung der Immuntherapie. Dazu kommt die in dieser Arbeit entwickelte Methode zur Vorhersage der Antigenprozessierung wieder zum Einsatz. Integriert wird diese Vorhersage in das Analysewerkzeug CAP, das die Integration und Analyse heterogener krebsrelevanter Datensätze ermöglicht. CAP wird verwendet, um den Einuss von genetischer Variabilität und Genexpression auf die Entstehung einer Immunantwort gegen Krebs zu untersuchen. Diese Daten erlauben die Identifizierung von TSAs und TAAs, die dann wieder mit Hilfe von SVMHC auf ihre Immunrelevanz untersucht werden können. Zusammenfassend zeigen die hier entwickelten Methoden gegenüber vorher bekannten Methoden deutlich verbesserte Vorhersagegenauigkeit. Die integrierte Vorhersagemethode WAPP ist die erste ihrer Art und liefert vielversprechende Ergebnisse. Die Kombination von SVMHC und CAP zeigt den Nutzen der beiden Methoden für die Identifizierung von Peptiden für die Immuntherapie.
 

This item appears in the following Collection(s)