![]()
一、传统注释之外,隐藏着怎样的翻译世界?
传统基因注释通常将研究重点集中在已知蛋白编码区。然而,越来越多研究发现,5′UTR、3′UTR、lncRNA、circRNA、假基因及其他未注释区域同样可能发生翻译。
这些非经典翻译事件可产生小肽、微肽及其他未注释翻译产物,共同拓展传统蛋白数据库之外的“暗蛋白组”。其中部分短肽经过细胞内加工后,可与人类白细胞抗原(HLA)分子结合并呈递于细胞表面,进而被免疫系统识别。
在肿瘤细胞中,基因突变、异常剪接、融合转录本、转录失调和非经典翻译还可能产生肿瘤特异性HLA呈递肽,为肿瘤新生抗原发现及免疫治疗靶点开发打开新的研究空间。
二、为什么传统方法容易遗漏小肽与暗蛋白?
常规蛋白质组学通常依赖已注释蛋白数据库进行检索,对短开放阅读框(sORF)和非经典开放阅读框(ncORF)编码产物的覆盖有限。潜在翻译产物可能来源于:
· 5′UTR中的上游开放阅读框及下游开放阅读框
· lncRNA、circRNA及其他传统非编码RNA
· 假基因转录本、基因间区及未注释转录区域
· 非AUG起始、重叠开放阅读框和移码开放阅读框
· 肿瘤突变、异常剪接、融合转录本及不同阅读框
由于这些ORF往往长度较短、表达量较低,其翻译产物也可能快速降解,因此很难仅依赖常规蛋白质组学进行全面检测。
重要认识快速降解并不等于没有生物学意义。部分不稳定翻译产物可被加工成短肽并进入HLA抗原呈递通路,成为免疫系统感知细胞状态的重要信号。
三、超高分辨率Ribo-seq:敏锐发现非经典翻译
Ribo-seq通过测序核糖体保护片段,在全转录组范围内捕获正在被核糖体翻译的RNA区域。高质量Ribo-seq数据具有清晰的三碱基周期性,可在密码子分辨率上解析翻译活动。
新使生物超高分辨率Ribo-seq技术具有极高的5'端精度和更清晰的三碱基周期性,不仅能够分析已知蛋白编码区的翻译效率,还可用于识别:
· uORF、下游ORF及其他短开放阅读框
· lncRNA、circRNA等来源的非经典ORF
· 非AUG翻译起始位点
· 重叠ORF、移码ORF及转录本异构体相关ORF
· 肿瘤特异性非经典翻译事件及候选小肽编码区域
Ribo-seq回答哪些RNA区域正在被核糖体翻译?这些区域可能产生什么样的肽段?
点击图片查看超高分辨率Ribo-seq技术详细介绍
四、免疫肽质谱:直接检测细胞表面的HLA呈递肽
免疫肽质谱又称免疫肽组学,通常通过免疫沉淀富集HLA-肽复合物,将结合于HLA分子上的短肽释放后进行高分辨率LC-MS/MS检测。
与常规蛋白质组学关注完整蛋白不同,免疫肽质谱直接分析细胞表面真实呈递的HLA结合肽。以HLA-I为例,其呈递肽通常来源于细胞内蛋白及翻译产物的加工降解,并可被CD8⁺ T细胞识别。
免疫肽质谱回答哪些翻译产物经过加工后,真正以短肽形式呈递到了细胞表面?
五、两项技术联合,建立“翻译—呈递”证据链
Ribo-seq与免疫肽质谱分别从翻译层和抗原呈递层提供证据。基于样本自身的Ribo-seq数据构建个性化候选肽数据库,可突破传统蛋白数据库的注释边界,并提高非经典HLA呈递肽的发现能力。
新使生物专业翻译组学平台提供微蛋白、微肽及肿瘤新生抗原挖掘与鉴定技术服务,深度整合超高分辨率Ribo-seq、全转录组测序、蛋白质谱与免疫肽质谱等技术,系统发现非经典开放阅读框及其翻译产物,构建从“转录—翻译—肽段鉴定—HLA呈递验证”到候选肿瘤新生抗原筛选的完整证据链,为暗蛋白组研究及肿瘤免疫治疗靶点开发提供一站式技术支持。
点击图片查看小肽/肿瘤新抗原挖掘与鉴定技术详细介绍
01发现翻译事件:Ribo-seq识别具有核糖体占位和三碱基周期性的经典及非经典ORF。
02建立候选序列库:结合RNA-seq、基因组或转录本信息,生成样本特异性ORF及候选肽数据库。
03检测HLA呈递肽:通过HLA免疫沉淀和LC-MS/MS获得样本真实免疫肽谱。
04多层证据筛选:整合质谱匹配、HLA分型、肿瘤/正常对照及免疫原性信息,获得高可信候选抗原。
核心看点Ribo-seq发现“哪些区域正在翻译”,免疫肽质谱确认“哪些肽段被HLA真实呈递”,两者联合构建从非经典翻译到免疫识别的完整证据链。
六、联合鉴定小肽、微肽与暗蛋白
![]()
Ribo-seq构建候选肽库,免疫肽质谱验证真实呈递的小肽
超高分辨率Ribo-seq能够以极高精度识别短ORF的翻译活动,免疫肽质谱则可检测其中进入HLA呈递通路的短肽。两者联合能够拓展传统蛋白数据库边界,提升低丰度、非经典来源小肽的发现能力。
概念边界小肽、微肽和HLA呈递肽并不完全等同。部分非经典ORF可编码具有稳定结构或独立功能的微蛋白;另一些翻译产物可能不稳定,但其降解片段仍可进入抗原加工与呈递通路。
七、在肿瘤研究中,进一步指向肿瘤新生抗原
![]()
超高分辨率Ribo-seq与免疫肽质谱联合应用示意图
并不是所有小肽或暗蛋白都是肿瘤新生抗原。候选肽需要经过多层证据筛选,才能进一步判断其肿瘤免疫学价值。理想候选通常需要满足:
· 来源于肿瘤样本中的活跃翻译事件
· 能够被患者HLA分子真实呈递
· 在正常组织中缺失或表达极低,具有较好的肿瘤特异性
· 与患者HLA分型匹配并具有较强结合潜力
· 能够诱导抗原特异性T细胞反应,具备实验验证的免疫原性
因此,超高分辨率Ribo-seq和免疫肽质谱构成的是“发现与验证”平台;若要确认新生抗原,还应结合肿瘤/正常对照、HLA分型、结合预测以及T细胞功能实验。
从暗基因组到暗蛋白组通过超高分辨率Ribo-seq与免疫肽质谱联合,让隐藏的翻译产物成为可发现、可验证、可开发的潜在免疫治疗靶点。
八、联合技术的核心优势
◆拓展数据库边界以样本自身翻译信息构建候选数据库,减少因参考数据库缺失造成的漏检。
◆获得双层证据Ribo-seq证明候选ORF正在翻译,免疫肽质谱证明其来源肽段被HLA真实呈递。
◆提升小肽发现能力重点覆盖短ORF、非经典ORF及低丰度翻译事件,深入解析暗蛋白组。
◆直接面向肿瘤免疫靶点结合正常对照、HLA分型及免疫原性分析,筛选个体化或共享型肿瘤抗原。
◆连接基础研究与临床转化候选抗原可进一步用于肿瘤疫苗、TCR-T及抗原特异性T细胞研究。
九、推荐应用方向
1. 小肽、微肽及暗蛋白组发现
2. 非经典ORF及短ORF鉴定
3. lncRNA、circRNA与uORF翻译研究
4. HLA-I呈递肽图谱构建
5. 非经典肿瘤抗原与肿瘤新生抗原筛选
6. 个体化肿瘤疫苗及TCR-T靶点研究
7. 药物、应激或治疗诱导的抗原呈递变化研究
8. 肿瘤与正常组织免疫肽组比较
新使生物专业翻译组学技术平台
新使生物NeoRibo长期专注于翻译组学技术研发与应用,已构建覆盖核糖体翻译、tRNA解码、RNA修饰及Poly(A)尾调控等多个层面的技术体系,提供从整体翻译活性、基因翻译效率到密码子分辨率翻译行为的系统解决方案,全面解析转录后及翻译过程中的精细调控机制。
![]()
新使生物专业翻译组一站式服务平台
产品名称
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.