肿瘤疫苗生物学活性评估

肿瘤疫苗背景

肿瘤疫苗，是一种具有预防和治 疗潜力的有吸引力的替代免疫治 疗选择，是近年研究的热点之一。针对肿瘤相关抗原（Tumor-associated antigen,TAA）或肿瘤特异性抗原 (Tumor specific antigen,TSA) 的疫苗可以特异性地攻击和破坏抗原过表达的恶性细胞，并由于免疫记忆而实现慢性治 疗反应。因此，与其他免疫疗法相比，癌症疫苗提供了特异性、安全性和可耐受的治 疗。

根据肿瘤抗原的组分，癌症疫苗大致可以分为四种类型：基于 DNA 的疫苗，基于 RNA 的疫苗，基于多肽的疫苗和基于免疫细胞的疫苗。FDA 批准的首 个个性化肿瘤疫苗 PROVENGE (Sipuleucel-T) 是一种基于免疫细胞的疫苗，用于激素难治性前列腺癌的治 疗。除此之外，Moderna，BioNTech 都在布局基于 mRNA 的肿瘤疫苗。

图 1 肿瘤疫苗抗原呈递平台示意图

肿瘤疫苗有效性评估方法

生物体接种疫苗后，肿瘤抗原被带到淋巴结，进而激活抗原特异性的 B 细胞和 T 细胞，活化的 B 细胞产生的抗体及活化的效应 T 细胞会使肿瘤内胀并诱导肿瘤细胞死亡。

图 2 肿瘤疫苗诱导的免疫反应示意图

如何有效的评估肿瘤疫苗的有效性是一个非常值得探讨的问题，常用的肿瘤疫苗有效性验证的方法，包括细胞因子检测、CTL 活性检测、T 细胞活化标志物检测、抗体滴度检测、ADCC 检测等。

1、细胞因子检测

细胞因子是由免疫细胞经过刺激而合成并分泌的小分子蛋白质，在免疫应答中起着非常重要的作用，因此可以通过细胞因子的分泌能力来反应疫苗诱导的细胞免疫的水平。常见的细胞因子有白介素 (IL) 、干扰素 (IFN)、 肿瘤坏死因子 (TNF) 等。下面比较了几种常见的检测方法。

ELISA 是一种非常经典的细胞因子的检测方法，例如在王晓东等人发表的关于胃癌疫苗研究的文章中，提到了用 ELISA 的方法检测接种疫苗后小鼠骨 髓源树突状细胞（BMDCs）分泌细胞因子的能力，检测方法如下：

BMDCs 在含有 10ng/mL GM-CSF 和 10ng/mL IL-4 的 X-vivo 15 培养基中培养，37℃下培养 6 天，然后以每孔 5×104 细胞的密度在 96 孔板中接种。以 5µM 或 10µM 的最 终浓度加入疫苗抗原，孵育 24 小时。使用小鼠 TNF-α 和 IL-12 p70 ELISA Ready-SET-Go 试剂组定量培养上清中的 TNF-α 和 IL-12 。首先在 4℃下用捕获抗体包被 ELISA 板过夜，然后在室温下依次加入阻断液、细胞培养上清和检测抗体，孵育 1h 。 最 后加入终止液和显色剂，用酶标仪 (BioTek) 在 450nm 处记录 OD 值。

检测结果如下：

从检测结果可以看出，T7（TLR7 激动剂）的存在可以显著提升 ML/MB 抗原诱导的免疫反应。

图 3 ELISA 法测定小鼠骨 髓树突状细胞 (BMDCs) 分泌

TNF-α (a) 和 IL-12 (b) 的水平

Ankita Leekha 等人发表的关于 SRAS-COV2 疫苗文章中，提到了用 ELISPOT 的方法评估细胞因子的分泌水平，可以作为参考。具体方法如下：

从小鼠中分离脾细胞和肺细胞，使用小鼠 IFNγ ELISpot 基础试剂盒和小鼠 IL4 ELISpot 基础试剂盒 (Mabtech, VA, USA) 进行 IFNγ 和 IL4 ELISpot 检测。在 37℃ 下，在预包被抗体的 ELISpot 板中，用抗原刺激脾细胞和肺细胞，培养 16-18 小时。第二天，洗掉细胞，加入生物素化的检测抗体。洗板后，加入 1:30000 稀释的 Extravidi-ALP 偶联物，室温孵育 1 小时。洗板后，每孔添加 70µL 显色液，孵育 20-30min，形成斑点，然后用水清洗，干燥。使用 Cytation 7 (BioTek) 对斑点进行量化。每个点对应一个单独的细胞因子分泌细胞。

检测结果如下：

图 4 ELIPSOT 方法检测小鼠脾细胞

和肺细胞分泌细胞因子的水平

2、CTL 活性检测

疫苗诱导的细胞毒性 T 淋巴细胞 (CTL) 可以直接杀伤肿瘤细胞，起到抗肿瘤的作用，因此可以通过检测 CTL 的杀伤效应来反应疫苗的效果。常用的检测细杀伤效应的方法有很多，下表列举了一些常用的方法。

王晓东等人发表的文章中提到了 LDH 检测，检测方法如下：

从接种疫苗小鼠的脾 脏中分离淋巴细胞（效应细胞）。EAC 肿瘤细胞（靶细胞）与淋巴细胞（效应细胞-靶细胞比例为 50:1）共培养 4h，使用乳酸脱氢 (LDH) 法测定细胞毒性。将培养 4h 后的培养上清加入在 ELISA 板中，室温下加入底物溶液，孵育 30min。最 后，加入终止液终止反应，并用酶标仪 (BioTek) 在 490nm 处检测光密度。

检测结果如下：

相对于 PBS 对照组来说，T7-MB 组 CTL 细胞具有显著的杀伤效应。

图 5 LDH 法测定 CTL 介导的 EAC 靶细胞的裂解水平

3、抗体滴度及亲和力检测

肿瘤疫苗除了可以诱导细胞免疫之外，也可诱导体液免疫，对此可通过对抗体滴度及亲和力进行检测来反应疫苗抗肿瘤的效果，ELISA 是一种非常经典的检测方法。

上述关于胃癌疫苗的文章中通过 ELISA 方法测定小鼠接种疫苗后血清中总 IgG 含量，具体检测过程如下：

小鼠接种疫苗后收集血液样本，通过 3000g 离心 15 分钟获得血清样本。ELISA 板预先在 4℃ 包被 BSA-MG1 过夜，然后在室温下依次加载封闭溶液 2h，血清样品 (1:50 稀释) 和检测抗体 1h。最 后，在体系中加入 p-NPP 底物 (Millipore) 和终止液，用酶标仪 (BioTek) 在 405nm 处记录 OD 值。

检测结果如下：

相对于 PBS 对照组来说，T7-MB 组抗体含量明显上升。

图6 ELISA法测定疫苗诱导的血清抗体水平

除此之外，在 Emily C. Gale 等人发表的关于 mRNA 递送系统及辅剂研究的文章中，通过 ELISA 的方法测定了 mRNA OVA 模式疫苗诱导的 OVA 特异性抗体的绝 对含量及其亲和力。具体检测方法如下：

抗体浓度：小鼠接种加强疫苗后，采集血液样品，血清按照 1:100 000 进行稀释。采用 anti-OVA mouse IgG1 ELISA (Cayman Chemicals) 试剂，按照试剂厂家的说明进行 ELISA 实验。使用 Synergy H1 Microplate Reader (BioTek) 在 450nm 处记录 OD 值。根据标准曲线计算血清抗体浓度，表示 mg/mL。

抗体亲和性：将 12 个梯度稀释的血清与恒定浓度标记 HRP 的 anti-OVA 抗体 (3nM) 混合，并在 OVA 抗原包被的板中室温孵育 2 小时，洗板后用 TMB 底物孵育，用 HCl 停止反应。测定 450nm 处的 OD 值。根据业内发现的单克隆抗体的共同亲和力，假设对照抗体的 KD 为 1nM 对实验组的 KD 值进行统计。这一假设仅影响报告的绝 对 KD 值，而不影响实验组之间的相对差异。

检测结果如下：

pIC 为双链 RNA 结构模拟物，图E中比较了可溶性的 pIC 和不同纳米颗粒递送系统诱导的绝 对抗体含量，从图 E 中可以看出 2B 递送系统诱导的 OVA 特异性抗体含量最 高。从F和G可以看出 2B 递送系统相对于可溶性 pIC 来说诱导的 IgG 亲和力也显著升高。

图 7 pIC/PBAE NPs 增强体液免疫

4、ADCC 检测

疫苗诱导体液免疫产生的抗体能够捕捉目标抗原，阻断这个靶分子的功能，也可以引导其他免疫细胞（如巨噬细胞和自然杀伤细胞）杀死表达抗原的靶细胞，在肿瘤治 疗中，特别是血液肿瘤中，抗体依赖的细胞介导的细胞毒性作用 (ADCC) 起着关键作用，ADCC 常用的检测方法包括细胞活力检测、LDH 检测、工程细胞株、Delfia、RTCA、细胞成像检测等。

王晓东等人发表的关于胃癌疫苗研究的文章中，提到了 LDH 方法检测 ADCC，检测方法如下：

小鼠接种疫苗后，采集其血清样本（1:25 稀释），然后与 EAC 细胞（靶细胞）在 37°C 孵育 30min。使用小鼠 NK 细胞分离试剂盒从正常 BALB/c 小鼠中分离出自然杀伤 (NK) 细胞（效应细胞），与抗体标记的 EAC 细胞以效靶比 50:1 共培养 4 小时。采用 LDH 法 (Promega) 测定细胞毒性，检测方法与之前提到的 CTL 活性检测的方法一致。

检测结果如下：

相对于 PBS 对照组来说，T7-MB 组产生的抗体具有显著的杀伤效应。

图 8 LDH 法测定血清抗体介导的 EAC 靶细胞的裂解水平

肿瘤疫苗生物学活性检测解决方案推荐

本文介绍了肿瘤疫苗活性检测的常用方法，包括细胞因子检测、CTL 活性检测、抗体滴度及亲和力检测、ADCC 检测等方法，涉及到了酶标仪、成像系统、流式、RTCA、洗板分液系统等设备。Agilent 细胞分析事业部可以从多个角度为用户提供从样品处理，到结果检测再到数据分析的全面解决方案。

根据NCBI的ClinVar数据库统计，包括罕见疾病，如镰状细胞病、地中海贫血和先天性莱伯黑朦等超过3万7千种已知疾病与致病性单核苷酸变异（SNV）有关，SNV可能导致原始DNA序列、转录水平和蛋白质序列等其他特性的变化。而新一代CRISPR/Cas9技术——碱基编辑器（BEs）可以有效地修复碱基突变，而不会诱导双链DNA断裂，从而能够直接、不可逆地校正碱基突变，对于治愈SNV引起的遗传疾病具有十分广阔的前景。已经报道的有诱导C·G到T·A转化的胞嘧啶碱基编辑器（CBE）、诱导A·T到G·C转化的腺嘌呤碱基编辑器（ABE）和使C·G到G·C转换的糖基化酶碱基编辑器（GBE），这些BEs为治 疗50%以上致病性SNV提供了几乎理想的解决方案。

然而，在实施基于BE的基因疗法之前，有必要大量构建具有致病性SNV的细胞疾病模型，以用于开发和优化BEs，并使其在基因治 疗中的应用成为可能。同时，根据ClinVar的数据，大约50%的人类致病性SNV是C·G到T·A的转化，然而目前很难通过合理的人力和资金投入获得大量携带这些SNV的细胞模型。这一方面是由于大规模样品，手动操作不仅耗时，而且容易出错，一致性较差且成本高昂；另外一方面，现有的基于目标-位点集成库的方法，如Be-Hive等在为AI学习和预测编辑性能的数据时，缺乏原位信息的综合编辑位点数据，同时又缺少真实染色体环境（先前研究表明，核酸酶的性能与染色质可及性之间存在很强的相关性，并且基因编辑在真核染色质中比异染色质中更有效）。

中科院天津工业生物技术研究所和天津科技大学的团队，开发了一个由以下四个模块组成的用于哺乳动物细胞高通量原位基因编辑的自动化平台，实现了哺乳动物细胞基因编辑的标准化和可拓展性。

（1）内源性靶gRNA计算机辅助设计；

（2）gRNA表达质粒构建；

（3）哺乳动物细胞碱基编辑；

（4）CBEs性能模型构建的机器学习。

四个模块组成的用于哺乳动物细胞高通量原位基因编辑的自动化平台，实现了哺乳动物细胞基因编辑的标准化和可拓展性。该平台借助大规模的原位编辑数据和序列信息，结合局部染色质可及性，具有原位数据的机器学习模型能够更好地预测实际的碱基编辑效率，使获得内生目标的大规模编辑数据集成为可能。

图1 全自动高通量哺乳动物基因编辑平台概览

在这四个模块中，第 一个模块用于负责gRNA设计，以将人类致病性SNV引入野生型细胞，作者使用生物信息学分析选择了1210个基因作为靶位点，使用包含每个靶位点上游3 bp至下游750 bp靶区的DNA序列，分批处理用于分析编辑结果的三对引物。对于自动化gRNA质粒构建工作流程模块，gRNAs质粒构建过程中采用了贝克曼库尔特Echo纳升级声波移液系统用于操纵DNA组装反应，相对于标准的Golden Gate DNA组装方法的反应体积为15μl，Echo的纳升级和无吸头操作能够对实验步骤进行一系列优化，将反应系统最小化到1微升的总体积，从而显着降低了实验成本。

随后使用贝克曼库尔特Biomek i7自动化移液工作站将DH5α感受态细胞与Golden Gate产物进行混合，通过ClonePix进行转化铺板，并在通过DNA测序验证构建质粒之后，使用Biomek i7进行质粒提取。为了分析数据编辑结果，使用Python脚本读取sanger测序文件，比较N20，并创建两个参考csv文件。错误的组装csv文件包括一个选择列表，用于从48孔细菌菌落板到96孔深孔板中挑选新菌落，以便ClonePix进行另一轮验证。正确组装csv文件包含N20测序及其在96孔深孔板中的位置，用于使用贝克曼库尔特Biomek i7自动化移液工作站进行质粒提取。此模块高通量自动化系统在4天之内共构建和分析了1210个gRNA质粒，成功率达99%，实现了每天384个gRNA组装的通量。而后续使用Biomek i7进行的质粒提取，通量则可达到576个质粒/天。

图2 全自动gRNA质粒构建工作流程概述示意图

第三个模块是哺乳动物细胞中的碱基编辑，如图3。通过优化实验条件，作者开发了使用Biomek i7自动化移液工作站进行包括细胞接种和转染、细胞培养基更换以及进行样品收集在内的编辑过程。随后进行靶区域的细胞裂解和PCR扩增。全自动高通量系统在6h内将1210组gRNA和BE4max质粒共转染到HEK293T细胞中，并在2 h内完成后续培养基更换。培养5天后，收获编辑的细胞于8小时内完成进行PCR分析，然后进行sanger测序。使用Python脚本产生3个csv文件，一个用于准备新一轮PCR的挑选列表，以分析使用Biomek i7从96孔裂解样品板到96孔PCR板的false sample；第二个csv文件包含用于分析false sample的第二个引物对的序列和位置信息，用于新一轮PCR；第三个csv文件包含正确的样本和编辑效率结果，用于下一步的AI学习。

图3 自动化基因编辑过程的工作流程概述

第四个模块为作者开发的AI模型——染色质可及性学习模型（CAELM），预测基础编辑的结果。CAELM基于自动化平台生成的高度均匀的原位基因组编辑数据，预测HEK4T细胞中的BE293max行为，并实现了0.64的皮尔逊相关值。皮尔逊r是评估数值数据模型准确性的最普遍指标之一，CAELM模型中考虑了目标序列的真实染色体环境，这提供了更好、更现实的预测；同时，CAELM还提供了模型输入的特征重要性得分，并揭示了DNA可及性相对于目标序列上下文的贡献在预测中接近1:6。

通过与32个不同基因组位点的手动操作进行比较，其中16个目标位点在两个操作过程中的编辑效率几乎相等，而自动化高通量系统在其他14个位点的统计分析中表现出更高的编辑效率。这些结果表明，自动化高通量系统能够以与手动操作相当的效率执行基础编辑；随机选择BE4max编辑靶标的1210个与疾病相关的SNV的编辑效率均达到了较高水平，说明可以同时有效地操纵数千个内源性靶位点的人类细胞的全自动高通量原位基因编辑平台的成功建立。