在感染促使免疫系统迅速行动之前，免疫系统似乎处于静止状态。事实上，它保持着积极的监控，以区分哪些属于身体，哪些不属于身体。作为监测的一部分，T细胞在组织中四处游荡，寻找有问题的迹象。特殊的组成性活性机制向T细胞报告细胞内容，否则这些内容将被隐藏。

大卫·格费勒在瑞士洛桑大学领导计算癌症生物团，他的实验室致力于在细胞层面的免疫渗透。“为了检测感染或恶性的细胞，必须在细胞表面呈现细胞内的东西，”Gfeller表示。

该介绍是人白细胞抗原的作业，或HLA，一种副本从切碎的细胞内蛋白中拉出的显示肽。它们存在的肽的曲目，其根据HLA等位基因而变化，跨组织和其他因素的蛋白质表达模式称为免疫肽体;它决定了抗原T细胞可以识别和响应。

了解如何选择肽成为免疫肽组的一部分是利用适应性免疫的关键。例如，一种有效的疫苗必须使用HLA蛋白能够吸收和显示的肽。当抗原呈递出现问题时——如果T细胞错误地将细胞的普通成分识别为危险的入侵者或忽视新的突变抗原——就会导致自身免疫和癌症等疾病。

两篇论文分子和细胞蛋白质组学重点介绍免疫肽组研究的最新进展。

在1997年鉴定了第一个肿瘤特异性HLA结合肽。但Immuneptomics在2014年真正起飞，何时研究人员发现了癌症治疗促进T细胞活性，克服肿瘤诱导的免疫抑制取决于T细胞识别肿瘤特异性抗原。预测免疫肽体的组成以及如何在健康和癌组织之间的不同成为具有巨大潜力的医学前沿的一部分：癌症免疫疗法。

这就是历史检验过的经过胡安·安东尼奥·维兹卡诺他是欧洲生物信息学研究所的蛋白质组学团队负责人，他和同事们对MCP进行了展望。作者总结了免疫免疫学的技术进展，以及HLA等位基因与人类疾病相关的发现。他们还展望了免疫肽组广泛关联研究有可能预测个体对自身免疫、感染或癌症的易感性的时代，并讨论了这方面可能面临的挑战。

免疫酸化族学实验仍然在技术上挑战。几个Fieldwide举措旨在汇集在各种组织和疾病状态中的HLA蛋白质呈现的肽数据中，其中包括免疫表位数据库和人类免疫肽项目. 基于这一来之不易的关于HLA蛋白结合偏好的知识，研究人员已经生成了预测HLA蛋白可能显示哪些肽的算法，从而实现了免疫肽组的计算研究。但这些算法在预测翻译后修饰肽的显示方面仍然存在不足。

除了基因变化外，许多癌症的信号传导途径也发生了重大变化——例如，美国46%的癌症样本最近的一项研究在地图激酶途径中携带改变。量化如何在细胞表面反射那些信号变化是猜想的问题。

Michal Bassani–Sternberg洛桑路德维希癌症研究所的研究员，研究癌症特异性HLA配体。她说：“我们还不能提取或纯化磷酸化HLA结合肽，使其达到真正良好的覆盖深度，而不是未修饰肽的覆盖深度。”。

直到最近，这种技术限制阻碍了在某些癌症病例中妨碍了解不寻常的磷酸肽是否可能是独特的肿瘤标志物。

现在，Bassani-Sternberg和Gfeller的实验室中的博士生Marthe Solleder和合作者已经提出了一种新的生物信息化工具，用于预测磷酸化HLA配体肽。他们是报告工作在MCP。

“我们收集了通过质谱法测量的细胞表面上显示的巨大数据集，”Bassani-Sternberg表示，“并且我们搜索了含有磷酸基团的改性肽的光谱。”

主要使用以前收集的免疫素质实验，团队重新分析的免疫肽体数据，发现先前已经被忽视的磷酸化的HLA结合肽。这使它们提高了HLA蛋白的磷酸肽结合偏好。

“例如，在三种类型的HLA类I分子中，称为HLA-C的一个尤其容易与磷酸化肽结合，”Solleder表示。

该算法可用于扩展癌细胞上显示的已知目标的已知范围。Bassani-Sternberg表示，“如果我们知道突变在患者的基因组中，我们可以应用这些预测算法以预测哪个突变可能被呈现为患者的HLA上的配体。类似地，我们现在可以预测蛋白质可能被呈现为HLA配体的哪些已知的磷酸化位点。“

研究人员分享了所有数据和计算工具。他们希望有关磷酸化肽的额外信息可以帮助他人找到新的抗原。从长远来看，这种见解可能有助于指导肿瘤靶向治疗。

要了解更多有关抗原表达的工作原理，请观看本教程。