L’usage des codons régule la présentation des peptides associés aux molécules du CMH-I

Abstract

Les peptides associés au CMH-I (MIP) sont une pierre angulaire du système immunitaire adaptatif. Ces courtes séquences d'acides aminés présentées à la surface des cellules par les molécules du CMH-I, régulent le développement des lymphocytes T et jouent un rôle majeur dans la reconnaissance par le système immunitaire des cellules cancéreuses et des cellules infectées par des virus. Puisque le système immunitaire utilise les MIP pour identifier les cellules anormales, pouvoir identifier l'ensemble des MIP présents à la surface des cellules permettrait donc de concevoir des vaccins personnalisés contre cancers et virus. Cependant, les règles derrière la genèse des MIP sont encore à découvrir. Les prédicteurs algorithmiques existant ont de hauts taux de faux positifs, et par conséquent, les seules méthodes fiables haut débit pour l’identification des MIP dépendent fortement de la spectrométrie de masse (MS). Ces méthodes nécessitent des mois de culture cellulaire, ce qui les rend inapplicables dans un contexte clinique personnalisé. Dans cette thèse, nous introduisons d'abord une nouvelle méthode pour l’identification des MIP à travers la MS. Cette méthode intègre les polymorphismes génomiques spécifiques au dans la base de données utilisée pour l’identification. Cette amélioration nous a permis d'augmenter considérablement la précision de l'identification et nous a permis d’identifier 34 nouveaux antigènes mineurs d'histocompatibilité pour l'immunothérapie du cancer. Nous présentons ensuite le logiciel que nous avons écrit pour la génération de bases de données MS personnalisées : pyGeno, une base de données optimisée pour la création et l’exploration de génomes personnalisés. Enfin, en utilisant un ensemble de données de plus de 117k séquences d'ARN, recueillies en utilisant notre processus de protéogénomique sur les cellules de 18 sujets sains exprimant un total de 33 allèles CMH-I, nous démontrons que l'utilisation des codons influence la présentation MIP. Plus spécifiquement, nous montrons que les codons synonymes ont des effets différents sur la présentation, et que cet effet dépend de la position du codon par rapport à la portion de l'ARNm codant pour le MIP. Nos résultats suggèrent fortement que les règles que nous avons extraites en utilisant des réseaux neuronaux artificiels (ANN) sont conservées à travers les espèces et les types cellulaires. Cette conservation implique à son tour qu'il existe un ensemble de MIP candidats identifiables par l'intermédiaire d'un ensemble conservé de règles, à partir desquelles les MIP liant les allèles du MHC-I sont sélectionnés. Nos résultats montrent que la construction d'un prédicteur MIP à partir de séquences d'ARNm pourrait être possible. Finalement, ils illustrent comment des ANN peut être utilisés comme moyen efficace pour extraire des informations pertinentes biologiques.

MHC-I associated peptides (MIPs) are a cornerstone of the adaptive immune system. They are short sequences of amino-acids presented at the surface of cells by the MHC-I molecules. They regulate the development of T lymphocytes and play a major role in the recognition by the immune system of cancerous and virus infected cells. Because the immune system uses MIPs to identify abnormal cells, being able to identify the set of MIPs present at the surface of cells would therefore enable us to design personalized vaccines against cancer and viruses. However, the rules behind the genesis of MIPs are still to be discovered. Current predictors have high false positive rates, and the only reliable, high throughput methods for identifying MIPs heavily depend upon Mass Spectrometry (MS). They require months of cell culture, rendering them inapplicable in a personalized clinical context. In this thesis, we first introduce a new method for identifying MIPs through MS. This method, by integrating subject-specific genomic polymorphisms into MS databases, allowed us to greatly increase identification precision. This increased precision allowed us to discover 34 new Minor Histocompatibility Antigens for cancer immunotherapy. We then introduce the software we wrote for the generation of personalized MS databases: pyGeno, an optimized database for creating and exploring custom personalized genomes. Finally, using a dataset of over 117k RNA sequences, gathered using our proteogenomics pipeline from 18 healthy subjects expressing a total of 33 MHC-I alleles, we demonstrate that codon usage influences MIP presentation. More specifically, we show that synonymous codons have different effects on the presentation, and that this effect depends upon the position of the codon relative to the mRNA encoding the MIPs. Our results strongly suggest that the rules we have extracted using Artificial Neural Networks (ANN) are conserved across species and cell types. This in turn implies that there exists a set of candidate MIPs identifiable through a conserved set of mRNA rules from which MHC-I binders are selected. Finally, they also suggest that building a MIP predictor from mRNA sequences might be possible and illustrate how ANN can be used as effective means for extracting relevant biological information.