L1
Krebs-Neoantigen-Entdeckung – Transkriptomweite Splice-Analyse
Bioinformatik-Forschungspraktikant (Seoul National University) · Sep 2018 – Mär 2019
Bioinformatik-Pipeline zur Identifizierung neuartiger Immuntherapie-Targets aus aberrantem alternativem Splicing in RNA-Seq-Daten.
Technologien
PythonRMapSpliceRNA-SeqTCGA DatasetsMHC-I Prediction Tools
Beiträge
- Entwicklung einer Discovery-Pipeline zur Identifizierung tumorspezifischer Splice-Junctions in großen Krebs-Datensätzen.
- Kartierung der Epitop-Landschaft durch Vorhersage hochaffiner MHC-I-bindender Peptide aus nicht-kanonischen Transkripten.
- Validierung des Vorhersagemodells durch Abgleich der Ergebnisse mit hochrangigen transkriptomischen Studien.
- Bewertung synergistischer Strategien zur kombinierten Adressierung mutations- und splice-abgeleiteter Neoantigene.
Ergebnis
Nachgewiesen, dass alternatives Splicing eine geeignete Quelle für hochaffine Epitope darstellt und die Target-Identifizierung über klassische somatische Mutationen hinaus erweitert.