HLA-Typisierung und Immunspektrum-Sequenzierungsdienste: Von hochauflösender HLA-Genotypisierung bis hin zu TCR/BCR-Profiling

Meta-Absicht: Ein praktischer Forschungsleitfaden zur Auswahl von HLA-Typisierung, TCR/BCR-Immunrepertoire-Sequenzierung oder einer kombinierten Immunogenomik-Strategie basierend auf der biologischen Fragestellung, der erforderlichen Auflösung, dem Proben-Typ und den benötigten Nachweisen.

Das Immunsystem hat mehr als einen molekularen Barcode.

Immune-Genetikprojekte beginnen oft mit einer scheinbar einfachen Anfrage: "Profilieren Sie das Immunsystem." Doch diese Anfrage kann sich auf drei verschiedene molekulare Ebenen beziehen. HLA-Typisierung identifiziert vererbte Varianten, die die Antigenpräsentation beeinflussen. TCR- und BCR-Sequenzierung misst umgebaute adaptive Rezeptorpopulationen in einer Probe. KIR-Typisierung fügt eine teilweise unabhängige Ebene der Genetik natürlicher Killerzellen und des HLA-Ligand-Kontexts hinzu.

Diese Schichten sind miteinander verbunden, aber sie sind nicht austauschbar. Die HLA-Genotypisierung kann nicht zeigen, welche Lymphozytenklone sich ausgedehnt haben. Die Repertoire-Sequenzierung kann keinen vollständigen HLA-Genotyp rekonstruieren. Ein Diversitätswert kann keine Antigenspezifität feststellen, und ein HLA–KIR-Genotyp misst nicht direkt die Funktion von NK-Zellen. Die richtige Studie beginnt daher damit, das biologische Objekt zu definieren, das beobachtet werden soll, anstatt jede verfügbare Methode auszuwählen.

Dieser Leitfaden organisiert HLA-Typisierung, TCR- und BCR-Sequenzierungund verwandte Sequenzierungsoptionen in einen Entscheidungsrahmen. Es erklärt, was jede Ebene unterstützen kann, wo die Interpretation häufig fehlschlägt und wann ein kombinierter Entwurf Informationen erzeugt, die kein einzelner Test allein bereitstellen kann.

Abbildung 1: Drei Schichten immun-genetischer Beweise. HLA definiert den vererbten Antigenpräsentationskontext, TCR/BCR-Repertoires beschreiben die adaptive klonale Zusammensetzung, und HLA–KIR-Kombinationen fügen eine regulatorische Ebene für NK-Zellen hinzu. Die Ebenen interagieren biologisch, beantworten jedoch unterschiedliche analytische Fragen.

Beginnen Sie mit der Evidenzbehauptung, nicht mit dem Assay-Namen.

Bevor Sie einen Workflow auswählen, formulieren Sie die beabsichtigte Schlussfolgerung in einem Satz. Eine nützliche Aussage gibt den Vergleich, die biologische Einheit und die erwarteten Beweise an. Beispiele sind:

• "Bestimmen Sie, ob die HLA-Allelhäufigkeiten zwischen zwei Forschungsgruppen unterschiedlich sind."
• "Messung, ob ausgewählte TCR-Klonotypen zwischen der Ausgangsbasis und einem späteren Zeitpunkt expandieren."
• "Vergleichen Sie die klonale Vielfalt von BCR zwischen gepaarten Gewebecompartments."
• "Annotieren Sie die HLA-Allel von Spendern und Empfängern für einen Forschungsdatensatz zur Transplantation."
• "Untersuchen Sie, ob HLA-Ligandgruppen und KIR-Geninhalte ein NK-Zell-Phänotyp stratifizieren."

Jede Behauptung weist auf eine andere primäre Messung hin. Die erbliche Variation auf Kohortenebene deutet auf HLA-Genotypisierung hin. Längsschnittliche klonale Veränderungen deuten auf Repertoire-Sequenzierung hin. Rezeptor-Paarung oder die Verknüpfung von Rezeptoren zu Zellzuständen könnte eine Einzelzell-Analyse erfordern. Eine Hypothese über die Regulation von NK-Zellen könnte sowohl HLA- als auch KIR-Informationen erfordern, idealerweise kombiniert mit einem unabhängigen funktionalen oder phänotypischen Assay.

Dieser Schritt wirft auch Fragen auf, die durch Sequenzierung allein nicht beantwortet werden können. Die Beobachtung eines erweiterten TCR-Clonotyps beweist nicht, welches Antigen er erkennt. Das Finden eines mit einem Phänotyp assoziierten HLA-Allel beweist nicht den Mechanismus. Das Nachweisen einer KIR-Ligand-Kombination stellt nicht die Rezeptorexpression oder die Aktivität der NK-Zellen fest. Das sind nachgelagerte Validierungsfragen, keine Gründe, die Sequenzierungsebene zu überinterpretieren.

Eine Entscheidungsmappe für HLA, TCR/BCR und kombinierte Designs

Die effizienteste Auswahllogik besteht darin, zu fragen, was in der Studie variiert.

Die Tabelle ist ein Ausgangspunkt, kein universelles Protokoll. Das Studiendesign bestimmt weiterhin, ob die Einheit der Inferenz eine Person, ein Präparat, ein Gewebe, einen Zeitpunk, eine sortierte Population oder eine Zelle ist. Wenn die biologische Replikation und die Metadaten schwach sind, wird das Hinzufügen eines weiteren Sequenzierungsassays das Datenvolumen erhöhen, ohne die Aussage zu stärken.

Definieren Sie das kleinste ausreichende Prüfpaket.

Das Wort "umfassend" sollte die Abdeckung der Beweise beschreiben, nicht die Anzahl der gekauften Tests. Ein kleinster ausreichender Paket enthält jede Messung, die für die primäre Behauptung erforderlich ist, und schließt Messungen aus, die keine vordefinierte analytische Rolle haben. Für eine HLA-Assoziationsstudie kann dies ein konsistentes Locus-Panel, Teilnehmer-Metadaten auf Ebene der Teilnehmer und ein vordefiniertes statistisches Modell bedeuten. Für die longitudinale Immunüberwachung kann es einen Rezeptorstrang, sorgfältig abgestimmte Zeitpunkte und eine reproduzierbare Klonotyp-Pipeline erfordern. Für eine Hypothese zur Antigenpräsentation kann es HLA-Typisierung plus Repertoire-Sequenzierung und einen separaten Spezifitäts-Test erfordern.

Drei Planungsfragen decken unnötigen Umfang schnell auf. Erstens, welches Ergebnis fließt in die primäre Analyse ein? Zweitens, welche Entscheidung würde sich ändern, wenn ein optionaler Test ein positives oder negatives Ergebnis liefern würde? Drittens, welche Validierung ist erforderlich, bevor das Ergebnis die angegebene Schlussfolgerung unterstützen kann? Wenn ein Ergebnis in keiner dieser Antworten eine Rolle spielt, ist es wahrscheinlich explorativ. Explorative Messungen können dennoch wertvoll sein, sollten jedoch gekennzeichnet, gewichtet und getrennt von dem primären Endpunkt interpretiert werden.

Diese Disziplin verbessert auch die Probenzuweisung. Begrenzte DNA, RNA oder lebensfähige Zellen sollten gemäß der Beweispriorität reserviert werden. Die besten Materialien in einer breiten explorativen Bibliothek zu verbrauchen, kann den Test, der tatsächlich die Hypothese prüft, gefährden. Ein gestufter Plan – Machbarkeitsprüfung, primärer Test und dann bedingte Erweiterung – führt oft zu einem stärkeren Datensatz, als wenn alle Methoden von Anfang an parallel durchgeführt werden.

Abbildung 2: Entscheidungslogik zur Auswahl von Tests. Ein fragegeleiteter Entscheidungsbaum trennt vererbte HLA-Variationen, bulk-klonale Architektur, gekoppelte Rezeptoranalyse und HLA–KIR-Hypothesen vor der Plattformauswahl.

HLA-Typisierung: Auflösung ist eine Berichtentscheidung und eine Sequenzierungsentscheidung

HLA-Loci sind außergewöhnlich polymorph. Eng verwandte Allele können sich innerhalb der Peptid-bindenden Exons, an anderen Stellen der kodierenden Sequenz, in Introns oder in unübersetzten Regionen unterscheiden. Dies schafft zwei miteinander verbundene Entscheidungen: welche Regionen beobachtet werden müssen und wie spezifisch die Ergebnisse berichtet werden müssen.

Ältere Abkürzungen wie "zwei-stellig" und "vier-stellig" bestehen weiterhin, aber die feldbasierte Nomenklatur ist klarer. Bei einem Allel wie HLA-A*02:01:01:01 identifiziert das erste Feld eine Allelgruppe, das zweite unterscheidet eine spezifische HLA-Proteinsequenz, das dritte erfasst synonyme Kodierungsunterschiede und das vierte unterscheidet Unterschiede in nicht-kodierenden Sequenzen. Ausdrucks-Suffixe können zusätzliche Informationen vermitteln. Eine hohe Auflösung wird häufig mit mindestens der molekularen Berichterstattung des zweiten Feldes in Verbindung gebracht, aber "Vollgen-Sequenzierung" beschreibt die Sequenzabdeckung, anstatt automatisch eine eindeutige vier-Feld-Nennung zu garantieren.

Diese Unterscheidung ist wichtig. Ein Projekt, das nur Allelgruppen für eine breite Populationsstratifizierung benötigt, profitiert möglicherweise nicht davon, jedes Intron zu sequenzieren. Eine Krankheitsassoziationsstudie benötigt möglicherweise konsistente Sekundärfeldaufrufe über eine große Kohorte hinweg. Ein Projekt, das sich mit Phasierung, neuartigen Varianten, nicht-kodierender Variation oder erweiterten Haplotypen befasst, könnte eine vollständige Gen- oder Langleseabdeckung rechtfertigen. Die analytische Spezifikation sollte daher Folgendes angeben:

• Loci, die eingegeben werden sollen;
• Regionen, die an jedem Locus abgedeckt sind;
• angeforderte Berichtsfelder oder akzeptable Allelgruppen;
• wie G-Gruppen, P-Gruppen, Nullallele und ungelöste Unklarheiten behandelt werden;
• Referenzdatenbankfreigabe und Analyse-Softwareversion;
• minimale Evidenz für einen neuartigen oder abweichenden Anruf.

Für einen detaillierten Vergleich der molekularen Methoden siehe molekulare HLA-TypisierungstechnologienProjekte, die locus-fokussierte Sequenzierung erfordern, können auch durch Gezielte Regionssequenzierung oder Amplicon-Sequenzierungsdiensteje nach Zielgröße, Komplexität des Locus und dem Bedarf an Phaseninformationen.

Der dedizierte Matrix-Artikel Hochauflösende HLA-Typisierung durch NGS werden die Loci der Klasse I und Klasse II, die Architektur der Assays, die Allelnomenklatur, den Umgang mit Mehrdeutigkeiten und die Ergebnisinterpretation eingehend untersuchen.

Abbildung 3: HLA-Auflösung vom Locus zur phasierten Vollgen-Sequenz. Die Abbildung unterscheidet zwischen Allelgruppen im ersten Feld, spezifischer Protein-Level-Spezifität im zweiten Feld, synonymen kodierenden Variationen, nicht-kodierenden Variationen und physischer Phasierung über ein HLA-Gen.

Kurze Reads, lange Amplicons und lange Reads lösen unterschiedliche HLA-Probleme.

Die Wahl der Plattform sollte der ungelösten Unklarheit in der Forschungsfrage folgen. Zielgerichtete NGS mit kurzen Reads kann hochdurchsatzfähige Typisierung unterstützen, wenn validierte Amplifikation, ausgewogene Locusabdeckung und geeignete Algorithmen verfügbar sind. Allerdings können kurze Fragmente entfernte Polymorphismen möglicherweise nicht direkt phasieren. Statistische Inferenz oder Alleldatenbanken können viele Kombinationen auflösen, aber schwierige oder neuartige Haplotypen können mehrdeutig bleiben.

Längere Moleküle können entfernte Varianten überbrücken und die direkte Allelphasenbestimmung unterstützen. A Lange Amplicon-Analyse Das Design kann angemessen sein, wenn das Ziel intakt amplifiziert werden kann und die Studie Konsenssequenzen über ein definiertes Locus benötigt. Nanopore-Zielsequenzierung kann langfristige gezielte Analysen unterstützen, bei denen die Molekülgröße und Haplotypisierung zentral sind. Diese Vorteile beseitigen jedoch nicht die Notwendigkeit, den Allelfall, das Amplifikationsungleichgewicht, Homopolymere, Mapping-Unklarheiten und die Unvollständigkeit der Referenz zu überwachen.

Orthogonale Bestätigung sollte durch Risiko und nicht durch Gewohnheit bestimmt werden. Sanger-Sequenzierung kann eine definierte abweichende Position klären oder eine neuartige Variante in einem fokussierten Bereich bestätigen, ist jedoch kein Ersatz für phasenbewusste Vollgenbeweise. Ein verteidigungsfähiger Bestätigungsplan legt im Voraus fest, welche Ereignisse eine Überprüfung auslösen: geringe Abdeckung, Allel-Ungleichgewicht, neuartige Kombinationen, Diskrepanz mit vorheriger Typisierung, unerwartete Homozygotie oder Software-Meinungsverschiedenheiten. Die allgemeinen Prinzipien in Sanger-Validierung von NGS-Ergebnissen Helfen Sie, gezielte Bestätigung von redundanter Neuanordnung zu unterscheiden.

HLA in der Transplantation und Forschung zu Nabelschnurblut

HLA-Matching ist zentral für die Transplantationsforschung, aber die Loci, Matching-Schwellenwerte und Interpretationsregeln hängen von der Quelle des Transplantats und dem Studienkontext ab. Ein einzelner Ausdruck wie "10/10 Matching" sollte niemals zwischen nicht verwandten Spendern, Nabelschnurblut, festen Organen oder zellulären Forschungsprojekten kopiert werden, ohne zu definieren, was gezählt wurde und auf welcher Auflösung.

Nabelschnurblut verdeutlicht, warum der Kontext wichtig ist. Nabelschnurbluteinheiten wurden historisch unter anderen Übereinstimmungsgrenzen als erwachsene nicht verwandte Spender ausgewählt, aber die Qualität der Einheit und die Zellmenge bleiben neben der HLA-Kompatibilität wichtig. Eine hochauflösende Typisierung kann die Charakterisierung des Bestands und die bestätigende Forschung stärken, ersetzt jedoch nicht die anderen Variablen, die in einem Rahmen zur Auswahl von Einheiten erforderlich sind. Ebenso sollte das Vorhandensein einer zulässigen Abweichung in einem Forschungsmodell nicht auf eine andere Population oder ein anderes Protokoll verallgemeinert werden.

Ein Projektbrief für Nabelschnurblut sollte mindestens vier Fragen trennen:

1. Welche Loci und Auflösung sind für die Charakterisierung von Banken oder Beständen erforderlich?
2. Welches Probenmaterial wird für die Bestätigungstests und Identitätsprüfungen aufbewahrt?
3. Wie werden die Provenienz der Proben, die Kette der Aufbewahrung und die Metadaten aufgezeichnet?
4. Welcher Matching-Algorithmus und welcher Forschungsendpunkt werden im weiteren Verlauf verwendet?

Der Matrix-Artikel HLA-Typisierung für Nabelschnurblutbanken und Transplantationen wird diese Designprobleme ansprechen, einschließlich der Unterscheidung zwischen der Charakterisierung von Einheiten und den nachgelagerten Entscheidungsprozessen. CD Genomics bietet Sequenzierungsunterstützung für Forschungszwecke; Behandlungsentscheidungen und regulierte Histokompatibilitätstests bleiben im Rahmen der entsprechenden klinischen und akkreditierten Labore.

Abbildung 4: Beweiskette des Nabelschnurblutes. Das Diagramm trennt die Einheitlichkeit der Identität und die Rückverfolgbarkeit von Proben, HLA-Typisierung, Matching-Analyse und nicht-HLA-Einheitsattribute, sodass Sequenzierungsnachweise nicht als die gesamte Auswahlentscheidung behandelt werden.

Die Sequenzierung des immunologischen Repertoires misst umgebaute Populationen, nicht die Keimbahn-HLA.

Die Diversität der TCR- und BCR-Rezeptoren wird durch V(D)J-Rekombination und junctionale Modifikation erzeugt. Die B-Zell-Repertoires werden weiter durch somatische Hypermutation und Klassenwechsel-Rekombination geprägt; der Klassenwechsel verändert die konstante Region des Antikörpers und den Effektor-Isotypen, nicht jedoch die antigenbindende V(D)J-Sequenz. Die Repertoire-Sequenzierung erfasst umgebaute Rezeptormoleküle aus den entnommenen Zellen oder Nukleinsäuren. Die resultierenden Daten können die klonale Zusammensetzung, die Nutzung von V/J-Genen, die Eigenschaften der CDR3-Sequenz, Diversität, Gleichmäßigkeit, Klonalität, Überlappung und longitudinale Expansion beschreiben.

Die Ausgabe wird durch das bestimmt, was in das Rohr gelangt. Vollblut, periphere mononukleäre Blutzellen, sortierte Lymphozyten, Tumorgewebe und angrenzendes Gewebe repräsentieren unterschiedliche Zellmischungen. DNA-basierte und RNA-basierte Tests beantworten auch unterschiedliche quantitative Fragen. Genomische DNA kann eine engere Beziehung zwischen Rearrangements und Zellzahlen für geeignete Loci bieten, während RNA die Häufigkeit von Rezeptortranskripten widerspiegelt und hohe Sensitivität bieten kann, jedoch Variationen auf Ausdrucksebene einführt. Keine der beiden Optionen ist universell überlegen.

Für RNA-basiertes Profiling beeinflussen die Extraktionsqualität und die Transkriptmenge die nachweisbaren Klonotypen. Projekte mit begrenztem Material könnten von einem Ultra-niedrig RNA-Sequenzierung Diskussion während der Machbarkeitsplanung, obwohl eine rezeptorspezifische Bibliothek sich von der allgemeinen Transkriptom-Sequenzierung unterscheidet. Konventionell RNA-Seq kann einen breiteren Ausdruckskontext bieten, sollte jedoch nicht als in der Lage angesehen werden, die Sensitivität, die Kettenabdeckung oder die Klonotyp-Quantifizierung eines speziellen Repertoire-Assays zu liefern.

Der fokussierte Artikel TCR- und BCR-Immunrepertoire-Sequenzierung werden Rezeptorketten, Bibliotheksstrategien, Klonotypdefinition, Diversitätsmetriken und anwendungsspezifische Analysen behandelt. Weitere Hintergrundinformationen sind in den Leitfäden verfügbar. Bulk-Immunrepertoire-Sequenzierung und BCR- versus TCR-Sequenzierung.

Bulk oder Einzelzelle: Entscheiden, ob Paarung und Phänotyp notwendig sind

Die Bulk-Repertoire-Sequenzierung ist effizient zur Messung der Klonotypfrequenzen auf Populationsebene über viele Proben hinweg. Sie kann die longitudinale Verfolgung, Gewebevergleiche, V/J-Nutzungsanalysen und Diversitätsprofiling unterstützen. Ihre Hauptbeschränkung ist der Verlust der nativen Kettenpaarung und des zellulären Kontexts. Eine TRA-Sequenz und eine TRB-Sequenz, die in derselben Bulk-Probe gefunden werden, können nicht automatisch demselben T-Zell zugeordnet werden. Dieselbe Einschränkung gilt für die schweren und leichten Ketten von Immunglobulinen.

Die Sequenzierung des Einzelzell-Repertoires kann gepaarte Ketten erhalten und sie mit einer einzelnen Zelle verknüpfen. In Kombination mit Expressions- oder Oberflächenproteinmessungen kann sie die Identität des Rezeptors mit einem zellulären Zustand verbinden. Diese zusätzliche Information ist nur dann wertvoll, wenn die Forschungsfrage sie benötigt. Wenn das Ziel darin besteht, dominante TRB-Klone über 200 longitudinale Proben hinweg zu vergleichen, kann die Bulk-Profilierung eine stärkere Kohortenabdeckung bieten. Wenn das Ziel darin besteht, gepaarte Rezeptoren aus einer seltenen reagierenden Population zu gewinnen, kann die Einzelzellanalyse entscheidend sein.

Die Entscheidung sollte Folgendes berücksichtigen:

• Ist natives Alpha-Beta- oder Heavy-Light-Paarung erforderlich?
• Müssen Rezeptorsequenzen Zelluntergruppen oder transkriptionalen Zuständen zugeordnet werden?
• Ist die Probe lebensfähig und geeignet für die Einzelzellaufnahme?
• Ist eine breite Kohortenabdeckung wichtiger als ein tiefes zelluläres Kontextverständnis?
• Wird die Analyse Zellen, Proben oder Teilnehmer als Inferenz-Einheit vergleichen?

Der Überblick über die Einzelzell-TCR-Sequenzierung bietet zusätzlichen Kontext für paarungsbewusste Designs. Der korrekte Vergleich ist daher nicht "Bulk ist grundlegend, Einzelzelle ist fortgeschritten." Es ist "Welche Datenstruktur ist notwendig, um die Behauptung zu testen?"

Abbildung 5: Ausgaben des Bulk- und Einzelzellrepertoires. Eine Probe wird in die klonotypischen Häufigkeiten auf Populationsebene links und die zellverknüpften gepaarten Rezeptoren mit phänotypischen Metadaten rechts aufgeteilt, was die unterschiedlichen Inferenz-Einheiten betont.

Repertoire-Metriken benötigen einen vordefinierten Interpretationsvertrag.

Repertoire-Daten sind kompositorisch und abhängig von der Stichprobennahme. Ein größerer Klon nimmt einen größeren Anteil der Reads ein und verändert die scheinbare Häufigkeit jedes anderen Klons. Die Artenvielfalt steigt mit dem Stichprobenaufwand. Diversitätsmetriken fassen verschiedene biologische Strukturen in einer einzigen Zahl zusammen. Zwei Proben können eine ähnliche Shannon-Diversität aufweisen, während sie nur wenige Klonotypen teilen, und zwei Proben können einen dominanten Klon teilen, während sie sich erheblich in ihrem Niedrigfrequenz-Schwanz unterscheiden.

Ein nützlicher Analyseplan legt daher das Estimand fest, bevor eine Metrik ausgewählt wird. Mögliche Estimanden umfassen die Expansion dominanter Klone, die insgesamt beobachtete Artenvielfalt bei standardisiertem Probenaufwand, die Gleichmäßigkeit innerhalb der Proben, die Überlappung zwischen den Proben, Verschiebungen in der V/J-Nutzung, Verteilungen von CDR3-Eigenschaften oder die Evolution von B-Zell-Linien. Jedes erfordert unterschiedliche Vorverarbeitung und statistische Behandlung.

Die Definition des Klonotyps muss ebenfalls explizit sein. Je nach Fragestellung können Sequenzen nach Nukleotididentität, Aminosäure-CDR3, V/J-Zuordnung, gepaarten Ketten oder linienbewusster Ähnlichkeit gruppiert werden. Fehlerkorrektur, UMI-Verarbeitung, Produktivitätsfilter, Mindestabundanzschwellen und die Behandlung von mehrdeutigen V/D/J-Zuordnungen können das Ergebnis erheblich verändern. Daher müssen Pipeline- und Referenzversionen jeder berichteten Metrik beigefügt werden.

Das MiAIRR-Framework der AIRR-Community unterstreicht diesen Punkt, indem es Metadaten von der Studienplanung und Probenentnahme über die Verarbeitung von Nukleinsäuren, Sequenzierung, Datenverarbeitung bis hin zu annotierten Umstellungen strukturiert. Ein reproduzierbares Projekt sollte diese Verbindungen bewahren, anstatt lediglich eine Tabelle von Klonotypen bereitzustellen.

HLA- und Repertoire-Daten werden informativer, wenn die Hypothese sie verbindet.

Der HLA-Genotyp schränkt ein, welche Peptid-HLA-Komplexe präsentiert werden können, während die Antigenverarbeitung, -expression und der zelluläre Kontext ebenfalls die Präsentation beeinflussen; die TCR-Sequenzierung beobachtet Rezeptorsequenzen in der entnommenen T-Zell-Population. Die Kombination der beiden kann HLA-stratifizierte Repertoirevergleiche, Überwachung potenzieller Reaktionen, Kohortenanalysen und Priorisierungen für nachgelagerte antigen-spezifische Experimente unterstützen. Es beweist jedoch nicht, dass ein gegebener Rezeptor einen bestimmten Peptid-HLA-Komplex erkennt.

Eine kombinierte Studie sollte die Brücke zwischen den Schichten erklären. Zum Beispiel:

• Vergleichen Sie die Repertoiremerkmale unter Teilnehmern, die ein vordefiniertes HLA-Allel tragen;
• testen, ob eine Klonotyp-Expansion nur in einem HLA-kompatiblen Subset auftritt;
• HLA-Genotyp als Kovariate in ein longitudinales Repertoiremodell einbeziehen;
• Wählen Sie Kandidatenrezeptoren für unabhängige Peptid-HLA-Bindungs- oder Funktionsassays aus;
• integriere Rezeptor-Clonotypen mit transkriptomischen Zuständen durch ein Multi-Omics-Dienstleistung wenn mehrere molekulare Schichten tatsächlich erforderlich sind.

Die stärksten Designs vermeiden post-hoc Erzählungen. HLA-Schichten, Rezeptorketten, Zeitpunkte, Kovariaten, Klonotypdefinition und Bestätigungskriterien sollten festgelegt werden, bevor das Ergebnis untersucht wird. Andernfalls führt die Anzahl möglicher Allel-Klonotyp-Kombinationen zu einer großen Mehrfachtestbelastung und einem attraktiven Weg zu instabilen Assoziationen.

Abbildung 6: HLA-zu-Repertoire-Hypothese-Brücke. Die visuelle Darstellung verknüpft ein vordefiniertes HLA-Stratum mit Rezeptorprobenahme, statistischem Vergleich und unabhängiger funktioneller Validierung, wobei eine sichtbare Grenze zwischen Assoziations- und Spezifitätsnachweisen besteht.

HLA–KIR-Typisierung fügt eine genetische Ebene der NK-Zellen hinzu

KIR-Gene kodieren aktivierende und hemmende Rezeptoren, die in variablen Kombinationen auf NK-Zellen und einigen T-Zell-Subgruppen exprimiert werden. Ihre Liganden umfassen Motive, die von ausgewählten HLA-Klasse-I-Molekülen getragen werden. Da sich KIR- und HLA-Loci auf verschiedenen Chromosomen befinden und unabhängig vererbt werden, kann eine Person ein KIR-Gen tragen, ohne das entsprechende HLA-Ligand zu besitzen, oder umgekehrt.

Dies macht die kombinierte HLA–KIR-Analyse nützlich für Hypothesen über die Ausbildung von NK-Zellen, die Erkennung von fehlendem Selbst, die Infektionsforschung, die reproduktive Immunologie, die Krankheitsassoziation und die Transplantationsbiologie. Es macht auch die Interpretation leicht übertreibbar. Das Vorhandensein von Genen zeigt nicht die Expression in einem bestimmten NK-Zell-Subtyp. Die Ligandenzuordnung ist kein direkter funktioneller Test. Veröffentliche Transplantationsassoziationen können je nach Transplantatquelle, Konditionierung, Population, Endpunkt und dem verwendeten Modell zur Definition von Unverträglichkeiten variieren.

Ein Forschungsbericht sollte den KIR-Geninhalt, die Kopienzahl, die Allelzuweisungen, das abgeleitete Haplotyp, die HLA-Ligandengruppe und den beobachteten Phänotyp unterscheiden. Diese Variablen sollten nicht in ein einzelnes "kompatibel/inkompatibel"-Label zusammengefasst werden, es sei denn, der Algorithmus und das biologische Modell werden angegeben.

Der Matrix-Artikel HLA-KIR Typisierung wird die Komplexität des KIR-Lokus, die Konzepte der HLA-C1/C2- und Bw4-Liganden, Genotypisierungsansätze und modell-spezifische Interpretationen untersuchen. Im Hub ist die praktische Botschaft einfacher: Fügen Sie die KIR-Typisierung nur hinzu, wenn die Studie eine NK-Zell-Hypothese enthält, die allein durch die HLA-Typisierung nicht getestet werden kann.

Abbildung 7: Grenze zwischen HLA–KIR Genotyp und Funktion. Der KIR-Geninhalt und die HLA-Ligandengruppen fließen in ein genetisches Interaktionsmodell ein, während die Rezeptorexpression und die NK-Zellaktivität separate Messungen darstellen, die unabhängige Beweise erfordern.

Beispielarchitektur bestimmt, was verglichen werden kann.

Der gleiche Teilnehmer kann unterschiedliche Immunprofile aus Vollblut, PBMCs, sortierten Zellen, Knochenmark, lymphatischem Gewebe, Tumorgewebe oder angrenzendem Gewebe liefern. Der Zeitpunkt der Probenentnahme, Antikoagulans, Verarbeitungsverzögerung, Kryokonservierung, Extraktionsmethode und Zellanreicherung können das beobachtete Repertoire verändern. Der HLA-Genotyp sollte über geeignete Keimbahn-DNA-Quellen stabil sein, aber die Qualität der Typisierung hängt weiterhin von der DNA-Integrität, Konzentration, Kontamination und locus-spezifischer Amplifikation ab.

Für HLA-Typisierung, dokumentieren Sie die Probenquelle, die DNA-Extraktionsmethode, Qualitätsmetriken, Locus-Panel, fehlgeschlagene Loci, Wiederholkriterien und Probenidentitätskontrollen. Für Repertoire-Sequenzierung fügen Sie Zelluntergruppe, Zellanzahl, Lebensfähigkeit, wo relevant, Nukleinsäuretyp, Eingabemenge, Entnahmezeitpunkt, Gewebe-Kompartiment, Behandlungs- oder Expositionszeitpunkt und ob die Replikate biologisch oder technisch sind, hinzu.

Die Batch-Design ist Teil der Biologie. Wenn alle Proben in einem Durchgang und alle Kontrollen in einem anderen verarbeitet werden, ist ein Batch-Effekt untrennbar mit der Gruppe verbunden. Längsschnittproben von einem Teilnehmer sollten absichtlich verteilt werden, und gepaarte Proben sollten im gesamten Prozess identifizierbar bleiben. Kontrollen können Replikat-Amplifikationen, definierte Klonotypen, synthetische Spike-Ins, komplexe biologische Kontrollen, negative Kontrollen und Referenzen über verschiedene Durchgänge hinweg umfassen, die entsprechend dem relevanten Fehlermodus ausgewählt werden.

Ein minimales verteidigungsfähiges Workflow für kombinierte Immunprofilierung

Ein kombiniertes Projekt benötigt nicht jede mögliche Analyse. Es braucht eine Beweiskette mit klaren Kontrollpunkten.

1. Definiere den Anspruch. Geben Sie den Vergleich, die Inferenzeinheit, den primären Endpunkt und die ausgeschlossenen Interpretationen an.
2. Wählen Sie die Immunebene aus. Wählen Sie vererbtes HLA, adaptives Repertoire, HLA–KIR oder eine gerechtfertigte Kombination.
3. Friere die Musterkarte ein. Verknüpfen Sie Teilnehmer-, Proben-, Gewebe-, Zeitpunkt-, Extraktions- und Batch-Identifikatoren.
4. Geben Sie die Auflösung des Assays an. Definieren Sie HLA-Loci und Berichtsfelder; definieren Sie Rezeptorketten, DNA/RNA-Eingang, Bulk-/Einzelzellmodus und Klonotypregeln.
5. Vordefinierte QC-Tore. Beziehen Sie sich auf die Stichprobenangemessenheit, Locusabdeckung, Allelgleichgewicht, Unterstützung durch Repertoire-Lesungen, Kontaminationsprüfungen und Wiederholungsauslöser.
6. Versioniere die Referenzen. Aufzeichnungen über HLA- und Rezeptor-Germline-Datenbankversionen, Softwareversionen und Parametereinstellungen.
7. Analysiere in der richtigen Einheit. Zellen und Proben sind keine unabhängigen Teilnehmer-Replikate. Statistische Inferenz sollte das Studiendesign widerspiegeln.
8. Trenne Assoziation von Mechanismus. Verwenden Sie orthogonale Tests, wenn die Behauptung die Antigenspezifität, die Rezeptorfunktion, die Expression oder den Zellphänotyp betrifft.

Dieser Arbeitsablauf erstellt eine nützliche Stoppregel. Wenn der Anspruch allein durch HLA-Typisierung unterstützt werden kann, fügen Sie keine Repertoire-Sequenzierung zur Dekoration hinzu. Wenn das Rezeptor-Paaring nicht notwendig ist, wechseln Sie nicht standardmäßig zu Einzelzellen. Wenn eine genetische HLA–KIR-Assoziation nicht mit einem NK-Zell-Endpunkt verbunden werden kann, geben Sie diese Einschränkung vor der Datenerzeugung an.

Abbildung 8: Minimal verteidigbare Immun-Profiling-Workflow. Acht QC-verbundene Phasen bewegen sich von der Anspruchsdefinition über die Auswahl von Assays, Metadaten, Sequenzierung, versionierte Analyse, Inferenz bis hin zur orthogonalen Validierung.

Was ein forschungsbereites Ergebnis enthalten sollte

Ein nützlicher HLA-Bericht enthält mehr als nur die endgültigen Allelnamen. Er sollte die versuchten und abgeschlossenen Loci, Informationen zur Abdeckung oder zum Vertrauen, Ambiguitätsnotationen, eine Überprüfung auf homozygote versus potenziell fallengelassene Allele, die Version der Referenzdatenbank, die Softwareversion und Kennzeichnungen für neuartige oder inkonsistente Beobachtungen umfassen. Leitfaden zur Interpretation von HLA-Typisierungsergebnissen erklärt, wie Nomenklatur und Mehrdeutigkeit die nachgelagerte Nutzung beeinflussen.

Ein Repertoire-Lieferobjekt sollte rohe Reads mit gefilterten Klonotypen verbinden. Mindestens sollten die Rohdaten-QC, die Zählungen produktiver und nicht produktiver Rearrangements, Zusammenfassungen auf Kettenebene, Klonotyp-Definitionen, Häufigkeitstabellen, V/D/J-Zuweisungen, wo anwendbar, CDR3-Sequenzen, Diversitätsmetriken mit Berechnungsdetails und Probenmetadaten beibehalten werden. Abbildungen sollten aus maschinenlesbaren Tabellen reproduzierbar sein und nicht nur als statische Bilder existieren.

Für die kombinierte Analyse liefern Sie einen Teilnehmer-Level-Schlüssel, der HLA-, KIR-, Repertoire-, Phänotyp- und Kovariaten-Daten verbindet, ohne Identifikatoren zu vermischen oder unnötige persönliche Informationen offenzulegen. Fügen Sie das statistische Modell, ausgeschlossene Proben, Fehlwerte, Batch-Variablen und die Multiplikationsstrategie hinzu. Ein kurzer Abschnitt zu den Einschränkungen sollte ausdrücklich darlegen, was die Daten nicht feststellen können.

Wie CD Genomics die fragengeleitete Immunprofilierung unterstützt

CD Genomics unterstützt Forschungsprojekte, die HLA-Typisierung, KIR-Charakterisierung und TCR/BCR-Repertoire-Sequenzierung umfassen. Das Projektdesign kann an die Locusabdeckung, den Berichtswert, die Analyse von Bulk- oder paarungsbewussten Rezeptoren, Probenbeschränkungen und die Anforderungen an nachgelagerte Daten angepasst werden. Bei Bedarf können verwandte gezielte und Langleseoptionen in Betracht gezogen werden, wenn Phasierung, Langstreckenabdeckung oder orthogonale Bestätigung erforderlich sind.

Die produktivste Beratung beginnt mit einem prägnanten Projektbrief anstelle einer Plattformanfrage. Fügen Sie die Forschungshypothese, das Organismus, die Kohorte und Gruppenstruktur, den Proben-Typ, die Anzahl der Proben, longitudinale oder gepaarte Beziehungen, die erforderlichen HLA-Loci, Rezeptorketten, die gewünschte Berichtsauflösung, den primären Analyseendpunkt und die geplante Validierung hinzu. Diese Informationen ermöglichen es, den Sequenzierungsplan an die Beweisbehauptung anzupassen und vermeiden unnötiges Methodensammeln.

Projektplanungs-Checkliste

• Welche genaue Schlussfolgerung sollte das Projekt unterstützen?
• Ist das Ziel das vererbte Genotyp, die umgebaute Rezeptorpopulation, der gepaarte Rezeptor oder der genetische Kontext der NK-Zelle?
• Was ist das biologische Replikat und die Inferenz-Einheit?
• Welche HLA-Loci und Meldefelder sind erforderlich?
• Welche TCR- oder BCR-Ketten müssen erfasst werden?
• Ist die Bulk-Frequenz ausreichend, oder ist eine native Kettenpaarung erforderlich?
• Welches Probenmaterial, Gewebe, Zelluntergruppe und Zeitpunkt werden analysiert?
• Welche Kontrollen erkennen Amplifikationsbias, Kontamination, Ausfälle und Batch-Effekte?
• Welche Datenbank- und Softwareversionen werden aufgezeichnet?
• Welche Beweise werden eine wiederholte Testung oder orthogonale Bestätigung auslösen?
• Welche Ansprüche erfordern einen unabhängigen funktionellen Test?
• Wie werden die Hub- und Spoke-Ausgaben zusammengeführt, ohne Analysen zu duplizieren?

Häufig gestellte Fragen

Die Dienstleistungen von CD Genomics werden ausschließlich für Forschungszwecke angeboten und sind nicht für diagnostische Verfahren oder individuelle Behandlungsentscheidungen vorgesehen.

Referenzen:

1. Bürgermeister NP, Robinson J, McWhinnie AJM, et al. HLA-Typisierung der nächsten Generation. PLOS ONE2015;10(5):e0127153. DOI: 10.1371/journal.pone.0127153.
2. Douillard V, Castelli EC, Mack SJ, et al. Genetik durch die MHC-Perspektive angehen: Werkzeuge und Methoden für die HLA-Forschung. Grenzen der Genetik. 2021;12:774916. DOI: 10.3389/fgene.2021.774916.
3. Vander Heiden JA, Marquez S, Marthandan N, et al. AIRR-Community-standardisierte Darstellungen für annotierte Immunrepertoires. Grenzen der Immunologie. 2018;9:2206. DOI: 10.3389/fimmu.2018.02206.
4. Trück J, Eugster A, Barennes P, et al. Biologische Kontrollen für die Standardisierung und Interpretation der Profilierung des adaptiven Immunrezeptor-Repertoires. eLife. 2021;10:e66274. DOI: 10.7554/eLife.66274.
5. Gupta AO, Wagner JE. Nabelschnurbluttransplantationen: Aktueller Stand und sich entwickelnde Therapien. Grenzen der Pädiatrie. 2020;8:570282. DOI: 10.3389/fped.2020.570282.
6. Martínez-Losada C, Martín C, Gonzalez R, et al. Patienten ohne ein KIR-Ligand der HLA-Gruppe C1 oder C2 haben nach einer Nabelschnurbluttransplantation bessere Ergebnisse.. Grenzen der Immunologie2017;8:810. DOI: 10.3389/fimmu.2017.00810.