[論文レビュー] Identifying expanding TCR clonotypes with a longitudinal Bayesian mixture model and their associations with cancer patient prognosis, metastasis-directed therapy, and VJ gene enrichment

David Swanson, Alexander D. Sherry+3 more|arXiv (Cornell University)|Jan 8, 2026

T-cell and B-cell Immunology被引用数 0

ひとこと要約

本論文は、時系列のベイズ混合モデルを用いて、時間経過に伴う拡大・縮小・静止するTCRクローンタイプを識別し、動的クローンとMDTおよび予後を関連付け、ペナルティ付き対数線形モデルを用いてVJ遺伝子富化を検討する。

ABSTRACT

Examination of T-cell receptor (TCR) clonality has become a way of understanding immunologic response to cancer and its interventions in recent years. An aspect of these analyses is determining which receptors expand or contract statistically significantly as a function of an exogenous perturbation such as therapeutic intervention. We characterize the commonly used Fisher's exact test approach for such analyses and propose an alternative formulation that does not necessitate pairwise, within-patient comparisons. We develop this flexible Bayesian longitudinal mixture model that accommodates variable length patient followup and handles missingness where present, not omitting data in estimation because of structural practicalities. Once clones are partitioned by the model into dynamic (expanding or contracting) and static categories, one can associate their counts or other characteristics with disease state, interventions, baseline biomarkers, and patient prognosis. We apply these developments to a cohort of prostate cancer patients who underwent randomized metastasis-directed therapy or not. Our analyses reveal a significant increase in clonal expansions among MDT patients and their association with later progressions both independent and within strata of MDT. Analysis of receptor motifs and VJ gene enrichment combinations using a high-dimensional penalized log-linear model we develop also suggests distinct biological characteristics of expanding clones, with and without inducement by MDT.

研究の動機と目的

• がんにおけるTCRクローンのクローン性ダイナミクス（拡大/縮小 vs 静的）の分析を動機づける。
• 可変な追跡期間と欠損データを扱える2成分の長期ベイズ混合モデルを開発する。
• ダイナミックなクローンを臨床アウトカム、ベースラインバイオマーカー、治療（MDT）と結び付ける。
• ペナルティ付き完全飽和対数線形モデルを用いて意味のある相互作用を特定するVJ遺伝子富化パターンを評価する。

提案手法

• クローン数の動的（lambda_ijk）と静的（lambda_ij）レートを持つ2成分ポアソンベースの混合モデルを提案し、ガンマ事前分布と患者間でのハイパーパラメータの階層的共有を組み込む。
• STANのハミルトニアンモンテカルロ法でモデルを適合させ、各クローンの動的所属の事後確率を取得する。
• ベイズ混合アプローチをFisherの正確検定/ Beta-binomial法と比較し、MAR処理と柔軟な追跡を強調する。
• L1正則化を用いたペナルized完全飽和対数線形モデルを適用して、Clonotype拡大状態とのVJ遺伝子富化の相互作用を検定し、ペナルティは交差検証で選択する。

実験結果

リサーチクエスチョン

• RQ1 不規則な追跡時間において、長期ベイズ混合モデルはTCRクローンを拡大・縮小・静的として信頼性高く分類できるか。
• RQ2 拡大クローンは転移部位治療（MDT）および前進無増悪生存（PFS）と関連するか。
• RQ3 クローン動態とベースラインバイオマーカー（MDTとの潜在的相互作用を含む）との関係はどうなるか。
• RQ4 拡大クローンはクローン動態を考慮した場合、特定のVJ遺伝子ファミリー富化パターンを示すか。
• RQ5 MDT誘導と非MDT誘導の拡大クローン間で受容体モチーフや配列レベルの特徴は異なるか。

主な発見

• MDTはベースライン-フォローアップ分析で拡大クローンの数を有意に増加させる。
• 拡大クローンの数は、MDT層とモデル仕様により変動する前進無増悪生存と予後関連を示す。
• ペナルized対数線形モデリングは、特定のVおよびJ遺伝子ファミリーの組み合わせの有意な富化と、拡大関連の特定相互作用（例：TCRBJ02*TCRBV02..BV29）が非ランダムな富化パターンを示すことを明らかにする。
• 基礎バイオマーカー（例：upr、il15、vegfa）はクローン拡大・縮小と関連し、いくつかの相互作用（gmcsf*mip1b、il15*vegfa）はペナルティ付き回帰で現れる。
• ローレンツ曲線分析は、クローン拡大が頻度の変化として拡大するのではなくスケールする傾向があることを示唆する。
• MDTステータスは動的クローンの数とそれらの予後関連の両方を調整し、拡大-PFS関連の解釈における混乱を浮き彫りにする。