为了填补公开可用的预测临床相关新生抗原靶点的管道中的空白，瑞士洛桑路德维希癌症研究所的研究人员开发了一种完整的、人工智能驱动的、从头到尾的计算管道，该管道集成了肿瘤的多种分子和遗传分析以及质谱数据，用于个性化癌症疫苗的开发。这项新计算工具的详细信息最近发表在《自然生物技术》杂志上。
“NeoDisc提供了对肿瘤免疫生物学及其逃避免疫系统中细胞毒性T细胞攻击机制的独特见解，”高级作者、洛桑路德维希癌症研究所免疫肽组学助理教授米歇尔·巴萨尼-斯特恩伯格博士（Michal Bassani-Sternberg, PhD）说，“这些见解对于设计个性化免疫疗法非常宝贵，NeoDisc的核心分析和计算管道已经在洛桑用于个性化癌症疫苗和过继细胞疗法的临床试验。”
许多癌症类型都存在多个随机突变，这些突变本应使它们更容易被免疫系统识别。这些突变会产生异常蛋白质，细胞（即使是癌细胞）也会将其切割成短片段，称为肽，然后作为抗原呈现，以引发T细胞的攻击。虽然这些新生抗原正被用于开发治疗癌症肿瘤的免疫疗法和疫苗，但这些肽的广泛多样性是导致大多数癌症患者对免疫疗法无效的主要原因之一。
为患者开发更个性化的治疗方法面临巨大挑战，因为并非所有新生抗原都能被每个患者的T细胞识别，即使能识别，也可能无法引发足够的T细胞反应来有效攻击癌症肿瘤。为了设计个性化的免疫疗法，研究人员必须对产生潜在新生抗原的癌症突变进行大规模深入分析，分析呈递这些抗原的HLA分子以及允许其被T细胞受体识别的分子特征。潜在的个性化免疫疗法基于对代表患者健康基因组的肿瘤和血液细胞的分析、转录组学分析以及通过质谱分析的所谓免疫肽组学分析。
NeoDisc是首批将基因组学、转录组学和免疫肽组学整合到单个管道中的技术之一，通过人工智能预测特定患者中哪些新生抗原应该被用于创建个性化癌症疫苗。NeoDisc可以检测各种类型的肿瘤特异性抗原，包括新生抗原，并应用机器学习和基于规则的算法优先选择最有可能引发T细胞反应的抗原。
“NeoDisc可以检测所有这些不同类型的肿瘤特异性抗原，包括新生抗原，应用机器学习和基于规则的算法优先选择最有可能引发T细胞反应的抗原，然后利用这些信息为相关患者设计个性化癌症疫苗，”第一作者、路德维希研究所的生物信息学家弗洛里安·胡贝尔（Florian Huber）说。
此外，NeoDisc对其检测到的潜在抗原进行排名，并生成肿瘤内癌细胞异质性的可视化。“值得注意的是，NeoDisc还可以检测抗原呈递机制中的潜在缺陷，提醒疫苗设计者和临床医生肿瘤中的一种关键免疫逃逸机制，这可能会影响免疫疗法的有效性，”巴萨尼-斯特恩伯格指出，“这有助于他们选择可能从个性化免疫疗法中受益的临床研究患者，这一能力对于优化患者护理也非常重要。”
研究表明，与目前使用的其他计算工具相比，NeoDisc在选择有效的癌症抗原用于疫苗和过继细胞疗法方面提供了更准确的选择。尽管NeoDisc取得了有希望的初步结果，但路德维希团队承认其局限性，指出“输入数据的质量和深度会显著影响抗原识别和优先级的准确性。”尽管如此，该计算框架目前正在瑞士用于个性化癌症疫苗和过继T细胞疗法的I期临床试验，为针对个体患者的癌症治疗提供了重大进展。然而，研究人员强调，不同的地区可能有不同的临床实施法规。
下一步，路德维希研究人员将继续向NeoDisc提供来自各种肿瘤类型的数据，并整合额外的机器学习算法，继续对其进行训练，以提高其预测的准确性。
(全文结束)
