機器學習預測腫瘤特異性抗原免疫反應

AI 加速個人化癌症疫苗研發

北卡羅萊納州大學(University of North Carolina)萊恩柏格綜合癌症中心(Lineberger Comprehensive Cancer Center)研究團隊設計並驗證了一種機器學習模型,可用於預測特定腫瘤特異性抗原產生免疫反應的能力,有助於克服研發個人化癌症疫苗的重大障礙,發展針對患者腫瘤有效的癌症疫苗。該研究再9月12日發表於《Cancer Immunology Research》。

癌細胞在發生發展過程中,會產生很多基因突變,部分基因突變也會產生正常組織、正常細胞所沒有的蛋白質,這些蛋白質,可能會激活免疫系統,並引來免疫系統對癌細胞的攻擊。這些能激活免疫系統(能被免疫細胞所識別)的、由癌細胞基因突變所產生的異常蛋白質(異常抗原),就稱為腫瘤新生抗原(Neoantigen)。

目前,治療性腫瘤疫苗領域正在迅速發展,但由於並非所有由癌細胞產生的腫瘤新生抗原都會引發身體免疫系統來對抗癌症,最主要的挑戰就是在於確定哪些標靶將具有最佳的抗癌作用。

隨著基因高通量分析(High-Throughput Analysis)時代的來臨與國際大型腫瘤基因體研究計畫的開展,已經獲得許多大量腫瘤突變的數據,為機器學習演算法奠定的基礎。

研究人員因此而研發出一種預測癌細胞所產生的特異性抗原(tumor-specific antigen, TSA)是否能引發免疫反應的方法。

之後,研究人員將這個演算法在兩個小鼠腫瘤模型上進行了驗證,並證實該演算法可以預測具有潛在治療價值的抗原。

接著,研究人員推測人類腫瘤新生抗原的免疫原性也有相似的規則。並通過美國癌症基因體圖譜計畫(The Cancer Genome Atlas, TCGA)資料庫中結腸癌和肺腺癌的相關資料集進行了驗證,證明了該演算法可發現腫瘤新生抗原與免疫原性的關聯性。

隨著腫瘤疫苗在腫瘤臨床治療上的重要性逐漸提升,該方法提高了預測抗原表位免疫原性的精確性,有助於更好篩選腫瘤特異性抗原,縮短腫瘤疫苗研發到臨床應用的週期。

參考資料:https://cancerimmunolres.aacrjournals.org/content/early/2019/09/11/2326-6066.CIR-19-0155

原文轉載自環球生技雜誌記者/李林璦 編譯

 

你可能還喜歡