由約翰·霍普金斯大學工程師和癌癥研究人員組成的團隊開發(fā)的深度學習技術可以準確預測可能引發(fā)免疫系統反應的癌癥相關蛋白質片段。如果在臨床試驗中得到驗證,該技術可以幫助科學家克服開發(fā)個性化免疫療法和疫苗的主要障礙。
在 7 月 20 日發(fā)表在《自然機器智能》雜志上的一項研究中,來自約翰·霍普金斯生物醫(yī)學工程、約翰·霍普金斯計算醫(yī)學研究所、約翰·霍普金斯金梅爾癌癥中心和彭博~金梅爾癌癥免疫治療研究所的研究人員表明,他們的深度學習方法稱為 BigMHC,可以識別癌細胞上引發(fā)腫瘤細胞殺傷免疫反應的蛋白質片段,這是了解免疫療法反應和開發(fā)個性化癌癥療法的重要一步。
“癌癥免疫療法旨在激活患者的免疫系統來消滅癌細胞,”生物醫(yī)學工程、腫瘤學和計算機科學教授、計算醫(yī)學研究所核心成員 Rachel Karchin 博士說。“這個過程中的一個關鍵步驟是免疫系統通過 T 細胞與細胞表面的癌癥特異性蛋白片段結合來識別癌細胞。”
引發(fā)這種腫瘤殺傷免疫反應的癌癥蛋白片段可能源自癌細胞基因組成的變化(或突變),稱為突變相關新抗原。每個患者的腫瘤都有一組獨特的新抗原,這些新抗原決定了腫瘤的異質性,換句話說,決定了腫瘤構成與自身相比有多么不同。
科學家可以通過分析癌癥的基因組來識別患者的腫瘤具有哪些與突變相關的新抗原。確定那些最有可能引發(fā)腫瘤殺傷免疫反應的物質可以使科學家們開發(fā)個性化癌癥疫苗或定制免疫療法,并為患者選擇這些療法提供信息。然而,目前識別和驗證觸發(fā)免疫反應的新抗原的方法既耗時又昂貴,因為這些方法通常依賴于勞動密集型的潮濕實驗室實驗。
標簽:
免責聲明:本文由用戶上傳,如有侵權請聯系刪除!