一种利用人工智能(AI)为个体患者优化抗癌效果的个性化抗癌疫苗设计技术已经被开发出来。该技术是在能够区分癌细胞的独特标记——新生抗原的基础上,进一步加入B细胞反应性。这种抗癌疫苗不再只是一次性攻击并在短期内形成免疫记忆,而是能够在长期内“形成记住癌症的免疫力,从而有效防止癌症复发”。


KAIST(韩国科学技术院)2日表示,生物及脑工学系Choi Jeonggyun教授研究团队与Neozenlogic株式会社联合研究,开发出了预测新生抗原的新型AI模型,并在免疫抗癌治疗中阐明了B细胞的重要性。


人工智能生成图像。KAIST提供

人工智能生成图像。KAIST提供

View original image

联合研究团队摆脱了以往在新生抗原筛选中依赖预测T细胞反应性的传统方式,开发出一种综合考虑T细胞和B细胞反应性的AI新生抗原预测技术。


该技术被评价为首个能够定量预测B细胞对新生抗原反应性的AI技术。联合研究团队还基于大规模癌症基因组数据、动物实验以及抗癌疫苗临床试验资料对该技术进行了验证。


新生抗原是由癌细胞突变来源的蛋白质片段构成的抗原。由于具有癌细胞特异性,被视为下一代抗癌疫苗的核心靶点而备受关注。


此前,Moderna和BioNTech在推进基于新生抗原的抗癌疫苗技术过程中所构建的信使核糖核酸(mRNA)平台上,开发出了新冠肺炎(COVID-19)疫苗。这些企业目前仍在与全球制药公司积极开展抗癌疫苗的临床试验。


然而,目前大多数抗癌疫苗技术仍集中于以T细胞为中心的免疫反应,未能充分反映由B细胞介导的免疫反应,这一局限性日益凸显。


例如,美国约翰斯·霍普金斯大学Mark Yarchoan、Elizabeth Jaffee教授研究团队曾于去年5月在《Nature Review Cancer》上指出:“尽管关于B细胞在肿瘤免疫中的作用的证据正在不断积累,但大多数抗癌疫苗临床试验仍然只聚焦于T细胞反应。”


(自左起)Choi Jeonggyun 教授、Kim Jeongyeon 博士、An Jinhyeon 博士。KAIST 提供

(自左起)Choi Jeonggyun 教授、Kim Jeongyeon 博士、An Jinhyeon 博士。KAIST 提供

View original image

与此相反,本次联合研究团队开发的新AI模型通过学习突变蛋白与B细胞受体(BCR)之间的结构性结合特征,从而预测B细胞反应性,在这一点上突破了既有技术的局限。


尤其是在对抗癌疫苗临床试验数据进行分析时,研究证实,当将B细胞反应一并纳入综合考量时,能够在真实临床环境中提升抗肿瘤免疫效果。


Choi教授表示:“研究团队目前正与Neozenlogic推进个体化定制抗癌疫苗平台的全部临床前开发工作,并以明年进入临床为目标,正在准备向美国食品药品监督管理局(FDA)提交临床试验许可申请(FDA新药临床试验申请,IND)。”他还补充称:“我们计划通过自主AI技术提高抗癌疫苗开发的科学完备性,并分阶段推动向临床阶段的转化。”



另一方面,本次研究由Kim Jeongyeon博士和An Jinhyun博士共同担任第一作者。研究成果近日发表在国际学术期刊《Science Advances》上。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点