CancerCell：人工智能預測用于癌癥免疫治療的新抗原的免疫原性

　　瑞士洛桑大學的研究人員在 Cancer Cell 期刊發表了題為：Machine learning methods and harmonized datasets improve immunogenic neoantigen prediction 的研究論文。

　　該研究開發了基于機器學習（Machine Learning，ML）的方法，旨在改善對具有免疫原性的新抗原和突變的預測和篩選，以開發有效的個性化癌癥免疫治療方法。

　　之前的研究已經提出了各種算法，根據新抗原在患者HLA分子上呈現的可能性和被高親和性T細胞克隆型特異性識別的可能性對其進行評分和排名。也有研究團隊提供了突變檢測和新抗原優先排序的方法。

　　盡管做出了這些努力，但不同實驗室對新抗原的排名幾乎沒有共同性，不同數據集的免疫原性預測方法的表現也不盡相同。

　　隨著具有數百或數千個新抗原免疫原性測量數據集的出現，機器學習（ML）方法能夠訓練強大的免疫原性預測算法，同時考慮到數據的多維結構。最近的一些研究顯示，基于機器學習模型的排名優于僅基于結合親和力的排名。這種優先考慮免疫原性新抗原的改進對新抗原或mRNA疫苗尤其重要。

　　在這項研究中，研究團隊使用兩個公共數據集，分別是來自美國國家癌癥研究所（NCI）的112名癌癥患者的數據，以及來自腫瘤新抗原篩查聯盟（TESLA）的8名癌癥患者的數據，以及一個由11名癌癥患者組成的數據集，以研究最先進的機器學習算法的性能。

　　研究團隊使用統一的突變檢測重新處理所有120名癌癥患者的全外顯子組測序（WES）和RNA測序（RNA-seq）數據，并結合了11名患者的內部數據集，鑒定出46017個體細胞單核苷酸突變和1781445個新肽，其中212個突變和178個新肽是具有免疫原性的。

　　這些結果證明，在大型美國國家癌癥研究所（NCI）數據集上訓練的分類器可以準確地預測每個測試數據集上新抗原的免疫原性。通過正交特征，基于機器學習的方法優于先前已發表的方法，并將排名前20的免疫原性肽數量增加了30%。與腫瘤新抗原篩查聯盟（TESLA）研究報告的排名相比，該研究開發的機器學習方法表現良好，在三個排名評估指標中的兩個排名第一。

　　除了通常用于新抗原優先排序的特征外，諸如新肽在HLA蛋白呈遞熱點內的位置、結合混雜性以及突變基因在致癌性中的作用等因素都是預測免疫原性的因素。除了對新抗原排序的機器學習方法的見解之外，該研究還提供了有價值的均勻化數據集，用于開發和基于新抗原的免疫療法的配套算法。