Neoantigens可以解锁新一代的免疫疗法的关键
Neoantigens微小标记源自癌症突变,标记细胞癌变和可以解锁新一代的免疫疗法的关键。针对“正确”neoantigens -在癌症疫苗或细胞疗法的承诺,消除病人的癌症以最小的副作用。但是数以百计的突变可以存在于一个肿瘤,只有一些能增加neoantigens可以触发免疫反应与癌症。问题是,哪一个?
科学家从一个倡议发起的帕克癌症免疫疗法(PICI)和癌症研究所被称为Tumor Neoantigen年代el商品检验一个lliance(特斯拉)发现参数更好地预测哪些neoantigens可以刺激抗癌的效果。特斯拉汇集了星座的36个顶级生物技术,制药,大学和科学非营利研究团队。他们的研究结果发表今天在网上细胞并可能产生的新一代更有效,个性化的癌症免疫疗法。
通过先进的计算分析,该联盟五个特征发现强烈表明,癌症标记最可能产生免疫反应。他们分为两大类:neoantigen的方式呈现在癌细胞和neoantigen是如何被免疫系统。
当数据模型强调这五个特征是考验与另一组的癌症样本,它准确地预测75%的有效neoantigen目标和过滤掉98%的无效的。
“我们的目标是,数据由特斯拉成为参考标准在开发一个新的neoantigen-based治疗,”说丹尼尔·威尔斯博士,主要数据科学家PICI和该研究的通讯作者。“如果每个方法,新旧数据用于基准预测,整个领域可以合作和迭代的新方法要快得多。”
井共同特斯拉和纳丁Defranoux博士,文章的第二作者在纸上。
产生这一基准,每个特斯拉团队提交了对黑色素瘤和最有前途的neoantigen预测非小细胞肺癌(NSCLC)组织科学非营利Sage bionetwork开放。PICI然后cross-compared和验证预测是正确的和可辨认的t细胞。
当所求出的五个特征被重新应用参与团队的算法,预测明显改善。
“直到现在,neoantigen预测一直是一个黑盒子。我们已经暗示了哪些特性可能是重要的。数据模型的特斯拉是第一个识别这五个特征是重要的,”知名neoantigen专家说,文章的第二作者在纸上和教授罗伯特·d·施赖伯博士,主任Andrew m和简·m·Bursky人类免疫学和免疫治疗中心项目在圣路易斯的华盛顿大学医学院的。
结果也表明,预测方法都,最是明显不同的。没有团队的方法确定每个neoantigen,也不是大多数这些癌症标记,表明需要一个统一的科学努力像特斯拉。
需要进一步的研究在其他癌症,但发现neoantigen研究的重要一步。
“这项研究有潜力提高制药企业和研究者的数学算法。它可以优先考虑抗原最有可能出现在每个病人的癌症和最明显的免疫系统,而忽略那些没有。这意味着更好的个性化治疗的病人,”说丽莎·巴特菲尔德博士,研究和开发的副总裁PICI。“我们很兴奋地看到,这些发现。”
的完整的特斯拉的数据集同类中最大的,可以自由地研究社区。希望它会导致加速个性化治疗的发展,甚至提高全球癌症患者的疗效。
关于Neoantigens
Neoantigens表面标记存在癌细胞,但没有在正常组织,使他们有吸引力的药物目标候选人。他们通常来自突变发生在肿瘤细胞迅速分裂和繁殖。免疫系统可以识别这些标记为“外国”,因此,目标的癌症细胞的破坏。为了预测哪些neoantigens将出现在一个病人的肿瘤,研究人员已经开发出软件程序分析肿瘤DNA序列和输出的独特标记免疫系统最有可能识别。
方法
参与研究小组得到正常的基因序列,黑色素瘤和非小细胞肺癌(NSCLC)组织。这些癌症类型选择,因为他们的倾向更多的突变。使用每个实验室的算法,每组输出的一组预测neoantigens预期出现在肿瘤细胞和免疫系统的识别。预测被验证通过一系列的测试来评估预测最有可能是正确的和可辨认的t细胞。通过这些努力,PICI共享数据与每个参与者通知,进一步提高他们的算法,因此,个性化的潜在有效性neoantigen治疗癌症。
参与组织
研究机构参与包括麻省理工和哈佛大学,加州理工学院的,丹娜-法伯癌症研究所,系统生物学研究所拉霍亚免疫学研究所,纽约基因组中心,罗斯威尔公园综合癌症中心,Sage bionetwork, Tisch癌症研究所的伊坎在西奈山医学院,加州大学圣克鲁斯,宾夕法尼亚大学,卡罗尔和雷说道在康涅狄格大学综合癌症中心的健康和华盛顿大学医学院的。
洛桑国际大学的科学家和路德维希癌症研究所,洛桑国家肿瘤中心疾病海德堡大学医院,荷兰癌症研究所、SIB瑞士生物信息学研究所和特隆-大学医学中心临床肿瘤学的约翰内斯美因茨大学非营利GmbH加入该项目。
从行业参与者包括Advaxis;安进公司;阿斯利康;BGI集团(GenoImmune);BioNTech SE;百时美施贵宝公司;EpiVax;基因泰克,罗氏集团的一个成员;ISA药品;MedGenome; Personalis, Inc.; Seven Bridges; Tempus Labs; and YuceBio Technology.
组织样本是由加州大学洛杉矶分校Jonsson综合癌症中心和纪念斯隆凯特林癌症中心。
参考:丹尼尔·k·威尔斯DK,范Buuren MM,见鬼KK, et al。肿瘤抗原决定基免疫原性的关键参数显示通过一个财团的方法改善neoantigen预测。细胞。2020;doi:10.1016 / j.cell.2020.09.015
本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。
