综述：癌症免疫治疗中的计算新抗原预测

《Genes & Immunity》：Computational neoantigen prediction for cancer immunotherapy

本综述系统梳理了计算新抗原预测在癌症免疫治疗中的应用进展。文章重点探讨了基于基因组、转录组和蛋白组数据鉴定肿瘤特异性抗原（Neoantigens）的生物信息学工具，阐述了如何通过主要组织相容性复合体（MHC）结合亲和力与免疫原性评分筛选潜在靶点，并介绍了整合免疫肽组学等蛋白基因组学策略进行实验验证的最新方法。这些技术的发展为个性化癌症疫苗、T细胞过继疗法等精准免疫治疗方案的优化提供了关键技术支持。

　　

Abstract

癌症作为全球重大健康问题，对发病率和死亡率产生深远影响。癌细胞因遗传变异携带的新抗原（肿瘤特异性抗原）已成为个性化癌症治疗的理想靶点，包括癌症疫苗、T细胞过继疗法和免疫监测。这些抗原可能产生于基因组、转录组和蛋白组层面。当新抗原通过主要组织相容性复合体（MHC）被宿主免疫系统识别，并在树突状细胞等抗原呈递细胞提供足够共刺激信号时，可激活T细胞介导的抗肿瘤反应。

计算新抗原分析工具正快速发展，预测准确性持续提升。生物信息学工具通过识别体细胞突变，并基于MHC结合亲和力与免疫原性评分筛选新抗原。经济高效的计算型人类白细胞抗原（HLA）分型技术利用测序数据，而结合免疫肽组学的蛋白基因组学策略，可通过检测肿瘤细胞自然呈递的肽段验证新抗原。整合蛋白质组验证为预测结果提供实验支持，显著增强结果可靠性。

生物信息学与多组学整合的持续发展推动新抗原鉴定技术革新，为个性化癌症免疫治疗奠定基础。本文详细讨论了各类计算工具/流程的实施策略、新抗原疫苗临床试验进展，以及新抗原预测领域的当前局限与发展前景。