基于模拟退火与多目标优化的HLA-I限制性新抗原免疫原性优化方法Naso

《Briefings in Bioinformatics》：A machine learning-based method to optimize the immunogenicity of human leukocyte antigen class I-restricted neoantigens

本研究针对天然新抗原免疫原性不足的难题，开发了机器学习方法Naso。该方法通过模拟退火搜索和多目标训练优化新抗原免疫原性，实验证明Naso可将非免疫原性新抗原转化为免疫原性变体（≤3个突变），在结合亲和力、呈递能力等指标上均优于现有方法，为异种新抗原疫苗开发提供新策略。

　　

在肿瘤免疫治疗领域，新抗原疫苗因其能够特异性靶向肿瘤细胞而备受关注。新抗原作为肿瘤细胞特有的蛋白片段，可通过主要组织相容性复合物（MHC）呈递至细胞表面，进而被T细胞识别并激活抗肿瘤免疫应答。然而现实却令人沮丧：仅有约1%的肿瘤突变能够产生真正具有免疫原性的新抗原，这使得新抗原疫苗的开发面临巨大挑战。

问题的核心在于，大多数新抗原虽然能够与人类白细胞抗原（HLA）结合，却往往缺乏激活T细胞的能力。这种"沉默"的新抗原如同拥有钥匙却无法打开门锁，导致免疫系统对肿瘤细胞视而不见。更令人困扰的是，新抗原序列空间极其庞大，传统实验方法筛选优化新抗原耗时耗力，且严重依赖专家经验。

为了解决这一难题，南开大学张金宏、周伟军等研究人员在《Briefings in Bioinformatics》上发表了一项创新研究，开发了名为Naso的机器学习方法。该方法巧妙地将模拟退火搜索与多目标优化相结合，专注于提升新抗原的免疫原性，而不仅仅是改善其与HLA的结合亲和力。

研究人员采用的核心技术方法包括：基于模拟退火的序列空间搜索算法，通过Metropolis接受准则指导序列迭代优化；多目标损失函数设计，整合结构质量指标（pLDDT、pTM）和免疫学特征（呈递评分、免疫原性评分）；动态搜索空间优化策略，通过控制突变位点数量提高搜索效率。研究数据来源于TSNAdb、dbPepNeo和NEPdb三个数据库，包含2536个经实验验证的肽段-HLA-I组合。

免疫学特征分析显示Naso突变肽段更具优势

通过系统评估发现，Naso优化后的新抗原在多个关键指标上均表现出显著改善。91%的Naso优化新抗原被鉴定为强结合剂（NetMHCpan-4.1 BA排名<0.5），94%具有高呈递概率（NetMHCpan-4.1 EL排名<0.5），76%在免疫原性检测中呈阳性。与原始新抗原相比，优化后的肽段在结合亲和力、呈递概率和结合稳定性方面均获得显著提升。

Naso突变新抗原较其他方法产生更高免疫原性

与Aomp、Pepppo和Mobius等现有优化方法相比，Naso在新抗原免疫原性优化方面展现出明显优势。通过IEDB免疫原性工具和NeoaPred模型评估发现，Naso优化后的新抗原在免疫原性评分上显著高于其他方法生成的肽段。这种优势在不同肽段长度（8-11个氨基酸）和不同HLA-I基因（HLA-A、HLA-B、HLA-C）中均得到保持，证明Naso具有广泛的适用性。

Naso突变肽段增强与TCR相互作用可能性

分子动力学模拟揭示了Naso优化新抗原免疫原性提升的结构基础。对三对肽段（原始新抗原及其Naso突变体）与HLA-A*02:01复合物的分析表明，突变肽段在保持与HLA关键结合位点（P1、P2、P_Ω）氢键相互作用的同时，在其他位置的氢键数量减少，这为T细胞受体（TCR）识别创造了更有利的条件。特别值得注意的是，突变肽段中某些侧链（如P4谷氨酸、P4天冬氨酸和P5天冬酰胺）朝向HLA口袋外侧暴露，形成了更具特征的表面，有利于与TCR相互作用。

Naso在不同类型肽段上展现更好性能

研究人员根据野生型肽段和原始新抗原与HLA结合能力的不同组合，将数据分为四类进行评估。结果表明，在各种情境下，Naso优化后的新抗原在结合亲和力、呈递概率方面均显著优于原始新抗原。即使在最具挑战性的情况下（野生型肽段为非结合剂而原始新抗原为弱结合剂），Naso仍能保持竞争优势。

这项研究的结论部分强调，Naso作为首个专注于优化新抗原免疫原性（而不仅仅是HLA结合亲和力）的计算方法，填补了现有技术的空白。通过将模拟退火搜索与多目标优化相结合，Naso能够高效地在庞大的序列空间中发现具有增强免疫原性的新抗原变体，同时确保突变数量不超过三个，保持与原始新抗原的相似性以触发交叉免疫。

研究的重大意义在于为个性化癌症疫苗开发提供了强有力的工具。Naso优化后的新抗原不仅具有更高的免疫原性，还能通过交叉免疫机制靶向原始肿瘤抗原，从而实现对肿瘤细胞的有效清除。虽然目前该方法仅适用于HLA-I分子，且依赖计算机预测验证，但其为异种新抗原疫苗设计提供的自动化解决方案，无疑将加速肿瘤免疫治疗的临床转化进程。未来通过扩展至HLA-II分子并结合实验验证，Naso有望在癌症免疫治疗领域发挥更大价值。