编辑推荐：
研究人员为解决癌症免疫疗法组合靶点识别难题，开展基因旁系同源对研究，鉴定出相关基因对，为免疫疗法提供新方向。
在癌症治疗的战场上，免疫疗法（Immunotherapies）如免疫检查点阻断（ICB）和嵌合抗原受体 T 细胞（CAR-T）疗法，无疑是两颗闪耀的新星，它们凭借激活患者自身免疫系统对抗癌症的独特机制，为众多癌症患者带来了新希望，彻底改变了癌症治疗的格局。然而，现实却给这一充满希望的疗法泼了冷水，许多患者对免疫疗法毫无反应，还有部分患者在治疗后不幸复发。这背后的原因复杂多样，其中一个关键因素就是肿瘤细胞总能巧妙地找到逃避 T 细胞攻击的方法，让免疫疗法的效果大打折扣。
为了突破这一困境，研究人员不断探索。之前，他们尝试利用 CRISPR 敲除（KO）或激活筛选技术来寻找能够增强 T 细胞效应功能、提升免疫杀伤能力的靶点。但单一基因的调控往往受到其他基因的补偿作用影响，难以取得理想效果。组合疗法虽然被视为克服肿瘤对单一疗法耐药的希望之光，可寻找有效的组合靶点却困难重重。基因旁系同源对（paralog gene pairs），这些起源于相同祖先、功能相似的基因对，在肿瘤细胞的生存和发展中扮演着重要角色。已有研究发现，同时靶向它们能够增强免疫疗法的效果，可筛选所有潜在的旁系同源对谈何容易，传统的双敲除筛选不仅成本高昂，而且在技术上也难以实现。
在这样的背景下，来自耶鲁大学（Yale University）的研究人员勇挑重担，开展了一项极具意义的研究。他们的研究成果发表在《Patterns》杂志上，为癌症免疫疗法带来了新的曙光。
研究人员在这项研究中，运用了多种关键技术方法。首先，从 Ensembl Compara 数据库获取蛋白质编码旁系同源对信息。然后，利用多种工具和数据库收集并分析基因的各类特征，如序列相似性、共表达模式等。为了从海量数据中筛选出有价值的信息，他们开发了基于富集分析的 pSSEA 算法，并构建了 XGBoost 集成分类器进行预测。在实验验证阶段，通过慢病毒转导构建单基因敲除或双基因敲除细胞系，利用 T7E1 检测 gRNA 切割效率，进行 OT-I CD8a+ T 细胞分离和共培养实验，还运用 SynergyFinder R 包进行协同分析。
研究结果如下：
- 鉴定增强 T 细胞杀伤的癌症内在旁系同源对：研究人员开发的 pSSEA 算法，整合基因对的 sgRNA，从 Lawson 的 CRISPR 筛选数据中成功鉴定出癌症内在旁系同源对。在 B16F10 黑色素瘤细胞数据中，他们找到了 7310 个显著的旁系同源对，其中 5632 对正富集，意味着肿瘤细胞对 T 细胞杀伤更敏感；1678 对负富集，则表示肿瘤细胞具有更强的抗性。进一步分析发现，超过四分之一的旁系同源对在单基因层面无显著影响，但却表现出协同效应。
- 验证协同旁系同源对增强 T 细胞杀伤功能：研究人员挑选出在多个肿瘤模型中都能增强 T 细胞杀伤的旁系同源对进行实验验证。在 B16F10 小鼠黑色素瘤细胞模型中，对 Rbm45+Rbms2、Ppp2r2a+Ppp2r2d、Elf2+Etv6 和 Adam10+Adam15 这四对基因进行双敲除实验。结果显示，Adam10+Adam15、Ppp2r2a+Ppp2r2d 和 Elf2+Etv6 这三对基因的双敲除显著增强了 T 细胞杀伤肿瘤细胞的能力，证实了这些旁系同源对的协同作用。
- 构建 XGBoost 分类器预测旁系同源对：研究人员利用 pSSEA 鉴定出的 T 细胞增强旁系同源对作为正负样本，选取 32 个特征训练 XGBoost 分类器。该分类器在预测旁系同源对增强 T 细胞杀伤潜力方面表现出色，其 AUC 达到 0.743，远超单个特征的预测能力。这表明 XGBoost 分类器能够有效捕捉特征之间的相互作用和非线性关系。
- 解读机器学习分类器的预测结果：运用 XGBoost 分类器对更多旁系同源对进行分析，发现排名靠前的旁系同源对中的基因与蛋白质磷酸化和泛素化修饰功能相关。对 Rapgef1+Papgef2、Cct8+Cct3 和 Syk+Itk 这三对预测排名靠前的基因对进行实验验证，结果显示 Rapgef1+Papgef2 和 Syk+Itk 双敲除增强了 T 细胞杀伤活性，而 Cct8+Cct3 双敲除则削弱了 T 细胞杀伤能力。通过基因集富集分析（GSEA）发现，Rapgef1+Papgef2 和 Syk+Itk 低表达与 PD-L1/PD-1 信号通路下调有关，这解释了它们增强 T 细胞杀伤的机制，而 Cct8+Cct3 可能因激活其他免疫抑制通路而未能增强 T 细胞杀伤能力。
研究结论和讨论部分指出，研究人员开发的 pSSEA 方法能够有效鉴定出可协同增强 T 细胞杀伤的癌症内在旁系同源对，构建的 XGBoost 分类器也能预测更多有助于免疫治疗的旁系同源对。尽管该研究存在一定局限性，如用于建模的旁系同源对并非来自实际针对免疫疗法的组合筛选，且未纳入协同效应模块，但这项研究仍为癌症免疫疗法提供了新的思路和方法，有助于挖掘更多潜在的治疗靶点，推动组合免疫疗法的发展，在癌症治疗领域具有重要的意义，为未来攻克癌症难题奠定了坚实的基础。
