编辑推荐：
免疫细胞疗法在实体瘤治疗中面临挑战，肿瘤新抗原不断演变致使免疫逃逸。研究人员整合免疫沉淀与质谱技术（IP-MS）及 AI 算法，开发个性化肿瘤疫苗平台。该平台可在六周内生成候选新抗原，加速疫苗研发，为肿瘤治疗带来新希望。
在癌症治疗的领域中，免疫细胞疗法宛如一颗璀璨却略带瑕疵的新星。它为癌症患者带来了新的希望，尤其是在血液系统恶性肿瘤如非霍奇金淋巴瘤（NHL）和多发性骨髓瘤（MM）的治疗上取得了显著成效。然而，当将其应用于实体瘤治疗时，却遭遇了重重困难。肿瘤就像一个狡猾的敌人，不断地改变自身的 “防御工事”。肿瘤特异性新抗原（由肿瘤细胞突变产生的独特抗原）在癌症 - 免疫循环中持续演变，使得肿瘤能够巧妙地躲避人体免疫系统的监视，这成为了癌症治疗路上的一块巨大绊脚石。
为了攻克这一难题，深圳湾实验室的研究人员勇敢地踏上了探索之旅。他们开展了一项旨在快速、精准识别功能性肿瘤特异性新抗原的研究，期望能为个性化肿瘤疫苗的设计提供关键依据。经过不懈努力，他们成功建立了一个创新的平台，该平台整合了免疫沉淀与质谱技术（IP-MS），并结合自主研发的基于人工智能的预测算法以及高通量体外功能验证，能够在短短六周内生成患者特异性的新抗原候选物，这一成果无疑为个性化肿瘤疫苗的研发按下了 “加速键”，为癌症患者带来了新的曙光。此研究成果发表在《Cell Insight》杂志上。
在研究过程中，研究人员运用了多种关键技术方法。首先，通过 RNA 测序（RNA-seq）对肿瘤样本进行分析，构建开放阅读框（ORF）翻译的肽数据库（ORF-DB），以此校准质谱（MS）从头测序可能出现的误差。其次，采用免疫沉淀 - 质谱技术（IP-MS），利用 W6/32 抗体免疫沉淀肽 - 主要组织相容性复合体（pMHC），并对洗脱肽进行液相色谱 - 串联质谱（LC-MS/MS）分析，从而鉴定肿瘤特异性新抗原肽。此外，运用自主开发的算法和 netMHCpan4.1 算法预测新抗原与 HLA 的结合亲和力，并通过体外实验对新抗原功能进行验证。
研究人员在结果部分取得了一系列重要发现。在推进肿瘤特异性新抗原发现方面，他们发现传统基于 DNA/RNA 下一代测序（NGS）预测新抗原的方法存在局限性，而 IP-MS 结合 RNA-seq 数据校准和新算法预测更具优势。在免疫沉淀 pMHC 复合体进行 LC-MS/MS 分析中，证实了 W6/32 抗体可有效免疫沉淀 pMHC 复合体，为后续分析奠定基础。通过 RNA-seq 和 ORF 文库校准肽序列，发现 IP-MS 中肽段从头测序存在因片段化不完全导致的错误，ORF-DB 可纠正此类错误。在 MIA PaCa-2 异种移植瘤新抗原鉴定中，利用不同数据库搜索和算法预测，筛选出大量候选新抗原，并发现 9 - 肽是与 HLA-A*24:02 结合的主要肽段类型。比较 IP-MS 和温和酸洗脱（MAE）法鉴定新抗原，发现 IP-MS 法在筛选真新抗原时更具优势。体外验证新抗原功能实验表明，部分预测有强结合力的肽段实际免疫原性不同，需实验验证。对比算法预测准确性，发现新算法在预测肽段结合亲和力上比 netMHCpan4.1 更准确。最后，针对验证的新抗原进行 TCR 活性研究，发现肽 19 能与靶向 TCR 反应并诱导 T 细胞激活信号。
研究结论和讨论部分进一步强调了该研究的重要意义。快速精准识别肿瘤组织中的有效新抗原，对提升癌症治疗效果、推动肿瘤免疫治疗发展至关重要。构建的肿瘤组织特异性肽数据库 ORF-DB 比传统 UniProt 数据库更能准确反映肿瘤特征，提高了新抗原序列鉴定的精度。研究中发现的新算法在预测肽段结合亲和力方面表现更优，为后续新抗原筛选提供了更可靠的工具。同时，研究也指出仍需进一步研究新抗原的生物学功能，以充分发挥其在肿瘤治疗中的潜力。这项研究不仅加深了人们对新抗原生物学的理解，更为未来癌症免疫治疗的发展奠定了坚实基础，有望降低癌症复发率，改善患者预后，让更多癌症患者受益。
