噬菌体展示联合机器学习技术揭示癌症抗原特异性TCR的发现新范式

本研究针对癌症免疫治疗中T细胞受体(TCR)发现效率低下的难题，创新性地将噬菌体展示技术与机器学习算法相结合。研究人员通过构建随机化CDR3β区的TCR噬菌体文库，针对NY-ESO-1157–165 抗原进行筛选，获得数千条特异性TCR序列。基于这些数据训练的MixTCRpred模型成功从天然TCR库中预测出具有NY-ESO-1结合活性且无交叉反应的新型TCR，为肿瘤免疫治疗提供了高效精准的TCR发现平台。

　　

在肿瘤免疫治疗领域，T细胞通过其表面T细胞受体(TCR)识别主要组织相容性复合体(MHC)呈递的肿瘤抗原肽，这一机制为癌症治疗带来了革命性突破。然而，自然存在的肿瘤抗原特异性TCR数量稀少，例如针对NY-ESO-1_157–165
这一重要癌症-睾丸抗原的TCR，在公共数据库中仅有不到15条记录。传统方法依赖体外刺激患者T细胞或pMHC多聚体筛选，不仅耗时耗力，更难以获得足够数量的TCR用于深入的特异性研究。更棘手的是，通过体外亲和力增强改造的TCR虽然提高了结合能力，却常常伴随致命的交叉反应风险，可能攻击正常组织。这些瓶颈严重制约了TCR免疫疗法的发展。

为解决这一难题，来自国外的研究团队在《SCIENCE ADVANCES》发表了一项创新性研究。他们巧妙地将噬菌体展示技术与深度学习算法相结合，建立了一套高效发现癌症抗原特异性TCR的新范式。研究人员首先以天然TCR 1G4及其两个亲和力增强变体(1G4-c50和1G4-c53c50)为模板，构建了CDR3β区随机化的噬菌体展示文库。通过NY-ESO-1 pMHC单体筛选，获得了包含598至26,308条独特序列的TCR库。这些数据被用于训练名为MixTCRpred的机器学习模型，该模型采用嵌入层、Transformer编码器和全连接层的架构，能够准确预测TCR与抗原的相互作用。

关键技术包括：1) 设计TRIM密码子随机化CDR3β区的噬菌体文库构建技术；2) 采用MoDec算法进行基序解卷积分析；3) 建立基于Transformer架构的MixTCRpred预测模型；4) 通过多聚体染色和Jurkat细胞活化实验验证预测结果；5) 利用质谱免疫肽组学分析自身肽反应性。

噬菌体展示揭示NY-ESO-1特异性TCR的CDR3β结合基序
研究团队构建了多样性超过10⁸
的TCR噬菌体文库，通过一轮筛选获得特异性序列。基序分析显示，所有模板均富集第二位的疏水氨基酸(Leu/Ile/Val)和第三位的Gly，其中1G4模板仅获得5聚体序列，而亲和力增强模板则获得5/7/9聚体序列。

整合噬菌体展示数据与机器学习工具实现稳健预测
MixTCRpred模型在交叉验证中达到0.965的AUC值。当应用于29,867条天然TCRβ序列时，成功识别出多个NY-ESO-1结合TCR，实验验证显示1G4模板的预测准确率达20%，而亲和力增强模板的验证率高达73-100%。

计算模型显著优于其他方法
与NetTCR2.2等现有工具相比，基于噬菌体数据训练的MixTCRpred在30个测试TCR上的AUC达0.92，远高于仅依赖序列相似性方法(TCRbase AUC=0.79)和预训练模型(NetTCR2.2 AUC=0.62)。

预测TCR展现NY-ESO-1活性且无交叉反应
功能实验证实，预测的TCR(如CASSYVGHRGELFF)在0.01-1 μg/ml肽浓度下均能激活Jurkat细胞，但对自身肽(FLTLWLTQV等)和Jurkat细胞表达的4000多种内源性肽均无反应。而亲和力增强模板TCR则表现出明显的交叉反应性。

结构分析揭示CDR3β结合基序的分子基础
分子建模显示，验证TCR的CDR3β环保持与1G4相似构象，N端残基特异性高而C端更灵活。溶剂可及性分析表明亲和力增强模板可通过C端延伸容纳更长CDR3β。

这项研究的意义在于：首先，建立了噬菌体展示与机器学习联用的TCR发现新范式，将NY-ESO-1特异性TCR的发现数量从不足15条提升至数万条；其次，证实天然TCR模板预测的TCR具有优异特异性，避免了亲和力增强TCR的交叉反应风险；最后，该框架可扩展至其他重要肿瘤抗原，为个性化TCR免疫治疗提供了可扩展的技术平台。研究人员指出，未来可通过设计更多样化的V/J基因文库，进一步扩大该方法的适用范围，推动TCR免疫治疗的发展。