MD安德森科學(xué)家開發(fā)人工智能方法來預(yù)測抗癌免疫

德克薩斯大學(xué)西南醫(yī)學(xué)中心和 MD 安德森癌癥中心的研究人員和數(shù)據(jù)科學(xué)家開發(fā)了一種人工智能技術(shù)，可以識別免疫系統(tǒng)識別癌細(xì)胞產(chǎn)生的哪些細(xì)胞表面肽，稱為新抗原。

在Nature Machine Intelligence在線詳細(xì)介紹的 pMTnet 技術(shù)可能會帶來預(yù)測癌癥預(yù)后和對免疫療法的潛在反應(yīng)的新方法。

“確定哪些新抗原與 T 細(xì)胞受體結(jié)合，哪些不結(jié)合似乎是一項不可能完成的任務(wù)。但是，隨著機(jī)器學(xué)習(xí)，我們正在取得進(jìn)展，”資深作者王濤博士，博士，助理教授人口和數(shù)據(jù)科學(xué)，并與哈羅德·西蒙斯C.綜合癌癥中心和中心主機(jī)的遺傳學(xué)UT西南的防守。

癌細(xì)胞基因組中的突變導(dǎo)致它們在其表面顯示不同的新抗原。其中一些新抗原被免疫 T 細(xì)胞識別，這些 T 細(xì)胞會尋找癌癥和外來入侵者的跡象，從而使癌細(xì)胞被免疫系統(tǒng)破壞。然而，其他的似乎對 T 細(xì)胞是不可見的，從而使癌癥不受控制地生長。

“對于免疫系統(tǒng)，新抗原的存在是正常細(xì)胞和腫瘤細(xì)胞之間最大的區(qū)別之一，”天獅路，第一合著者與張澤，博士生在說陶宏實驗室，它采用了先進(jìn)的最- 先進(jìn)的生物信息學(xué)和生物統(tǒng)計學(xué)方法，用于研究腫瘤免疫學(xué)對各種癌癥的腫瘤發(fā)生、轉(zhuǎn)移、預(yù)后和治療反應(yīng)的影響。“如果我們能夠弄清楚哪些新抗原會刺激免疫反應(yīng)，那么我們或許能夠以各種不同的方式利用這些知識來對抗癌癥，”盧女士說。

能夠預(yù)測 T 細(xì)胞識別哪些新抗原可以幫助研究人員開發(fā)個性化的癌癥疫苗，設(shè)計更好的基于 T 細(xì)胞的療法，或預(yù)測患者對其他類型免疫療法的反應(yīng)程度。但是有成千上萬種不同的新抗原，預(yù)測哪些新抗原觸發(fā) T 細(xì)胞反應(yīng)的方法已被證明是耗時、技術(shù)上具有挑戰(zhàn)性且成本高昂的。

在美國國立衛(wèi)生研究院 (NIH) 和德克薩斯癌癥預(yù)防研究所 (CPRIT) 的資助下，為了尋找更好的技術(shù)，研究團(tuán)隊開始使用機(jī)器學(xué)習(xí)。他們使用來自三種不同成分的已知結(jié)合或非結(jié)合組合的數(shù)據(jù)訓(xùn)練了一種基于深度學(xué)習(xí)的算法，他們將其命名為 pMTnet：新抗原;稱為主要組織相容性復(fù)合物 (MHC) 的蛋白質(zhì)，可在癌細(xì)胞表面呈現(xiàn)新抗原;以及負(fù)責(zé)識別新抗原-MHC 復(fù)合物的 T 細(xì)胞受體 (TCR)。然后，他們針對從 30 項不同研究開發(fā)的數(shù)據(jù)集測試了該算法，這些研究通過實驗確定了結(jié)合或非結(jié)合的新抗原 T 細(xì)胞 - 受體對。該實驗表明，新算法具有較高的準(zhǔn)確率。

標(biāo)簽：