生物科学门户网站
BIO1000.COM

研究人员确定哪些癌症突变是免疫治疗的最佳靶标

费城-随着肿瘤细胞的繁殖,它们通常会产生数万个基因突变。找出哪种免疫疗法最有希望成为目标,就像在大海捞针中找到几根针。现在,宾夕法尼亚大学艾布拉姆森癌症中心的研究人员开发了一种新模型,可以手动刺针,以便可以将它们用于更有效的定制癌症疫苗中。Cell Systems今天发布了有关模型开发的数据,该算法已经作为一种开源技术在线提供资源。

“肿瘤中有一些突变可以导致强大的免疫反应,但是对于每一个产生强大反应的突变,根本就不会产生约50个突变,这意味着信噪比并不高。”该研究的主要作者Lee P. Richman是宾夕法尼亚大学Perelman医学院癌症生物学的MD / PhD候选人。“我们的模型就像一个过滤器,可以突出显示信号并向我们显示要关注的目标。”

当前,对肿瘤进行测序并确定可能的免疫疗法是基于一种称为肿瘤突变负担(TMB)的测量方法,该测量方法是对给定肿瘤中存在的突变率进行的一种测量。突变率高的肿瘤更可能对靶向PD-1等抑制剂的免疫疗法产生反应。问题在于,随着癌细胞分裂,它们会随机发生突变,并且由于它们呈指数分裂,因此潜在的突变几乎是无限的。这意味着尽管给定的免疫疗法可以靶向一定百分比的癌细胞,但对于任何给定的患者而言,有效的治疗可能还不够。

Penn小组的模型而是查看各个患者样本中的蛋白质序列,并评估其中多少看起来与健康细胞相似,以及多少看起来与免疫细胞可能对其产生反应而相异。它越不相似,就越能实现更好的免疫治疗目标,因为它更有可能吸引和激活疗法,而对健康细胞的附带损害则更少。该模型的预测还针对每个患者的样本进行个性化设置。该小组分析了来自五个不同临床试验数据集的318名患者的样本,不仅证实了相似性和作为免疫治疗目标的诺言之间的关联,而且还发现,相似性与非小剂量PD-1治疗后总体生存期的增加相关细胞肺癌。

“由于存在如此多种多样的突变可能性,我们从本质上将问题归结为一个数学问题,然后开发了一种算法来解决该问题,”病理学和实验室住院医师Andrew J. Rech博士说。医学和这项研究的共同资深作者,以及艾布拉姆森癌症中心主任Robert H. Vonderheide博士,医学博士DPhil。“我们还知道,让其他研究人员可以使用该模型以帮助指导疫苗开发和临床试验非常重要。”

研究人员说,除了将其用于试验之外,未来的工作还将包括将该工具应用于更多数据集以完善算法。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。