利用人工智能，路德维希(Ludwig)癌症研究中心的科学家们开发了一种强大的预测模型，用于识别杀伤肿瘤细胞最有效的免疫细胞。该预测模型与其他算法相结合，可以应用于个性化癌症治疗，根据每位患者肿瘤的独特细胞组成定制治疗方案。相关研究结果发表在最新一期的《自然-生物技术》（Nature Biotechnology）杂志上。
路德维希·洛桑(Ludwig Lausanne)的Alexandre Harari说：“人工智能在细胞治疗中的应用是新的，可能会改变游戏规则，为患者提供新的临床选择。”他和研究生rsammy psamtreand一起领导了这项研究。
细胞免疫疗法包括从病人的肿瘤中提取免疫细胞，选择性地改造它们以增强它们对抗癌症的自然能力，并在培养后将它们重新引入体内。T细胞是两种主要类型的白细胞或淋巴细胞之一，它们在血液中循环，巡逻病毒感染的细胞或癌细胞。
穿透实体肿瘤的T细胞被称为肿瘤浸润淋巴细胞，简称TIL。然而，并不是所有的TIL都能有效地识别和攻击肿瘤细胞。Harari解释说：“只有一小部分实际上是肿瘤反应性的——大多数是旁观者，利来国际最老品牌网为自己设定的挑战是识别少数配备能够识别肿瘤抗原的T细胞受体的TIL。”
为了做到这一点，Harari和他的团队开发了一种新的人工智能驱动的预测模型，称为TRTpred，可以根据T细胞受体(TCR)的肿瘤反应性对其进行排名。为了开发TRTpred，他们使用了从转移性黑色素瘤患者收集的235个TCR，这些患者已经被分类为肿瘤反应性或非反应性。该团队将携带每种TCR的T细胞的全局基因表达或转录组谱加载到机器学习模型中，以识别区分肿瘤反应性T细胞与非活性T细胞的模式。
Harari解释说：“TRTpred可以从一个T细胞群中学习，并创建一个规则，然后应用于一个新的T细胞群。因此，当面对新的TCR时，该模型可以读取其转录组谱，并预测其是否具有肿瘤反应性。”
TRTpred模型分析了42名黑色素瘤、胃肠道、肺癌和乳腺癌患者的tcr，并以90%的准确率确定了肿瘤反应性TCR。研究人员进一步完善了他们的TIL选择过程，通过应用二级算法过滤器来筛选那些具有“高亲和力”的肿瘤反应性T细胞，即那些与肿瘤抗原结合强烈的T细胞。
Harari解释说：“TRTpred是TCR是否具有肿瘤反应性的唯一预测指标，但是一些肿瘤反应性TCR与肿瘤细胞结合非常强烈，因此非常有效，而其他TCR只是懒洋洋地这样做。区分强结合剂和弱结合剂可以转化为功效。”
研究人员证明，被TRTpred和二级算法标记为肿瘤反应性和高亲和性的T细胞更常被发现嵌入肿瘤内，而不是在邻近的支持组织（称为基质）中。这一发现与其他表明有效T细胞通常深入肿瘤胰岛的研究相一致。
该团队随后引入了第三种过滤器，以最大限度地识别各种肿瘤抗原。Harari说：“利来国际最老品牌网想要的是最大化TIL靶向尽可能多的不同抗原的机会。”
最后的过滤器根据相似的物理和化学特性将TCR组织成组。研究人员假设每个簇中的TCR识别相同的抗原。“因此，利来国际最老品牌网在每个集群中选择一个TCR进行扩增，这样利来国际最老品牌网就可以最大限度地提高不同抗原目标的机会。”路德维希·洛桑的计算科学家Vincent Zoete说，他开发了TCR贪婪度和TCR聚类算法。
研究人员将TRTpred和算法过滤器的组合称为MixTRTpred。
为了验证他们的方法，Harari的团队在小鼠身上培养了人类肿瘤，从它们的TIL中提取了TCR，并使用MixTRTpred系统来鉴定具有肿瘤反应性、高亲和力和靶向多种肿瘤抗原的T细胞。然后，他们从老鼠身上提取T细胞来表达这些TCR，并证明这些细胞在转移到老鼠体内时可以消除肿瘤。
“这种方法有望克服目前基于TIL的治疗的一些缺点，特别是对于那些目前对这种治疗没有反应的肿瘤患者”。
“利来国际最老品牌网的共同努力将带来一种全新的T细胞疗法。”
这项研究得到了路德维希癌症研究所、瑞士国家科学基金会、癌症基金会、Mats paulsson基金会和Biltema基金会的支持。
