癌癥患者如何響應免疫療法？首個可預測數學模型誕生！

免疫療法作為一種風頭正盛的癌癥新療法，盡管響應持久、能治療的癌癥類型廣泛，但真正能響應它的患者群體是有限的。因此，科學家們一直在尋找能預測“哪些患者能夠響應免疫檢查點抑制劑（如 PD-1/PD-L1 抗體）”的方法。

簡單來說，免疫檢查點抑制劑是借助人體的免疫系統來識別和摧毀腫瘤細胞。這類新型抗癌療法的臨床效果與“新抗原激活的 T 細胞識別”（activated T-cell recognition of neoantigens）有關。

新抗原（neoantigens）是一類呈現在癌細胞表面上腫瘤特異性的突變肽。有兩個主要的因素決定了“新抗原”的適合性（fitness）：1）主要組織相容性復合體（MHC）呈遞新抗原的可能性，以及 2）隨后的 T 細胞識別。

在這項新研究中，科學家們借助用免疫檢查點抑制劑治療的黑色素瘤患者和肺癌患者的數據，提出了一個基于“新抗原”的、能夠預測癌癥免疫療法療效的腫瘤適合性模型（fitness model for tumours）。

該數學模型能夠捕捉“腫瘤進化”以及“腫瘤與免疫系統潛在相互作用”的各個方面，比先前的基因組生物標志物更準確地預測腫瘤如何響應免疫療法。

研究結果顯示，這一模型成功預測了抗 CTLA- 4 療法治療黑色素瘤患者，以及抗 PD- 1 療法治療肺癌患者的存活率。更重要的是，經過這一方法鑒定出的低 fitness（low-fitness）的新抗原有望用于開發新的免疫療法。

論文的共同通訊作者 Benjamin Greenbaum 博士說：“我們提出了一種跨學科的方法來研究免疫療法。這項研究在‘理解為什么一些腫瘤比其它腫瘤更難治療’，以及‘合理預測哪些新抗原能夠最有效地刺激免疫響應’等方面邁出了一大步。”

值得一提的是，在上述成果發表的同一天，論文的共同通訊作者兼**作者、計算機科學家 Marta Luksza 博士在 Nature 雜志上還發表了另一篇相關論文。研究揭示了一個相似的模型如何被用于理解比其他患者存活更久的胰腺癌患者的免疫響應。

總結來說，這兩項研究均表明，這種預測模型能夠用于鑒別“免疫系統在何時能夠有效識別腫瘤”，將對推動癌癥免疫療法的更精準的應用起到重要作用。

參考資料：

A neoantigen fitness model predicts tumour response to checkpoint blockade immunotherapy

Scientists create first mathematical model that predicts immunotherapy success