新抗原（neoantigens，肿瘤抗原），一种源于癌症突变的微小标志物，其能标志细胞癌变的开始，或有望成为科学家们开发新一代免疫疗法的关键；在癌症疫苗和细胞疗法的开发过程中，靶向作用“正确”的新抗原或有望以最小的副作用消除患者机体的癌症，但在肿瘤中存在数百种突变，而且仅有少数会产生诱发机体抵御癌症的免疫反应的新抗原，那么到底是哪些癌症突变会产生这些新抗原呢？

图片来源：Parker Institute for Cancer Immunotherapy

近日，一项刊登在国际杂志Cell上的研究报告中，来自帕克癌症免疫治疗研究所等机构的科学家们通过研究发现了一些特殊的参数，其或能帮助预测哪些新抗原能够更好地刺激机体的抗癌效果，相关研究结果或有望帮助开发新一代高效的个体性化癌症免疫疗法。通过进行先进的计算机分析，研究人员发现了5个特征或许能强烈指示哪些癌症标志物最有可能会刺激机体产生免疫反应，其主要分为两类，即新抗原在癌细胞表面呈现的方式以及这些新抗原如何被免疫系统所识别。

当研究人员将强调这5个特征的数据模型与另一组癌症样本进行对比测试时，他们发现，这些特征能够准确预测75%的有效新抗原靶点，并能过滤98%的无效靶标；研究者Daniel Wells说道，我们的目标是当开发一种基于新抗原的疗法时，使得来自肿瘤新抗原选择联盟（TESLA，Tumor Neoantigen Selection Alliance）的数据成为参考标准，如果每一种方法（无论新旧）都使用这些数据来作为其进行预测的基准，那么整个研究领域的研究人员就能够进行合作并开发出更多新方法。

为了制定这个基准，每一个TESLA成员单位都将其对黑色素瘤和非小细胞肺癌预测的最有希望的新抗原提交给了开放科学非盈利机构Sage Bionetworks，随后研究人员进行了交叉比较并验证了哪些预测是正确的以及哪些靶点能被T细胞所识别；当这5个新发现的特征被重新应用到研究者的算法中时，预测结果得到了明显的改善，研究者Robert D. Schreiber表示，到目前为止，关于新抗原的预测一直是一个黑匣子，如今我们通过研究揭示了哪些特征可能是重要的，TESLA的数据模型首次确定了上述5个特征是较为重要的。

研究结果还表明，并没有哪两种预测方法是相同的，而且大多数都存在着显著差异，也并没有哪个团队的方法能够识别每一种新抗原，也没有哪个团队能够识别出绝大多数的癌症标志物，这就强调了TESLA联盟协调研究的重要性。本文研究结果或有望改进制药公司和研究人员进行研究所采用的数学算法，同时还能优先选择每个患者癌症中最有可能出现且免疫系统最容易识别的抗原，也能够排除并不存在的抗原，这对于开发针对每一位患者的个性化疗法至关重要。TESLA联盟最大的完整数据库能够为很多研究团队提供免费的数据，研究人员希望后期能基于本文研究结果加速癌症个体化疗法的开发过程，同时为全球癌症患者提供更为有效的治疗手段。

（来源：生物谷Bioon.com）