ネオアンチゲンの発見を加速する: 免疫性標的の識別への高通量アプローチ

科学分野:

• コンピュータ免疫学
• ガンに対する免疫療法
• バイオ情報学

背景:

• 抗原を標的とする免疫療法は,T細胞応答の免疫原性エピトープの特定に依存しています.
• MHCの結合親和性に焦点を当てた現在の方法は,高い偽陽性結果をもたらし,臨床的有用性を制限する.
• ネオアンチゲンの免疫性に関する正確な予測は,効果的ながんワクチンおよび治療法の設計に不可欠です.

研究 の 目的:

• ネオアンチゲン免疫性の高精度予測のための新しい計算ツール,neoIMを開発する.
• in vitroおよび臨床試験データを用いて,既存のツールと比較して neoIM のパフォーマンスを評価する.
• チェックポイント阻害剤療法に対する反応を予測するバイオマーカーとしての neoIM の可能性を評価する.

主な方法:

• MHCで提示される非自己ペプチド (n=61,829) で訓練されたランダムな森林分類器である neoIMを開発した.
• in vitro免疫性データセット (ELISpotアッセイ) の既存のツールと比較して neoIMの性能を評価した.
• チェックポイント阻害剤 (CPI) で治療されたメラノーマ患者におけるネオIMベースの抗原選択とその相関性を評価するために,臨床試験のデータを遡及的に分析した.

主要な成果:

• neoIMはインビトロの基準で既存のツールを大幅に上回り,予測力を少なくとも30%高め,偽陽性を減少させました.
• 2つの臨床試験で,NeoIMベースの抗原選択により,患者の1人あたりの臨床的に有効な抗原が最大50%まで特定されました.
• NeoIMスコアは,CPIで治療されたメラノーマ患者の全生存率と相関関係を示し,予測バイオマーカーとしての可能性を示した.

結論:

• NeoIMは,MHC結合親和度を超えたエピトープ免疫性を正確に予測する最初の計算ツールです.
• NeoIMは,より正確な新抗原発見と優先順位付けを可能にし,次世代の免疫療法の開発を加速させる可能性があります.
• このツールのチェックポイント阻害療法に対する反応予測を洗練する能力は,ネオアンチゲンの免疫性評価の重要性を強調しています.