近日，武漢大學本科校友、美國辛辛那提兒童醫院博士畢業生開發出一套高效鑑定腫瘤特異性靶點的計算工具叫做 SNAF（Splicing Neo Antigen Finder ）。
此外，利用 SNAF 他和同事還首次報道了一系列此前未被關注過的廣譜新抗原，這對於目前的癌症免疫療法非常有意義。
圖 | 李光遠（來源：）
當前，針對鑑定出的特異性新抗原，有多種不同的癌症免疫療法：
一類是注射癌症疫苗，癌症疫苗能將合成的新抗原注射到患者體內，從而訓練體內 T 細胞去以特異性方式，靶向和殺傷具有這類新抗原的癌症細胞，進而起到治療作用。
截止當下，已經有很多處於前期臨床試驗階段的癌症疫苗。而這次研究中鑑定出的新靶點，以及在未來利用 SNAF 工具可能發現的更多新抗原，都可以被用於製備新的癌症疫苗。
需要指出的是，很多接受癌症疫苗的患者都處於急需新抗原的狀態下。“因此時間對他們來說是最寶貴的，尤其對於那些目前沒有已知新抗原的癌症來說，鑑定出新的靶點將給患者帶去新的希望。”表示。
另一類治療策略包括自體 T 細胞移植療法、工程化的 T 細胞受體-T 療法、以及 CAR-T 療法。
雖然具體治療手段各不不同，但是對於這些療法來說，它們的第一步都是要發現合適的新抗原，這時就凸顯出 SNAF 這一類靶點發掘工具的作用。
為開發單克隆抗體和嵌合抗原受體奠定理論基礎
對於癌症免疫療法來說，其關鍵在於發現特異性在腫瘤中表達，而在正常組織中並不存在靶點。
這樣一來精心設計的免疫療法就可以靶向這一類靶點，並能利用自身的免疫系統，以特異性的方式殺傷癌細胞。
要想鑑定這一類靶點，主要存在以下兩個難點：
第一個難點，必須保證靶點在正常組織中的不表達，也就是具備腫瘤特異性，否則會造成極端的副作用，從而導致臨床試驗的失敗。
第二個難點，要找到可能的廣譜性抗原。目前，很多已知的新抗原都來自於腫瘤的特異性突變。然而，大多數的突變都因人而異，所以導致針對這一類靶點的癌症免疫療法，必須採取個性化定製的方法，導致其造價成本極高。
由此可見，發現廣譜且具有腫瘤特異性的新抗原，是目前領域內一個懸而未決的問題。
而在本次研究中，等人將 SNAF 用在黑色素瘤患者身上，預測並鑑定出了兩大類可能的靶點，這些靶點來源於一種腫瘤特異性的轉錄後調控機制。
這一類轉錄後調控被稱作可變剪下（alternative splicing），
等人發現了兩類由於腫瘤特異性剪下產生新抗原的機制，一種機制稱之為 T 細胞靶點，原因在於其主要的效應細胞是 T 細胞受體。
研究中，他和合作者利用蛋白質組學和一系列生物化學技術進行實驗驗證，證明這一類靶點可以被呈遞到細胞膜上，並能啟用體內 T 細胞的活化。
另一方面，其還發現了一類胞外新表位（ExNeoEpitope），並將其稱之為 B 細胞抗原，原因在於其主要的效應細胞是 B 細胞受體。
同樣的，他們利用目前最新的長讀長技術和原位熒光實驗，證明了胞外新表位的存在以及在細胞中的位置，為開發單克隆抗體和嵌合抗原受體（CAR-T）奠定了理論基礎。
“不要有任何隱瞞，即使是負面結果”
據瞭解，本次課題開始於 2019 年 12 月。目前所在的課題組是一個計算生物學實驗室。最開始他和同事只是打算開發一個計算工具，去幫助癌症生物學研究者發現可能的新抗原。
在開發工具的過程中，他們遇到了很多難點，其中一個便是很多癌症靶點都可以在正常組織中表達，這也就解釋了為什麼很多參與癌症臨床試驗的患者都出現了副作用。
但是，問題的關鍵在於如何更好地衡量靶點的腫瘤特異性。另外，既然要利用自身免疫細胞，那麼鑑定的腫瘤新抗原必須具有免疫原性。
為解決以上兩個問題，他們延伸出了另外兩個計算課題。於是，2021 年開發了一個基於的深度學習模型預測免疫原性——DeepImmuno，相關論文發在 Briefing in Bioinformatics。
讓他出乎意料的是，這篇論文獲得了很高關注。後來領域內出現的新方法經常與 DeepImmuno 進行比較，DeepImmuno 所使用的方法也慢慢被領域所認可
他說：“這既給我帶來了信心，也讓我意識到一項研究一定要解釋清楚，不要有任何的隱瞞，即使是負面的結果，也應該完整地報道出來，這樣後人就可以少走彎路。”
2023 年，針對如何量化腫瘤特異性的問題，他開發了基於貝葉斯模型的 BayesTS score，並將其用於排序所有的新抗原。目前，這篇論文目前已經發布在預印本平臺，並已進入同行評議的流程。
完成上述兩個課題組之後，這一系列工作的計算部分終於劃上句號。但是，和同事很快就意識到，必須要真正地鑑定出好抗原，才能證明前面兩款工具的可用性。
“這一段時間也是最艱難的，因為我幾乎是從頭學起，尋找合作者、向他們解釋我們的課題，並希望能夠與他們合作，然後進行實驗驗證。”他說。
最終，他很幸運地獲得了三個外部課題組的幫助：
美國弗吉尼亞大學格洛麗亞·希恩克曼（）教授是蛋白質組學和長讀長領域的專家，幫助他們完成了蛋白質組學和長讀長的驗證。
美國辛辛那提兒童醫院塔瑪拉·蒂爾堡（ ）教授和 H.雷頓·格萊姆斯（）教授這兩個課題組，幫助他們分別探究了 T 細胞抗原的免疫原性、B 細胞抗原的 co-localization、以及完成了 HLA 親和力實驗。
“這些實驗驗證至關重要，直接把我們的發現往前推進一大步。在專案之初，我自己也想不到能夠走這麼遠。”說。
最終，相關論文以《利用 SNAF 的新抗原發掘揭示了廣譜免疫療法靶點》（）為題發在 Science Translational Medicine[1]。
是第一作者兼共同通訊，美國辛辛那提兒童醫院的塔瑪拉·蒂爾堡（ ）教授和內森·所羅門尼斯（）教授擔任共同通訊作者。
圖| 相關論文（來源：Science Translational Medicine）
“red water 和 blue water”
繼續說道：“我還想分享一下如何面對科研競爭。在學術界有 red water 和 blue water 的說法。red water 是最受歡迎的研究方向，同時競爭也極其激烈，隨時可能被搶發 。那 blue water 就是相對做得人少、競爭也會小很多的方向。”
很多人都希望選擇 blue water 的方向，這也完全無可厚非。但隨著對於所研究課題的熟悉，漸漸發現作為一個好的科研工作者，逃避競爭和挑戰從本質上是行不通的。
“當你第一次給自己找臺階下，你一定會有第二次，這和競技體育有很多相似之處，即我們要時刻保持自己處於高水平的競爭中，所以不要害怕競爭。不管一個領域多擁擠，you just need to do better。而且，每一項研究都不是完美的，要堅守自己的初衷，勇敢地走下去。”他說。
另一方面，也希望大家都能正面處理競爭。他說：“學術界的競爭如果處理得不好，會變成惡性競爭。而我們完全可以透過溝通，讓競爭變成一個正向的推動力。我們只需要 be open-minded，認可別人做得好的地方，甚至競爭者也能成為很好的朋友。”
圖 | 李光遠（來源：）
此外表示，本次研究只是開發免疫療法的第一步，未來必須在克服諸多挑戰之後，才能進一步地推向臨床研究，從而將他所發現的新抗原用於實際療法之中。
參考資料：
1.Li, G., Mahajan, S., Ma, S., Jeffery, E. D., Zhang, X., Bhattacharjee, A., ... & Salomonis, N. (2024). Splicing neoantigen discovery with SNAF reveals shared targets for cancer immunotherapy.Science Translational Medicine, 16(730), eade2886.
運營/排版：何晨龍
01/
02/
03/
04/
05/
