科学家利用AI技术绘制“免疫地图” 学术资讯

美国约翰·霍普金斯大学的科学家利用人工智能技术绘制了免疫细胞受体，以对比其种类。通过对实验室孵育的老鼠和人类T细胞的分析，发现拥有更多该种受体的癌症患者可能对免疫疗法的药物和疫苗有更好的反应。科学家们关于如何绘制和检测“免疫地图”的研究成果，近日刊登于《癌症免疫学研究》。

“目前，制定大多数免疫治疗方案的前提是了解抗原，”约翰·霍普金斯大学生物医学工程博士John-William Sidhom说道，“然而，我们对抗原以及可以识别它们的T细胞的了解并不够多。”

为解决这一问题，Sidhom利用高性能计算在实验室中创建了暴露于病毒中的，人类T细胞受体的基因组序列数据的数学模型（本质上就是一张数码地图）。“我们这样做的目的是将能靶向同样抗原的相似T细胞归类在一起。”Sidhom解释到。

通过无监督学习算法，该研究团队可以根据受体序列的相似性将T细胞受体的序列数据转换为数字距离，并按功能特异性分类。举例来讲，假如两种受体的序列相似，那么计算机将在两组序列间分配一个短距离标记。反过来，假如序列不相似，那么它们将被分配一个长距离标记。当研究人员完成了数千组序列之间这样的“距离”指标转换，计算机的人工智能算法就能寻找受体之间的模式了。“通过表征受体序列之间的关联性正是我们获取免疫地图的方法，”Schneck讲道，“由于序列差异性很小，T细胞受体的相似度很高，这就是它们能够识别相同抗原的原因。”

通过对一项在全国范围内开展的免疫疗法药物（纳武单抗，nivolumab）的临床实验，约翰·霍普金斯大学团队对免疫地图的功能进行了测试。结果显示，34名患者中，只有3名患者对nivolumab有反应。在有反应的3名患者中，科学家们有了更大的发现——3人平均有15种不同的T细胞受体，而这一数据在无反应患者中是8~9种。此外，科学家们还发现，在接受nivolumab治疗4周后，反应组患者的T细胞多样性降低了10%~15%。

“患者在接受治疗前，拥有种类更多的受体‘武器’。这将使其能通过正确的受体杀死癌细胞。”Schneck说，“而一旦患者的免疫细胞发现了正确的受体，T细胞表达会使该类受体倍增，从而导致T细胞受体总体结构多样性的降低。”

Schneck团队也绘制了患瘤和非患瘤小鼠的T细胞受体对肿瘤抗原的多样性免疫地图。通过分析免疫地图，他们发现，相较于远离肿瘤，距肿瘤更近的T细胞样品的受体多样性降低了。这一数据可能对科学家分析肿瘤如何避开免疫系统的检测有所帮助。

最后，Schneck表示他们的研究团队还需要收集更多的免疫地图，以便准确预测哪些病人会对免疫疗法有反应。“现在，免疫地图还不能将T细胞与特定抗原进行匹配，或者说在单个病例中确定哪些抗原对于免疫疗法反应很重要，但在将来，免疫地图的绘制可能会对疫苗设计和T细胞基因工程改造有帮助。”

科界原创

编译：雷鑫宇审稿：莫西编辑：张梦

来源：https://www.sciencedaily.com