算法人性化的癌症突变是最好的免疫治疗的目标

随着肿瘤细胞繁殖,他们经常产生数以万计的基因突变。弄清楚哪些是最有前途的目标与免疫疗法就像发现几海里捞针。现在一种新的模式由艾布拉姆森癌症中心的研究人员在宾夕法尼亚大学精心挑选那些针,这样他们就可以在更有效的杠杆,定制的癌症疫苗。电池系统今天公布的数据模型的发展,和算法已经网上开源技术作为一种资源。

“有突变在肿瘤可导致强大的免疫反应,但对于每一个突变,形成了一个健壮的反应,大约50突变不工作,这意味着信噪比不是很好,”说,这项研究的主要作者李·里奇曼MD /博士学位。候选人在癌症生物学佩雷尔曼医学院的宾夕法尼亚大学。“我们的模型工作原理就像一个过滤器,强调目标的信号,向我们展示了关注。”

目前,测序并确定可能的肿瘤免疫疗法是基于测量称为肿瘤突变负担(三甲),本质上是一个衡量的速度突变出现在一个给定的肿瘤。肿瘤的高速率突变更容易应对免疫疗法针对像PD-1抑制剂。问题是,癌症细胞分裂,他们随机变异,因为它们分裂指数,突变是几乎无限的潜力。这意味着在一个给定的免疫疗法可以针对某些癌症细胞的百分比,它可能不足以成为一个有效的治疗对于任何给定的病人。

宾夕法尼亚大学团队的模型看起来相反蛋白质序列从个体病人的样本和评估有多少看起来相似健康的细胞多少看起来不同的免疫系统可能的反应。是不同的,更好的免疫疗法的目标是,因为它是更容易吸引和激活疗法与间接伤害健康细胞。模型的预测也个性化每个病人的样本。从五个不同的团队分析了318名患者的样本的临床试验数据集和不仅证实了协会之间的不同和承诺作为免疫治疗的目标,但也发现不同相关总体存活率增加PD-1治疗后患者的非小细胞肺癌。

”有很多不同的突变的可能性,我们本质上煮的问题使用哪一个目标一个数学问题,然后开发一个算法来解决它,”安德鲁j . Rech说,医学博士,博士,一位居民在病理学和实验室医学和研究的文章的第二作者罗伯特·h·Vonderheide博士DPhil,艾布拉姆森癌症研究中心的主任。“我们也知道这是重要的为其他研究人员提供这个模型帮助疫苗开发和临床试验。"

研究人员说,除了使用试验,未来的工作还将包括该工具应用到更多的数据集细化算法。

---

---