胶质母细胞瘤（GBM）是成人中最常见的恶性颅内肿瘤，中位生存期仅为16至20个月。新抗原疗法在GBM治疗中展现出优势，因其能够改善肿瘤内的免疫抑制性微环境。然而，鉴定具有真正免疫原性的新抗原仍是一项重大挑战。
当前的计算预测工具主要聚焦于抗原呈递，而整合了T细胞免疫原性特征的算法仍然有限。此外，标准验证方法（如酶联免疫斑点（ELISpot）测定）缺乏生理相关性，无法完全重现肿瘤微环境。
2026年5月19日，首都医科大学张伟，Guanzhang Li，北京航空航天大学张靖和Zhiyuan Xu共同通讯在Cancer Research在线发表题为A Deep Learning–Driven Framework Integrating Organoid-Based Functional Validation Identifies Universal Neoantigens from Recurrent Glioma Mutations的研究论文。
该研究基于公开数据集，通过整合人类白细胞抗原（HLA）结合与T细胞受体（TCR）识别特征，开发了一种新抗原预测算法——TCRscore。作者利用来源于异柠檬酸脱氢酶（IDH）野生型肿瘤的21个患者来源的GBM类器官模型，对该算法的性能进行了验证。
采用ELISpot测定、流式细胞术以及基于类器官-T细胞共培养系统的体外杀伤实验，对预测的新抗原进行了评估。在预测免疫原性新表位方面，TCRscore优于现有六种工具。类器官模型保留了亲代肿瘤的关键组织学和转录组学特征，并为功能验证提供了有效平台。
共培养实验证实，新抗原特异性T细胞可在GBM类器官中诱导靶向杀伤。尤为重要的是，分析鉴定出复发性PIK3R1 G376R突变可构成GBM中潜在的保守性新抗原。总之，通过将TCRscore与基于类器官的验证相结合，本研究提供了一个具有显著提高的预测准确性、高保真度、高质量的GBM新抗原数据库。
根据2021年世界卫生组织中枢神经系统肿瘤分类的定义，胶质母细胞瘤特指异柠檬酸脱氢酶野生型胶质母细胞瘤，是脑癌中最具侵袭性和致死性的类型之一，其特点是生长迅速、高度异质性以及对手术、放射治疗和化学治疗等常规治疗手段具有抵抗性。
尽管癌症治疗取得了显著进展，但胶质母细胞瘤患者的预后仍然很差，确诊后中位生存期不足2年。这一严峻现实凸显了开发新型治疗方法的迫切需求，这些方法需能有效应对胶质母细胞瘤所带来的独特挑战，包括其浸润性生长模式、适应与演化的能力以及高度免疫抑制性的微环境。
新抗原，即源于体细胞突变的肿瘤特异性肽段，为应用个性化癌症免疫治疗提供了有前景的机会。与常规抗原不同，新抗原对每位患者的肿瘤而言是独一无二的，使其成为精准医疗的理想靶点。通过利用免疫系统识别这些独特抗原的能力，基于新抗原的治疗能够激发针对胶质母细胞瘤细胞的强大且靶向性的免疫应答，同时最大限度地减少对健康组织的损伤。
值得注意的是，由Hilf及其同事以及Keskin及其同事开展的两项里程碑式临床试验证实了个性化新抗原疫苗在胶质母细胞瘤患者中的可行性和治疗潜力，为基于新抗原的免疫治疗提供了关键的概念验证。
基于新抗原的疗法提供了一种手段，可以特异性地训练患者的免疫系统识别并攻击肿瘤细胞而不影响正常细胞，从而可能提供一种更安全、更有效的治疗选择。测序技术和计算生物学的最新进展促进了新抗原的鉴定和验证，使个性化免疫治疗更接近胶质母细胞瘤患者的临床应用。
然而，在新抗原和抗原生物学领域，最根本且尚未解答的问题之一是缺乏对特定新抗原为何无法引发T细胞应答的理解。近年来，大量研究致力于确定哪些肽段能够被主要组织相容性复合体I类分子提呈，从而促进了预测肽段与主要组织相容性复合体I类分子结合亲和力的高精度预测工具的开发。
尽管能够精确预测所产生的肽段-主要组织相容性复合体，但如何区分表位与非表位仍是一个未解难题。建立肽段-主要组织相容性复合体与T细胞受体序列之间的联系的能力，对于追踪免疫系统与肿瘤之间复杂的交互作用，以及优化各种免疫治疗策略的设计与实施至关重要。
为弥补这一知识空白并提高现有肽段-主要组织相容性复合体结合预测的精度，近期的计算机模拟算法已开始将T细胞相关特征纳入其模型，这些特征包括面向T细胞受体的残基、肽段疏水性以及与已知T细胞受体基序的结构兼容性。深度学习模型能够通过学习高级表征从含噪声的原始数据中提取特征，在识别多种免疫学变量之间错综复杂的非线性关系方面展现出巨大潜力。
尽管如此，当前模型在分析人类白细胞抗原、新抗原和T细胞受体之间的交互作用时，在整合氨基酸描述符（包括拓扑性质、物理化学性质以及三维结构性质的量化值）方面仍面临重大限制。更具体地说，它们未能充分利用Z描述符在量化氨基酸内在特性及预测肽段-蛋白质交互作用方面的优势。这些局限性导致其在不同异质性肿瘤和患者特异性免疫谱系中的泛化能力较差，从而迫切需要对用于新抗原预测的前沿生物信息学算法进行开发。
图1.新抗原预测方法在GBM队列中的实验验证和基准测试（摘自Cancer Research）
在计算发展的同时，新抗原免疫原性的实验验证至关重要。体外模型主要采用酶联免疫斑点技术，常用于评估候选新抗原激发免疫应答的能力。酶联免疫斑点检测法可测量免疫细胞在受到新抗原肽刺激后释放的细胞因子（如干扰素γ）。
尽管有其应用价值，酶联免疫斑点模型存在局限性，例如无法完全复制包含多种影响免疫应答的免疫细胞和基质细胞的复杂肿瘤微环境。这可能影响其预测患者体内免疫应答的准确性，凸显了对更先进临床前模型的需求。
为应对这一挑战，肿瘤类器官模型已成为一种有前景的工具。源自患者肿瘤的类器官保留了原始组织的结构和细胞多样性，包括免疫微环境。通过提供一个在生理上更相关、能保留亲代肿瘤免疫背景的环境因素，胶质母细胞瘤类器官为更准确地评估新抗原免疫原性提供了平台。
将肿瘤类器官模型与新抗原肽筛选相结合，可以更精确地评估这些肽段如何与免疫系统交互作用，包括它们在高度模拟患者肿瘤的环境中激活T细胞的能力。这些模型增进了作者对患者特异性背景下免疫原性的理解，并促进了针对胶质母细胞瘤的更有效的基于新抗原疗法的开发。
在本研究中，作者提出一个整合框架，该框架将基于Z描述符的T细胞感知深度学习模型——TCRscore——与源自患者的胶质母细胞瘤类器官相结合，用于新抗原的发现与验证。TCRscore是基于公开数据集开发的，整合了常规特征（如主要组织相容性复合体结合亲和力与基因表达）以及T细胞识别潜能，旨在更好地捕捉候选肽段的真实免疫原性。
作者利用包含21例胶质母细胞瘤患者的独特队列，通过患者来源的类器官对该模型进行了验证。利用TCRscore，作者为每位患者排定了新抗原候选肽的优先次序并进行了功能验证。既往研究表明，长度为9个氨基酸的肽段是主要组织相容性复合体I类分子最常提呈的新抗原，本研究也证实了这一点。因此，作者主要关注9肽。
作者的结果显示，TCRscore在预测准确性和实验验证率方面均优于几种广泛使用的新抗原预测工具。通过将TCRscore与基于类器官的模型相结合，作者构建了一个高保真度、高质量的胶质母细胞瘤新抗原数据库。
此外，作者的分析还鉴定出PIK3R1G376R是胶质瘤中一种反复出现的保守性突变，该突变在多个数据集中具有高患病率，且由此突变衍生的新抗原强有力地预测了与常见人类白细胞抗原等位基因的结合，突显了其在群体靶向免疫治疗（如保守性新抗原疫苗或基于T细胞受体的疗法）中的潜在价值。
总之，作者的研究通过整合计算建模与类器官验证，为胶质母细胞瘤的个性化新抗原发现建立了一种稳健且可推广的策略。该方法提高了新抗原选择的精确性，并为在实体瘤中评估免疫治疗靶点提供了一个实用的临床前框架。
参考消息：https://doi.org/10.1158/0008-5472.CAN-25-2679