近日，刊登在国际杂志Nature上的研究报告中，来自西奈山伊坎医学院的研究人员通过研究开发了首个针对肿瘤新抗原数学模型以预测癌症患者获益可能性

长期以来，研究人员一直希望能够找到一种方法帮助确定是否患者会对新型的检查点抑制剂免疫疗法产生反应，以及更好地理解这种新型疗法如何有效治疗肿瘤；这项研究中研究人员提出的数学模型能够收集肿瘤进化各个方面的信息以及肿瘤和机体免疫系统之间相互作用的细节，相比此前的基因生物标志物而言能够更加准确地预测肿瘤对免疫疗法如何产生反应。

研究者Benjamin Greenbaum博士说道，我们展示了一种跨学科的方法来研究免疫疗法和肿瘤免疫监督之间的关系，这种新方法有望帮助我们开发更好的预测模型，并且设计新型疗法来促进机体免疫系统识别并且杀灭肿瘤。此外，研究者所开发的新型模型还能够帮助寻找免疫系统新作用的靶点，以及为那些对免疫疗法不产生反应的患者设计新型疫苗。

为了开发这种模型，研究人员利用接受免疫检查点抑制剂治疗的黑色素瘤和肺癌患者的数据进行分析研究，该模型能够追踪机体对药物产生免疫反应的多种特性，尤其是一些新生抗原，其对于突变及生长中的肿瘤非常特殊。新生抗原往往是主要的免疫疗法治疗目标，而这种研究框架很有可能会在研究者研究肿瘤对免疫疗法的获得性耐受性研究中使用到，而且对于理解免疫疗法诱发自身免疫样的副作用也至关重要。

文章中，研究者阐明了相似的模型如何被用来理解生存期延长的胰腺癌患者自身的免疫反应，本文研究或能帮助研究人员理解免疫系统如何对肿瘤进行有效识别。最后研究者Balachandran博士说道，本文研究对于理解某些肿瘤为何会比其它肿瘤更具攻击性提供了新的线索，同时还能帮助研究人员预测哪种新生抗原能够更加有效地刺激机体产生免疫反应。

原始出处：

Vinod P. Balachandran, Marta Łuksza, Julia N. Zhao, et al. Identification of unique neoantigen qualities in long-term survivors of pancreatic cancer. Nature (2017). doi:10.1038/nature24462.

Marta Łuksza, Nadeem Riaz, Vladimir Makarov, et al. A neoantigen fitness model predicts tumour response to checkpoint blockade immunotherapy. Nature (2017). doi:10.1038/nature24473