科学家开发人工智能模型以增强癌症免疫疗法

路德维希癌症研究所的科学家们利用人工智能技术开发了一种预测模型，可以识别dent最具潜力用于免疫疗法的抗癌免疫细胞。该工具名为TRTpred，其详细信息已发表在权威期刊《自然·生物技术》上。

癌症治疗的个性化

基于算法支持的TRTpred模型可以整合到个体化癌症治疗和定制疗法中，这些疗法基于每位患者癌前细胞的特征。正如该研究的首席研究员、来自洛桑路德维希大学的亚历山大·哈拉里先生所提到的，这种新技术可能会为患者带来一系列新的益处。.

从癌细胞中提取的免疫细胞，即肿瘤浸润淋巴细胞（TILs），被移植到患者体内，构成了细胞免疫疗法的基础。这些TILs可以进行选择性调控，以增强其对抗癌症的内在协同作用，然后在体外培养扩增后重新输注回患者体内。然而，并非所有TIL都能成功靶向肿瘤细胞，只有一小部分具有肿瘤反应性。.

哈拉里和他的团队开发了TRTpred，这是一种人工智能驱动的预测建模方法，能够根据T细胞受体（TCR）的肿瘤反应性对其进行排序。TRTpred通过dent负责肿瘤分泌的基因，可以创建一条规则，应用于新的细胞群，从而准确预测TCR是否具有肿瘤反应性。.

TRTpred：人工智能驱动的颠覆性变革者

科学家们利用算法过滤器提高了前一步骤的质量，旨在找到具有高亲和力的肿瘤抗原阳性T细胞，即那些能够强效结合tron的T细胞。此外，他们还添加了第三个过滤器，以更好地区分肿瘤细胞的抗原，从而有助于靶向多种抗原。.

研究团队提取了trac淋巴细胞（TIL）的T细胞受体（TCR），并利用MixTRTpred（一种结合了TRTpred技术和算法筛选的方法）来识别dent能够高亲和力且特异性识别多种肿瘤抗原的T细胞，这些T细胞可能有助于攻击肿瘤。这些经过基因工程改造的T细胞被成功导入小鼠体内，dent 异种移植完成后，浸润肿瘤明显被，从而验证了该方法的有效性。

洛桑路德维希癌症中心主任兼该研究的共同作者乔治·库科斯计划尽快启动一项人体I期临床试验，以检验这项技术。他表示，他对该方法的疗效充满信心，相信它能够弥补目前基于肿瘤浸润淋巴细胞（TIL）疗法的不足，特别是那些肿瘤对现有疗法反应不佳的患者。.