癌症研究工具 | ImmuneMirror：基于机器学习的新抗原预测工具

新抗原来源于肿瘤中的体细胞突变，在正常组织中不存在。新出现的证据表明，新抗原可以刺激肿瘤特异性T细胞介导的抗肿瘤免疫反应，因此是潜在的免疫治疗靶点。2024年2月，《Briefings in Bioinformatics》发表了基于机器学习的新抗原预测工具——ImmuneMirror，其包含用于新抗原预测和优先排序的平衡随机森林模型。

ImmuneMirror是什么？

ImmuneMirror是一个使用多组学测序数据的一体化生物信息学分析流程，以获取与癌症免疫疗法反应相关的关键基因组和转录组学特征。ImmuneMirror分析流程和web服务器（版本1.0）结合了机器学习（ML）模型，为新抗原预测纳入了更多预测性生物特征。通过这种由具有T细胞免疫原性的已知新肽训练的先进ML模型，ImmuneMirror克服了新抗原分布不平衡的问题，即与检测到的突变总数相比，免疫原突变衍生的新抗原相对较少。 

与其他现有管道相比，只有ImmuneMirror具有以下七个独特功能：用于优先级排序的方法、docker图像、web服务器、HLA I类和II类的新抗原预测、多种预测算法、开源。

ImmuneMirror的应用

开发团队使用从19项已发表研究中收集的已知免疫原性新肽对预测模型进行了训练和测试。根据测试数据：训练的模型的曲线下面积为 0.87。

将ImmuneMirror应用于胃肠道癌症的全外显子组测序和RNA测序数据，包括 805 例结直肠癌（CRC）、食管鳞状细胞癌（ESCC）和肝细胞癌患者的肿瘤，发现了微卫星不稳定性高（MSI-H）的 CRC 患者亚群，其新抗原负荷低，但肿瘤突变负荷高（每Mbp > 10个突变）。虽然 PD-1 阻断剂对晚期 MSI-H 患者的疗效已得到证实，但近一半的此类患者反应不佳。此项研究发现了可能无法从这种治疗中获益的 MSI-H 患者亚群，他们的主要组织相容性复合体 I（P < 0.0001）和 II（P = 0.0008）分子的新抗原负荷分别较低。此外，源自HLA-A02限制的热点突变的新肽YMCNSSCMGV-TP53G245V被确定为ESCC的潜在作用靶点。 

上述研究结果证明了ImmuneMirror在新抗原预测方面的可靠性和有效性，其可指导临床医生根据精准医疗的基因组和转录组图谱制定治疗策略，并促进患者分层，以在临床试验设计中选择更有可能对免疫治疗产生反应的患者。* 本研究中发现的新抗原将进行进一步实验和临床验证。

开源ImumeMirror流程和使用指南可在GitHub上获得：https://github.com/weidai2/ImmuneMirror

web服务器可免费使用： http://immunemirror.hku.hk/App/

参考文献：Gulam Sarwar Chuwdhury, Yunshan Guo, Chi-Leung Chiang, Ka-On Lam, Ngar-Woon Kam, Zhonghua Liu, Wei Dai, ImmuneMirror: A machine learning-based integrative pipeline and web server for neoantigen prediction, Briefings in Bioinformatics, Volume 25, Issue 2, March 2024, bbae024, https://doi.org/10.1093/bib/bbae024