洛桑大学等机构的科学家们在《Nature Biotechnology》杂志上发表了一项突破性研究，他们利用人工智能技术开发了一种名为TRTpred的预测模型，能够精准识别出用于癌症免疫疗法的最具潜力的T细胞受体。这一模型结合其他算法，可以根据每位患者的肿瘤特异性细胞组成制定个体化疗法，为癌症治疗领域带来了新希望。
细胞疗法涉及从患者肿瘤中提取免疫细胞，尤其是T细胞，改造以增强其抗击癌症的能力，并回输至患者体内。然而，并非所有T细胞都能有效识别和攻击肿瘤细胞。研究人员面临的挑战是识别出那些能识别肿瘤抗原的T细胞受体。
为此，研究人员开发了TRTpred模型，它通过分析来自转移性黑色素瘤患者的235个T细胞受体的全局基因表达（转录组），识别出区分肿瘤反应性T细胞和非反应型T细胞的关键模式。该模型在测试了42名癌症患者的肿瘤浸润性淋巴细胞（TILs）后，能以90%的准确率识别出肿瘤反应性的T细胞受体。
为了进一步提高疗效，研究人员引入了二级算法过滤器来筛选高亲和力的肿瘤反应性T细胞，并开发了MixTRTpred系统，该系统能够识别具有肿瘤反应性、高亲和力及能靶向多种肿瘤抗原的T细胞。在小鼠模型中的实验证明，利用这些T细胞受体改造的T细胞能够成功清除肿瘤组织。
研究人员表示，这种基于人工智能的T细胞受体识别方法有望克服当前基于TIL疗法的局限性，特别是对于对传统疗法无反应的患者。这一研究成果不仅为个性化T细胞疗法的发展奠定了坚实基础，也为癌症患者提供了新的治疗选择。
