鉴定与治疗相关新抗原的许多方法将肿瘤测序与生物信息学算法结合，并推断出肿瘤表位免疫原性的规则。但是，没有参考数据可以比较这些方法，并且控制肿瘤表位免疫原性的参数仍然不清楚。有鉴于此，美国帕克癌症免疫疗法研究所的Nadine A. Defranoux和Daniel K. Wells等研究人员，通过联合体方法揭示出肿瘤表位免疫原性的关键参数，并改善了新抗原的预测。

本文要点

1）研究人员组建了一个全球联盟，每个参与者都从共享的肿瘤测序数据中预测了免疫原性表位。随后评估患者匹配样品中608个表位的T细胞结合。

2）通过整合与呈现和识别相关的肽特征，研究人员开发了肿瘤表位免疫原性模型，该模型以高于0.70的精度滤除了98％的非免疫原性肽。优先考虑模型特征的方案具有卓越的性能，利用特征的方案变更可改善预测性能。

3）在一个独立的队列中，肿瘤测序数据确定了310个表位，并对T细胞结合进行了评估，从而验证了这些发现。

本文研究的数据资源能够确定有效抗肿瘤免疫力的基础参数，可供研究团体使用。

参考文献：

Daniel K. Wells, et al. Key Parameters of Tumor Epitope Immunogenicity Revealed Through a Consortium Approach Improve Neoantigen Prediction. Cell, 2020.

DOI：10.1016/j.cell.2020.09.015

https://www.cell.com/cell/fulltext/S0092-8674(20)31156-9