免疫疗法作为一种风头正盛的癌症新疗法，尽管响应持久、能治疗的癌症类型广泛，但真正能响应它的患者群体是有限的。因此，科学家们一直在寻找能预测“哪些患者能够响应免疫检查点抑制剂（如PD-1/PD-L1抗体）”的方法。
简单来说，免疫检查点抑制剂是借助人体的免疫系统来识别和摧毁肿瘤细胞。这类新型抗癌疗法的临床效果与“新抗原激活的T细胞识别”（activated T-cell recognition of neoantigens）有关。
新抗原（neoantigens）是一类呈现在癌细胞表面上肿瘤特异性的突变肽。有两个主要的因素决定了“新抗原”的适合性（fitness）：1）主要组织相容性复合体（MHC）呈递新抗原的可能性，以及2）随后的T细胞识别。
图片来源：Nature
在这项新研究中，科学家们借助用免疫检查点抑制剂治疗的黑色素瘤患者和肺癌患者的数据，提出了一个基于“新抗原”的、能够预测癌症免疫疗法疗效的肿瘤适合性模型（fitness model for tumours）。
该数学模型能够捕捉“肿瘤进化”以及“肿瘤与免疫系统潜在相互作用”的各个方面，比先前的基因组生物标志物更准确地预测肿瘤如何响应免疫疗法。
研究结果显示，这一模型成功预测了抗CTLA-4疗法治疗黑色素瘤患者，以及抗PD-1疗法治疗肺癌患者的存活率。更重要的是，经过这一方法鉴定出的低fitness（low-fitness）的新抗原有望用于开发新的免疫疗法。
论文的共同通讯作者Benjamin Greenbaum博士说：“我们提出了一种跨学科的方法来研究免疫疗法。这项研究在‘理解为什么一些肿瘤比其它肿瘤更难治疗’，以及‘合理预测哪些新抗原能够最有效地刺激免疫响应’等方面迈出了一大步。”
图片来源：Nature
值得一提的是，在上述成果发表的同一天，论文的共同通讯作者兼第一作者、计算机科学家Marta Luksza博士在Nature杂志上还发表了另一篇相关论文。研究揭示了一个相似的模型如何被用于理解比其他患者存活更久的胰腺癌患者的免疫响应。
总结来说，这两项研究均表明，这种预测模型能够用于鉴别“免疫系统在何时能够有效识别肿瘤”，将对推动癌症免疫疗法的更精准的应用起到重要作用。（作者： Chen）
原标题：Nature：癌症患者如何响应免疫疗法？首个可预测数学模型诞生！
参考资料：1）A neoantigen fitness model predicts tumour response to checkpoint blockade immunotherapy
2）Scientists create first mathematical model that predicts immunotherapy success