近几年，以免疫检查点抑制剂为代表的免疫疗法取得了巨大成功，几乎颠覆了癌症治疗。然而，尽管免疫疗法响应持久、能治疗的癌症类型广泛，但真正能从中获益的患者群体仍然有限。因此，科学家们一直在寻找能够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。近期，首个能够预测“癌症患者如何响应免疫疗法”的数学模型诞生！相关成果发表在顶级期刊《自然》（Nature）杂志上。

免疫检查点抑制剂通过激活人体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”密切相关。新抗原（neoantigens）是癌细胞表面呈现的肿瘤特异性突变肽。决定新抗原“适合性”（fitness）的两个主要因素是：1）主要组织相容性复合体（MHC）呈递新抗原的可能性；2）随后的T细胞识别。

在这项新研究中，科学家们利用接受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，通过该方法鉴定出的低适合性（low-fitness）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博士表示：“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。”

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《自然》杂志上还发表了另一篇相关论文，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应用起到重要作用。