Исследователи из школы компьютерных наук Черитон применили машинное обучение для идентификации опухолеспецифических антигенов, что может помочь сделать персонализированные вакцины против рака практически осуществимыми и более точными.
При раке, когда в ДНК клетки происходит мутация, происходит замещение. Эта замена отмечена нашей иммунной системой как захватчик и называется неоантигеном, мутированным пептидом, который появляется на поверхности раковых клеток.
"Если мы сможем выяснить, какие неоантигены находятся в раковых клетках, их можно будет использовать для разработки противораковой вакцины – вакцины, которая персонализирована для больного раком и которая использует собственную иммунную систему пациента для атаки на опухоль," объясняет Хиеу Тран, адъюнкт-профессор Школы компьютерных наук Черитон.
"Когда клетка становится злокачественной, тело знает об этом," – добавляет Мин Ли, профессор Школы компьютерных наук Черитон, который также возглавляет канадскую кафедру биоинформатики. "Это потому, что человеческий лейкоцитарный антиген или система HLA, отвечающая за регуляцию иммунной системы, может продемонстрировать, является ли пептид на поверхности клетки нормальным или мутированным. Если система HLA представляет нормальный пептид, наша иммунная система не атакует его. Наша иммунная система будет атаковать только клетки с мутациями, те, что с неоантигенами, иначе известными как раковые опухолевые клетки, на их поверхности."
Уловка, однако, заключается в том, чтобы найти эти специфичные для опухоли неоантигены – по сути, иголку в большом стоге сена. Неудивительно, что это невероятно сложная задача, которую можно выполнить с использованием обычных методов, но она чрезвычайно важна при разработке персонализированной вакцины против рака.
Питание медицины для индивидуума
Аминокислоты являются строительными блоками пептидов и, в конечном итоге, белковых молекул. Без них у нас не было бы иммунной системы, мы не смогли бы переваривать пищу, расти или воспроизводить потомство. По соглашению аминокислоты обозначаются однобуквенным кодом. Например, аминокислота аланин обозначена A, аргинин обозначен R, аспарагин обозначен N и т. Д. Аминокислотную последовательность пептида можно рассматривать как слово, состоящее из этих букв.
"Если вы знакомы с обработкой естественного языка, вероятно, вы видели, как ваш мобильный телефон угадывает следующее слово, которое вы, возможно, наберете, при составлении сообщения. Вы пишете «как», и он предлагает «есть», а если вы набираете «являются», он предлагает «вам»" Хиеу Тран сказал.
"Мы применили аналогичную модель машинного обучения для определения аминокислотной последовательности неоантигенов на основе этого однобуквенного аминокислотного кода. Если я знаю ваш иммунопептидом – тысячи коротких пептидных антигенов из восьми-двенадцати аминокислот, отображаемых на поверхности клетки, – и я знаю, что неоантиген отличается от ваших существующих пептидов всего одной мутацией, я могу обучить модель машинного обучения, используя ваши обычные пептиды для прогнозирования мутированных пептидов. Мы использовали рекуррентную нейронную сеть – модель машинного обучения, которую мы называем DeepNovo, – чтобы предсказать аминокислотную последовательность неоантигенов."
Для этого исследователи загрузили наборы данных иммунопептидомов пяти пациентов с меланомой, типом рака кожи, которые затем использовали для обучения, проверки и тестирования своей модели машинного обучения.
Еще более впечатляюще то, что модель машинного обучения способна персонализировать результаты, то есть определять определенные неоантигены для каждого отдельного пациента, чтобы обеспечить индивидуальное лечение и уход.
"Иммунотерапия рака быстро становится четвертым методом лечения рака, наряду с хирургией, химиотерапией и лучевой терапией," добавляет Мин Ли. "Все пациенты разные, и каждый рак отличается, поэтому лечение рака не должно быть одинаковым для всех. Лечение должно быть адаптировано к пациенту, и это то, что позволяет нам наша персонализированная модель машинного обучения."