路德维希癌症研究中心的科学家利用人工智能开发出了一种预测模型，可以识别出最有可能用于免疫疗法的抗癌免疫细胞。这一工具名为 TRTpred，在高评价的期刊《自然生物技术》中进行了详细描述。

个性化癌症治疗

算法支持的TRTpred模型可以融入到个性化癌症治疗中，并根据每位患者癌前细胞的特征制定个性化治疗方案。正如这项研究的首席研究员、洛桑路德维希大学的亚历山大·哈拉里先生所说，这种新技术可能会为患者带来一套新的补贴。

癌症中发现的免疫细胞被转移到患者体内，被称为肿瘤浸润淋巴细胞 (TIL)，构成了细胞免疫疗法的基础。然后可以选择性地调节这些 TIL，以增加其对抗癌症的内在协同能力，然后在培养中扩大规模后重新引入体内。然而，并不是所有的 TIL 都能成功地处理肿瘤可疑细胞，只有一小部分具有肿瘤反应性。

Harari 和他的团队提出了 TRTpred，这是一种人工智能驱动的预测建模方法，使他们能够根据肿瘤反应性对 T 细胞受体 (TCR) 进行排序。由于 TRTpred 识别出负责肿瘤分泌的基因，它可以创建一个规则，该规则将应用于新的群体，然后准确预测 TCR 是否是肿瘤反应性细胞。

TRTpred：人工智能驱动的游戏规则改变者

科学家们利用算法过滤器提高了前一步的质量，其目的是找到具有高亲和力的肿瘤抗原携带 T 细胞，即那些能够强抗原结合的细胞。此外，还添加了第三个过滤器，目的是更好地区分肿瘤细胞的抗原，这有助于针对多种抗原。

该团队提取了TIL的TCR，并使用MixTRTpred（TRTpred技术和算法过滤器的组合）来识别可能有助于攻击肿瘤的T细胞，这些T细胞具有高亲和力，并且对多种肿瘤抗原具有特异性。这些经过改造的T细胞被成功植入小鼠体内，异种移植完成后，肿瘤被明显消除，从而证明了该方法的有效性。

路德维希洛桑中心主任、这项研究的共同作者乔治·库科斯 (George Coukos) 打算尽快在人体上启动 I 期临床试验来测试这项技术。他表示，他对该方法的表现寄予厚望，因为他相信它将弥补基于 TIL 的疗法目前的不足之处。具体来说，就是那些肿瘤反应不如预期的患者。