利用人工智能，卢德维希癌症研究所的科学家们开发出了一种预测模型，可以识别出具有最高潜力用于免疫疗法的抗癌免疫细胞。这个名为TRTpred的工具在高评级期刊《自然·生物技术》上有详细描述。
个性化癌症治疗
TRTpred模型是由算法支持的，可以整合到个性化的癌症治疗和根据每个患者的癌前细胞特征进行调整的疗法中。卢德维希洛桑分部的研究主管亚历山大·哈拉里先生提到，这种新技术可能为患者带来一系列新的补贴。
在患癌症的免疫细胞中，被转移到患者体内的T细胞淋巴细胞（TILs）是基于细胞的免疫疗法的基础。然后，这些TILs可以选择性地调节，增强其对抗癌症的固有协同能力，然后在培养中扩大后重新引入体内。然而，并不是每个TIL都能成功地对肿瘤可疑细胞起作用，只有一小部分具有肿瘤反应性。
哈拉里和他的团队提出了TRTpred，这是一种基于人工智能的预测建模方法，可以通过肿瘤反应性对T细胞受体（TCRs）进行排名。由于TRTpred可以识别出肿瘤分泌的基因，它可以创建一个适用于新人群的规则，并准确预测一个TCR是否是肿瘤反应性细胞。
TRTpred：人工智能的改变游戏规则
科学家们通过算法过滤器提升了前一步的质量，以寻找具有高亲和力的肿瘤抗原负载T细胞，即那些能够强烈结合抗原的细胞。此外，为了更好地区分肿瘤细胞的抗原，还添加了第三个过滤器，有助于多个抗原的定位。
团队提取了TIL的TCR，并使用MixTRTpred（TRTpred技术和算法过滤器的组合）来识别出那些可能有助于攻击高亲和力和多个肿瘤抗原的T细胞。当将这些改造后的T细胞成功引入小鼠体内时，完成异体移植后肿瘤消失，从而证明了这种方法的有效性。
卢德维希洛桑分部主任、该研究的合著者乔治·库科斯表示，他打算尽快在人类中开展I期临床试验，以测试这项技术。他表示对该方法的表现充满了希望，因为他相信它将克服目前基于TIL的疗法存在的局限性，特别是那些今天肿瘤没有按照预期反应的患者。
