引言
肿瘤新抗原源自癌细胞中的体细胞遗传突变,并以与主要组织相容性复合体I类(MHC-I)分子结合的形式呈现在细胞表面,从而可激发强烈的、突变特异性的T细胞免疫应答(Xie et al., 2023, Xie et al., 2025)。其固有的肿瘤特异性和极低的脱靶自身免疫毒性,使新抗原成为新型癌症免疫疗法的极具吸引力的靶标。传统的新抗原鉴定流程依赖于肿瘤浸润淋巴细胞(TIL)分析(Foley et al., 2024)、血清学表达克隆(SEREX)(H?rstke and Vogl, 2025)以及基于质谱(MS)的免疫肽组学(ElAbd and Franke, 2024)等技术。然而,这些湿实验流程受限于通量低、实验周期长、操作成本高、固有技术偏倚以及假阳性/假阴性检出率偏高等问题,限制了其在个性化癌症治疗中的广泛临床应用(Katsikis et al., 2024)。
深度学习架构在识别肿瘤相关表位和新抗原候选物方面展现了出色的预测能力(Zeng et al., 2025, Tejaswi et al., 2025, Battaglia, 2020, Li et al., 2024, Shuai et al., 2025)。诸如NetMHCpan-4.0和MHCflurry等主流计算工具利用深度学习量化肽段与MHC的结合亲和力(Jurtz et al., 2017, O'Donnell et al., 2020, Xu et al., 2026, Nazarloo et al., 2025),而pVACtools则整合了覆盖抗原加工及下游免疫识别的多阶段预测特征(Hundal et al., 2020)。基于图卷积网络(GCN)构建的DeepAntigen对肽段–MHC–TCR三元相互作用进行建模,以辅助肿瘤新抗原筛选(Que et al., 2025)。包括DeepHLApan在内的其他深度学习流程同时建模结合亲和力与免疫原性,以提升预测置信度(Wu et al., 2024, Jian et al., 2025, Chang and Wu, 2024)。层级渐进学习(HPL)使未表征MHC-I等位基因实现稳健的零样本预测(Zhu et al., 2025),而SeqDA-HLA则结合双注意力机制与预训练语言模型嵌入,在不同长度肽段上实现一致性能(Kim et al., 2025)。尽管在方法论上取得了上述进展,现有通用预测模型仍存在精度欠佳、假阳性输出过多以及跨不同MHC等位基因性能波动显著等问题,严重制约了其在转化临床应用中的可靠性。目前仍迫切需要标准化的高性能等位基因特异性预测流程(Sen et al., 2024, Wang et al., 2025, Zhang et al., 2025)。
几乎所有主流软件均采用泛HLA通用架构,以最大化覆盖多种HLA亚型,但这种广泛适用性却以降低对单个高频率等位基因的预测精度为代价(Glynn et al., 2025)。在所有MHC-I变体中,HLA-A*02:01是全球分布最广的等位基因之一,在东亚、中东及拉丁美洲人群中携带频率尤为突出(Sanchez-Mazas et al., 2024)。该等位基因还拥有最大的实验验证肽段结合数据库和最完善的结合基序注释。为在兼顾等位基因特异的肽段结合偏好性的同时提升预测性能,我们开发了一种HLA-A*02:01特异性预测模型,充分利用该高频亚型已有的大规模验证数据集。基于我们此前发布的POTN模型——一种主要基于HLA-A*02:01限制性表位训练的支持向量机(SVM)工具——我们对POTN-2进行了全面改造,大幅扩充了特征提取流程并优化了算法架构(Meng et al., 2020)。POTN-2已部署为免费公共Web服务器,支持原始肽段序列、蛋白FASTA文件及临床外显子组测序数据等多种输入,用于高通量筛选HLA-A*02:01结合肽段候选物。值得注意的是,POTN-2通过大幅扩充训练数据、系统性多算法基准测试、可变长度肽段处理以及突变型与野生型区分等功能,显著扩展了早期POTN框架的能力。
Linfeng Song|Chunrui Xu|Shiyi Xiong|Junzhe Zhang|Yuran Wang|WU Yahong|Jiangfeng Du