77921020：建立内容为“
{| style="width: 100%; background: none; border-spacing: 0;" |+ style="font-size: 1.35em; font-weight: bo…”的新页面

2025-12-24T15:44:30Z

建立内容为“<div class="medical-infobox" style="font-size: 0.85em;"> {| style="width: 100%; background: none; border-spacing: 0;" |+ style="font-size: 1.35em; font-weight: bo…”的新页面

新页面

<div class="medical-infobox" style="font-size: 0.85em;">
{| style="width: 100%; background: none; border-spacing: 0;"
|+ style="font-size: 1.35em; font-weight: bold; margin-bottom: 10px; color: #1a202c;" | 新抗原筛选 (Neoantigen Screening)
|-
| colspan="2" |
<div class="infobox-image-wrapper" style="padding: 25px; background-color: #f8fafc; border: 1px solid #f1f5f9; border-radius: 12px; text-align: center;">

<div style="font-size: 0.85em; color: #94a3b8; margin-top: 10px; font-weight: normal;">基于多组学数据的新抗原预测与筛选流程</div>
</div>
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 核心定义
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; font-weight: 600; text-align: right;" | 识别具有免疫原性的肿瘤特异性突变
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 支撑技术
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; text-align: right;" | NGS, 深度学习, 质谱免疫肽段组
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 关键参数
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; text-align: right;" | HLA亲和力, 表达量, 外源性评分
|-
! style="text-align: left; padding: 6px 0; color: #64748b; font-weight: normal;" | 临床目标
| style="padding: 6px 0; text-align: right;" | 个体化疫苗设计, TCR-T 靶点发现
|}
</div>

'''新抗原筛选'''（Neoantigen Screening/Prediction）是指通过生物信息学与免疫学手段，从肿瘤细胞的海量体细胞突变中鉴定出能够被患者自身免疫系统（主要是 T 细胞）识别并产生免疫应答的特异性抗原片段的过程。

新抗原（Neoantigen）由肿瘤特异性的基因变异（如 SNV、Indel、融合基因等）产生，不存在于正常组织中。由于其逃避了胸腺的中枢免疫耐受，具有极强的免疫原性。新抗原筛选的准确性直接决定了[[新抗原疫苗]]及个体化[[细胞治疗]]（如 TCR-T）的成败。该过程涉及从基因组测序、[[HLA分型]]到肽段-MHC结合力预测等一系列复杂的计算与验证步骤。

== 核心技术逻辑 ==
新抗原筛选是一个多层级的过滤过程，旨在从成千上万个突变中找出极少数的“真抗原”：

<div style="text-align: center; margin: 30px 0; padding: 15px; background: #fdfdfd; border-top: 1px solid #eee; border-bottom: 1px solid #eee;">
<span style="font-family: 'Times New Roman', serif; font-size: 1.1em; font-weight: bold; color: #2563eb;">突变鉴定 (WES/WGS)</span>
<span style="margin: 0 15px; color: #94a3b8; font-size: 1.4em;">→</span>
<span style="font-family: 'Times New Roman', serif; font-size: 1.1em; color: #d93025; font-weight: bold;">表达验证 (RNA-seq)</span>
<span style="margin: 0 15px; color: #94a3b8; font-size: 1.4em;">→</span>
<span style="font-family: 'Times New Roman', serif; font-size: 1.2em; font-weight: bold; color: #059669;">MHC 结合力预测与免疫原性评估</span>
</div>

== 筛选维度与临床特征客观评估 ==
基于目前精准免疫学公认的标准，新抗原筛选的关键评价指标分析如下。

<div style="overflow-x: auto; width: 90%; margin: 25px auto;">
{| class="wikitable" style="width: 100%; border-collapse: collapse; border: none; box-shadow: 0 4px 15px rgba(0,0,0,0.08); font-size: 0.95em; background-color: #fff;"
|+ style="font-weight: bold; font-size: 1.1em; margin-bottom: 12px; color: #2c3e50; text-align: center;" | 新抗原筛选关键技术指标分析
|- style="background-color: #eaeff5; color: #2c3e50; border-bottom: 2px solid #dce4ec;"
! style="text-align: left; padding: 12px 15px; width: 22%;" | 评估维度
! style="text-align: left; padding: 12px 15px;" | 临床客观表现与技术特征
|- style="border-bottom: 1px solid #f1f5f9;"
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | HLA-MHC 亲和力
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 筛选的核心门槛。利用 NetMHCpan 等深度学习算法预测突变肽段与患者[[HLA分型]]分子的结合稳定性（IC50 < 500nM）。这是抗原能被呈递到细胞表面的前提。
|- style="border-bottom: 1px solid #f1f5f9;"
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 肿瘤表达丰度
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 基于 RNA-seq 的基因表达定量（TPM）。只有在高表达的转录本中产生的突变肽段才具有足够的密度被 T 细胞识别。低表达突变通常在筛选中被剔除。
|- style="border-bottom: 1px solid #f1f5f9;"
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 免疫原性评分
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 评估突变肽段与野生型肽段的差异度（Agretopicity）。差异越大，越容易被视为“异物”。此外，需考虑肽段在 TCR 接触位点的理化性质。
|- style="border-bottom: 1px solid #f1f5f9;"
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 质谱免疫组验证
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 通过直接鉴定洗脱的 MHC-肽段复合物（Immunopeptidomics），为预测算法提供最真实的验证数据。这是解决算法“高假阳性率”问题的关键技术路径。
|}
</div>

== 技术挑战与前沿趋势 ==
目前新抗原筛选领域仍面临显著挑战：
* **假阳性率高**：预测为强结合的肽段中，仅有 1%-5% 能真正诱导 T 细胞应答。
* **HLA 分型复杂性**：罕见 HLA 亚型的预测模型准确度仍需提升。
* **异质性问题**：如何针对主干突变（Clonal mutations）而非分支突变进行筛选，以防止免疫逃逸。
* **计算速度**：在个体化疫苗制造中，需在数天内完成数亿次模拟运算。

== 参考文献 ==
* [1] Sahin U, et al. Personalized RNA mutanome vaccines mobilize poly-specific therapeutic immunity against cancer. Nature, 2017.
* [2] Bulik-Sullivan B, et al. Deep learning using tumor HLA peptide mass spectrometry data improves neoantigen identification. Nature Biotechnology, 2018.
* [3] Wells DK, et al. Key Parameters of Tumor Epitope Immunogenicity Revealed Through a Consortium Approach. Cancer Cell, 2020.
* [4] 肿瘤个体化新抗原生物信息学筛选专家共识（2025 修订版）：算法准确性评价标准与临床验证路径。
* [5] NetMHCpan 5.0: Improved prediction of MHC-I peptide binding using large-scale immunopeptidomics data.

{{reflist}}

<div style="clear: both; margin-top: 40px; border: 1px solid #a2a9b1; background-color: #f8f9fa; border-radius: 4px; overflow: hidden;">
<div style="background-color: #dee2e6; text-align: center; font-weight: bold; padding: 6px; border-bottom: 1px solid #a2a9b1; color: #374151;">肿瘤免疫学与生物信息技术导航</div>
{| style="width: 100%; background: transparent; border-spacing: 0; font-size: 0.85em;"
|-
! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right; border-bottom: 1px solid #fff;" | 核心工具
| style="padding: 8px; border-bottom: 1px solid #fff;" | [[NGS]] • [[HLA分型]] • [[质谱免疫组]] • [[DeepLearning算法]]
|-
! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right; border-bottom: 1px solid #fff;" | 筛选指标
| style="padding: 8px; border-bottom: 1px solid #fff;" | [[TMB]] • [[MHC亲和力]] • [[TPM表达量]] • [[Agretopicity]]
|-
! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right;" | 治疗关联
| style="padding: 8px;" | [[新抗原疫苗]] • [[TCR-T治疗]] • [[TIL疗法]] • [[个体化治疗]]
|}
</div>

[[Category:生物信息学]]
[[Category:免疫学]]
[[Category:肿瘤学]]
[[Category:精准医疗]]

新抗原筛选 - 版本历史

77921020：建立内容为“ {| style="width: 100%; background: none; border-spacing: 0;" |+ style="font-size: 1.35em; font-weight: bo…”的新页面

77921020：建立内容为“
{| style="width: 100%; background: none; border-spacing: 0;" |+ style="font-size: 1.35em; font-weight: bo…”的新页面