2023年10月9日，瑞士洛桑大学的研究人员在 Cancer Cell 期刊发表了题为Machine learning methods and harmonized datasets improve immunogenic neoantigen prediction 的研究论文。该研究开发了基于机器学习（Machine Learning，ML）的方法，旨在改善对具有免疫原性的新抗原和突变的预测和筛选，以开发有效的个性化癌症免疫治疗方法。
除了通常用于新抗原优先排序的特征外，诸如新肽在HLA蛋白呈递热点内的位置、结合混杂性以及突变基因在致癌性中的作用等因素都是预测免疫原性的因素。除了对新抗原排序的机器学习方法的见解之外，该研究还提供了有价值的均匀化数据集，用于开发和基于新抗原的免疫疗法的配套算法。
本文内容转载自“生物世界”微信公众号。
原文链接: https://mp.weixin.qq.com/s/Ki0I3oMYiQvcVW-qgUFFEQ
