AI 模型预测 B 细胞对新抗原的反应性，以改进癌症疫苗

新抗原是仅能区分癌细胞的独特标志物。通过增强 B 细胞反应性，癌症疫苗可以超越一次性攻击和短期免疫记忆，实现“记忆”癌症的长期免疫，从而有效预防复发。韩国科学技术院（KAIST）的研究团队开发了一种基于人工智能的个性化癌症疫苗设计技术，使这一切成为可能，并针对每个个体优化抗癌效果。

新人工智能模型的开发

韩国大学生物与脑工程系郑均崔教授的研究团队与 Neogen Logic 有限公司合作，开发了一种新的人工智能模型，用于预测新抗原——个性化癌症疫苗研发的核心要素——并阐明了 B 细胞在癌症免疫疗法中的重要性。他们的论文发表在 《科学进展》（Science Advances）杂志上。

研究团队克服了现有新抗原发现方法的局限性（该方法主要依赖于预测 T 细胞反应性），开发了一种基于人工智能的新抗原预测技术，该技术综合考虑了 T 细胞和 B 细胞的反应性。

这项技术已通过大规模癌症基因组数据 、动物实验和癌症疫苗临床试验数据得到验证。它被誉为首个能够定量预测 B 细胞对新抗原反应性的 AI 技术。

B 细胞在癌症疫苗中的重要性

新抗原是由癌细胞突变产生的蛋白质片段组成的抗原。由于它们具有癌细胞特异性，因此作为下一代癌症疫苗的核心靶点而备受关注。Moderna 和 BioNTech 等公司利用其在推进基于新抗原的癌症疫苗技术过程中获得的 mRNA 平台开发了新冠疫苗，目前正与全球制药公司积极开展癌症疫苗的临床试验。

然而，目前的癌症疫苗技术主要集中于以 T 细胞为中心的免疫反应，其局限性在于它不能充分反映 B 细胞介导的免疫反应。

事实上，约翰·霍普金斯大学的 Mark Yarchoan 教授和 Elizabeth Jaffee 教授的研究团队在 2025 年 5 月的 《自然评论·癌症》 杂志上指出，“尽管越来越多的证据表明 B 细胞在肿瘤免疫中发挥作用，但大多数癌症疫苗临床试验仍然只关注 T 细胞反应。”

临床意义和未来方向

韩国科学技术院（KAIST）团队开发的新型人工智能模型通过学习突变蛋白与 B 细胞受体（BCR）之间的结构结合特征来预测 B 细胞反应性，从而克服了现有模型的局限性。特别是，对癌症疫苗临床试验数据的分析证实，整合 B 细胞反应可以显著增强实际临床环境中的抗肿瘤免疫效果。

崔正均教授表示：“我们正与目前正在将新抗原人工智能技术商业化的 Neogen Logic 有限公司合作，开展个性化癌症疫苗平台的临床前开发，并准备向 FDA 提交 IND 申请，目标是在 2027 年进入临床试验阶段。我们将基于我们专有的 AI 技术，提高癌症疫苗开发的科学完整性，并逐步推进向临床阶段的过渡。”