您的位置:首页→新闻资讯

滑铁卢大学李明教授:AI赋能肿瘤新生抗原发现

5月10日—11日,首届中国生物计算大会暨数字医学创新峰会在苏州国际博览中心召开。会议集聚了国内外生命科学和计算领域顶尖专家,BSi的创始人,加拿大皇家科学院院士,滑铁卢大学计算机学院李明教授受邀参加并在大会上做了应用深度学习方法对抗原抗体测序的报告。

在报告中,李明教授为大家生动地讲解了质谱谱图解析的基本原理,以及PEAKS团队在多肽与蛋白的de novo测序领域的发展历程,从动态规划到DeepNovo,再到不受质谱仪质量精度影响的PointNovo,在不依赖数据库的从头测序领域,PEAKS一直处在行业的领军地位。

近年来,随着肿瘤免疫治疗的方法开发,靠数据驱动的个性化精准医学与计算机技术,和人工智能领域碰撞出了火花,这也是本次大会的主题:BT & IT 的融合。作为在计算机科学领域的科学家李明教授,一直在推动数据与生命科学探索发现的结合。今年发表在Nature Machine Intelligence的Personalized deep learning of individual immunopeptidomes to identify neoantigens for cancer vaccines 为个性化肿瘤免疫治疗,包括基于新生抗原肽的疫苗,嵌合抗原受体CAR-T,T细胞受体TCR-T这类改良T细胞疗法带来新的数据推动力。目前来说,在肿瘤新生抗原领域,绝大多数是采用基因组/转录组测序+突变预测的方法来获得并筛选肿瘤新生抗原的信息。


HLA-I-结合肽段(p-HLA) 典型产生机制是通过蛋白酶体降解细胞内的蛋白质,蛋白酶体产生长度在2到22个氨基酸之间的肽 。在这个过程中,蛋白酶体也可以连接不同的多肽片段(剪接肽段),产生的序列是不连续的,因此这些肽段也并不是来自基因组中的线性模板产生的。可能连接同一个蛋白产生(cis-spliced)的肽段,也可能连接两个不同蛋白(trans-spliced)来源的肽段,其中p-HLA中约30%发生了顺式剪接。

质谱(MS)是唯一一种能够通过其高灵敏度、高速度和高精确度来解决这种复杂多肽产物的鉴定技术。而我们的DeepImmun新抗原发现工作流通过来自质谱实验数据的真实发现,通过个性化数据训练机器学习模型,能够实现更快、更可靠的肿瘤新生抗原的筛选,大大加速新生抗原的发现速度。

我们现已推出DeepImmun肿瘤新生抗原表征服务,采用PEAKS独特的核心算法DeepNovo和DeepImmun发现工作流,产生针对每个患者的个性化免疫多肽组数据。我们相信在数据驱动的精准医疗领域中,肿瘤新生抗原对于实体瘤治疗未来可期!


上一篇:利用机器学习开发个性化的癌症治疗
下一篇:暂无
微信关注
产品与服务
产品中心
技术服务
下载中心
视频下载
资料下载
新闻与活动
活动中心
新闻资讯
关于我们
招贤纳士
合作伙伴
联系我们
备案号:沪ICP备18003966号-1
Tel:+86-21-54155562
Fax:+86-21-60763798
E-mail: sales@wandougu.com
Add:上海市松江区沪松公路 1399 弄 69 号 718
Copyright 2017wandougu. All rights reserved.

用户登录

用户注册