واکسن سرطان

_{ایمونوپپتیدومیکس و واکسن های سرطان}

در دنیای انکولوژی دقیق، این پرسش همواره مطرح بوده است: آیا می توان سیستم ایمنی بدن را طوری آموزش داد که بدون آسیب به بافت های سالم، دقیق ترین شلیک را به قلب تومور داشته باشد؟

 مقاله مروری Immunopeptidomics-guided cancer vaccine design: Advances, challenges, and emerging opportunitiesکه در ژورنال بین المللی Biomedicine & Pharmacotherapy (سال ۲۰۲۶) به چاپ رسیده است، به بررسی این تحول بزرگ پرداخته است.

۱. چرا الگوریتم های قدیمی ناکام می ماندند؟

در گذشته، طراحی واکسن های درمانی سرطان عمدتا بر پیش بینی های رایانه ای (*in silico*) متکی بود. اما مشکل بزرگ اینجا بود که بسیاری از اپیتوپ های پیش بینی شده در محیط زنده هرگز روی سطح سلول تومور پردازش و عرضه نمیشدند. در واقع، میان اتصال پیش بینی شده به HLA و تحریک واقعی سلول های T، شکافی عمیق وجود داشت.

۲. ایمونوپپتیدومیکس؛ دسترسی مستقیم به شناسنامه تومور
ظهور فناوری ایمونوپپتیدومیکس (Immunopeptidomics) بر پایه طیف سنجی جرمی (LC-MS/MS)، این بازی را تغییر داده است. این تکنولوژی به جای حدس و گمان های محاسباتی، پپتیدهای پردازش شده و عرضه شده روی مولکول های HLA در سطح سلول های سرطانی را مستقیما شناسایی می کند.
این رویکرد گستره وسیعی از اهداف درمانی را آشکار می سازد:
*نئوآنتی ژن های حاصل از جهش ها: شناساگرهای کاملا اختصاصی تومور.
*آنتی ژن های غیرکلاسیک (Non-canonical): پپتیدهای حاصل از ترجمه مناطق غیرکدکننده و اینترون ها.
*پپتیدهای دارای تغییرات پس از ترجمه (PTMs): نظیر سیترولیناسیون و فسفوریلاسیون که ۱۲ تا ۲۵ درصد ایمونوپپتیدوم را تشکیل داده و ایمونوژنیسیته بالایی دارند.

۳. هم افزایی هوش مصنوعی و داده های چندامیکس
نمایش یک پپتید روی سطح سلول، لزوما به معنای توانایی آن در تحریک سیستم ایمنی نیست. برای حل این معما، ایمونوپپتیدومیکس با ژنومیکس (WES)، ترانسکریپتومیکس (RNA-seq) و مدل های پیشرفته هوش مصنوعی (مانند SHERPA و ImmuneApp) تلفیق می شود.

الگوریتم های هوش مصنوعی با بازیابی سیگنال های ضعیف در طیف سنجی جرمی و مدلسازی کل مسیر عرضه آنتی ژن، گزینه های مثبت کاذب را حذف کرده و مطمئن ترین اهداف را برای واکسن انتخاب می کنند.

۴. پایان عصر تک اپیتوپ ها: سوی واکسن های چندآنتی ژنی
به دلیل ناهمگونی شدید تومورها و مکانیسم های فرار ایمنی، واکسن های تک اپیتوپی غالبا با مقاومت تومور مواجه می شوند. مقاله حاضر تاکید می کند که آینده متعلق به واکسن های چندآنتی ژنی (Multi-Antigen Vaccines) است.
تلفیق ایمونوپپتیدومیکس با پلتفرم های مدرن نظیر واکسن های mRNA-LNP، پپتیدهای بلند سنتزی (SLPs) و سلول های دندریتیک (DC)، امکان آموزش هم زمان سیستم ایمنی علیه چندین هدف توموری را فراهم می سازد.

۵. افق های نوظهور و چالش های پیش رو
اگرچه چالش هایی مانند حساسیت طیف سنجی جرمی در بیوپسی های کوچک، تنوع HLA در جمعیت ها و خطر واکنش متقاطع وجود دارد، اما فناوری های نوظهوری همچون ایمونوپپتیدومیکس تک سلولی و نگاشت فضایی (Spatial Mapping) در ریزمحیط تومور، راه را برای طراحی مخازن آنتی ژنی سازگارشونده (Adaptive Antigen Repertoire Design) هموار کرده اند.

لینک مقاله: https://www.sciencedirect.com/science/article/pii/S0753332226009625