一、技术名称

多组学融合与AI驱动的新抗原智能识别技术

二、应用领域

构建了一个标准化、精准度高的新生抗原优选分析系统，专注于推动个体化肿瘤疫苗在临床治疗中的转化应用。依托多组学数据整合与智能算法建模，平台可全面解析肿瘤特异性抗原特征，精准筛选出具临床价值的高质量新生抗原。其核心应用包括：用于开发靶向性强、个体化程度高的肿瘤预防及治疗性疫苗；辅助评估患者对免疫检查点抑制剂（ICIs）等免疫治疗的反应潜力；并为精准医疗中的免疫治疗决策和伴随诊断提供支持，广泛适用于个体化治疗设计、疫苗研发和免疫应答预后评估等关键临床场景。

三、技术简介

面向肿瘤新生抗原识别与评估的智能化分析系统，融合多组学数据、深度学习算法与流程自动化技术，旨在提升新生抗原预测的准确性与临床转化价值。首先，平台整合了全基因组/外显子组测序（WGS/WES）、转录组以及蛋白质组数据，全面覆盖SNVs、Indels、移码突变、基因融合及非编码区等多类变异来源，系统挖掘潜在新生抗原。其次，通过AI驱动的深度学习模型对抗原处理通路中的关键生物特征（如HLA结合、TAP转运、TCR识别等）进行建模，显著提升免疫原性预测能力。最后，平台基于Nextflow构建模块化、一站式流程，支持跨平台部署与大规模数据的高效处理，并可视化输出各分析步骤与结果，适用于精准免疫治疗研究和个体化疫苗设计等多种场景。

四、技术优势

1）多组学数据深度整合，识别覆盖更全面，支持SNVs、Indels、frameshift、基因融合及非编码区等多源突变中识别新生抗原肽。

2）AI驱动的高效新生抗原免疫原性预测体系，提高精准度与解释力。

3）一站式流程，支持大规模高通量应用，具备良好的可扩展性、可复现性和跨平台兼容性，适配高性能计算集群与本地部署环境。同时，配套开发了多个在线工具与可视化模块，提升用户体验和临床应用便捷性。

五、相关图片

六、典型案例

Neoantigen为肿瘤免疫治疗提供了一个有希望的突破，尽管由于免疫反应的质量，只有一部分患者反应良好。首先从体细胞突变和基因表达谱的结果开始开发了一个新抗原预测管道。综合新生抗原负荷、细胞毒性评分和HLA-I评分构建了新生抗原免疫反应评分（NAIRscore）。在该评分中，HLA-I评分的风险比（HR）小于1，而细胞毒性评分和新生抗原负荷的HR大于1。NAIRscore在多发性骨髓瘤样本的风险分层中展现出竞争性优势，尤其是高NAIRscore的患者与更长的总生存期显著相关。研究提供了基于本研究的在线工具来识别新抗原和预测患者预后。

七、联系人、联系电话、邮箱

鲁老师，lumanman@sibpt.cn