今回TCR解析用に開発した独自の生成AIモデルでは、がん細胞由来抗原に高い反応性を示す新規TCRの遺伝子配列を予測します。ターゲットとなるがん細胞由来抗原と、物理化学的なデータに基づくTCR相互作用情報を学習させた機械学習アルゴリズムを用いて、目的の抗原に対して反応性の高いTCR配列を予測し、がん細胞由来抗原との反応性の高さを示すスコアとともに提示します。本生成AIモデルは、これまでのTCR配列の改変を実行するAIモデルとの比較において、確度と精度の面で高い性能を示しました。また、本生成AIモデルによって設計されたTCRは、セルベースアッセイにおいて反応性を示すことを、愛知県がんセンターとの共同研究によって確認しています。2024 年 11 月 7 日
NEC 公司
NEC Bio B.V.
- 兩家公司都使用自己的生成式人工智能技術來預測對癌細胞衍生抗原具有高度反應的T細胞受體（TCR，註釋1）。
- 預測的TCR在T細胞系中表達，並證實可以誘導更強的T細胞活性。
- 它有可能爲利用TCR的癌症免疫療法的未來發展帶來創新。
NEC公司（以下簡稱NEC，注2）和負責在NEC藥物發現業務中使用人工智能的前沿研究和臨床開發的NEC Bio B.V.（以下簡稱NEC Bio，註釋3）開發了一種生成式人工智能模型，該模型利用獨特的生成式人工智能技術預測TCR序列對癌細胞衍生抗原（註釋4）表現出高響應性。此外，基於細胞的試驗（註釋5）表明，預測的TCR已被激活。這些結果可能有助於縮短開發週期，並在基於TCR的癌症免疫療法開發中選擇TCR候選藥物。
兩家公司將在11月7日的美國免疫療法學會（SITC）2024年年會（癌症免疫療法學會）2024年年會上公佈這些結果。
使用TCR進行癌症免疫治療的問題
TCR 是一種在 T 細胞（一種免疫細胞）上表達的受體，可識別源自癌細胞的抗原並誘導 T 細胞攻擊癌細胞。因此，它被視爲癌症免疫療法的前景靶標之一。但是，鑑定可用於癌症免疫治療的TCR的傳統方法需要複雜的實驗程序，例如從人體外周血樣本中克隆TCR基因，因此要選擇識別源自癌細胞的抗原的TCR並不容易，這是使用TCR開發癌症免疫療法的問題之一。
使用獨特的生成式人工智能技術修改TCR並確認有效性
這次爲TCR分析開發的獨特的生成式人工智能模型可預測對癌細胞衍生抗原表現出高反應性的新型TCR的基因序列。使用機器學習算法，根據物理化學數據學習靶癌細胞衍生抗原和 TCR 相互作用信息，預測和顯示對靶抗原高度反應的 TCR 序列，以及顯示與癌細胞衍生抗原反應性高的分數。與迄今爲止執行TCR序列修改的人工智能模型相比，生成的人工智能模型在準確性和準確性方面表現出較高的性能。此外，通過與愛知癌症中心的聯合研究，已經證實，使用這種生成的人工智能模型設計的TCR在基於細胞的檢測中顯示出反應性。
對此事的評論
我很高興能夠在SITC年度股東大會上介紹利用我們獨特的生成式人工智能技術進行TCR修改的研究成果。這些結果顯示了我們技術的創新潛力，我們預計這項技術將爲未來的癌症免疫療法開發做出重大貢獻。NEC集團將繼續努力實現我們的使命，即使用人工智能爲世界各地的患者提供創新的醫療服務。
NEC 執行官企業執行副總裁兼首席技術官西原元雄
此外，除了能夠在 SITC2024 海報發佈時查看這些內容外，還可以在 NEC Bio 網站上訪問這些內容。
- SITC 2024：
- NEC 簡介：
海報詳情
- 摘要編號：1230
- 標題：使用人工智能系統設計針對癌症抗原的增強型 TCR
- 主持人：馬丁仁強敏—美國NEC實驗室
- 演講日期：11 月 7 日
結束了
- （註釋 1）T 細胞受體 (TCR)：T 細胞是一種負責部分免疫系統的白細胞，在對細菌、病毒和癌症等外來物質（抗原）的免疫反應中起着核心作用。T 細胞受體是在 T 細胞的細胞膜上表達的蛋白質，它們具有識別抗原和激活 T 細胞的作用。
- （註釋 2）總部：東京都港區；董事、代表執行官、總裁兼首席執行官：森田隆之
- （註釋 3）總部：荷蘭希爾弗瑟姆；首席執行官：北村智
關於 NEC Bio： - （註釋 4）癌細胞衍生抗原：一種特異性地在癌細胞上表達的抗原，是免疫細胞識別和攻擊癌細胞的靶標。
- （註釋 5）基於細胞的試驗：源自癌細胞的抗原：一種使用細胞檢測和評估對特定物質的生物反應的實驗方法。在本次驗證中，我們使用的是基於細胞的測定，該測定可以評估TCR誘導的T細胞活化。
- 鳴叫
- 分享
關於 NEC 的藥物發現業務
網址:
客戶有關此事的諮詢的聯繫信息
NEC 人工智能藥物發現部
電子郵件：contact@aidd.jp.nec.com
NEC 創造安全、保障、公平和效率的社會價值，
我們的目標是實現一個可持續發展的社會，讓每個人都能充分展現自己的人性。
