韓國科學技術院（KAIST）與生技公司 Neogenlogic 於近期宣布，其跨領域研究團隊成功開發出一套名為 DeepNeo-BCR 的人工智慧（AI）平台，能精準預測由癌細胞產生的腫瘤新生抗原（Neoantigens）所引起的 B 細胞免疫反應。這項研究成果早前已在國際頂尖學術期刊《科學進展》（Science Advances）中發表，為個人化癌症疫苗研發奠下新的里程碑。該技術不僅補足了當前癌症疫苗僅側重 T 細胞反應的缺陷，更透過活化 B 細胞的免疫記憶功能，為防止癌症復發提供了全新的解決方案。團隊負責人指出，他們正積極將此技術推向臨床前開發階段，預計將在 2027 年向美國 FDA 提交 IND 申請，為平台進入人體臨床試驗鋪路。
突破傳統框架：從「T 細胞主導」邁向「T、B 細胞協同作戰」
癌症疫苗的運作原理是訓練人體免疫系統精準辨識並攻擊癌細胞，其中的關鍵在於找到癌細胞表面特有的腫瘤新生抗原。由於這些抗原是由癌細胞突變產生，並不存在於正常細胞中，因此有望成為免疫療法的絕佳攻擊標靶，藉以大幅降低副作用風險。在過去十多年間，隨著次世代定序（NGS）技術與 mRNA 疫苗平台逐漸發展成熟，基於腫瘤新生抗原開發的個人化癌症疫苗已成為癌症免疫治療領域的焦點之一。然而，儘管相關技術不斷進步，臨床治療的反應率卻仍有相當大的差異，如何篩選出真正有效的抗原，一直是產業界亟欲突破的瓶頸。
現行篩選腫瘤新生抗原的流程主要集中在活化細胞毒性 T 細胞（Cytotoxic T cells，又稱 CD8+ T 細胞）。這套做法是基於一個成熟的免疫學模型：T 細胞透過辨識癌細胞表面由主要組織相容性複合體（MHC）呈現的抗原片段，直接毒殺癌細胞毒殺。然而臨床數據顯示，這種由 T 細胞主導的「單次攻擊」策略往往難以維持長期療效，許多癌友在接受治療後仍面臨復發風險。
有鑑於此，KAIST 生物與腦工程學系崔正均（Jung Kyoon Choi）教授領導的團隊將目光轉向 B 細胞。這種淋巴細胞的主要功能是產生抗體，並具備強大的「免疫記憶」能力。從免疫系統的分工來看，若說 T 細胞是前線作戰的士兵，那麼 B 細胞就是負責紀錄敵人特徵，並維持長期警戒的情報官。一旦免疫系統能夠針對癌細胞建立起 B 細胞記憶，當腫瘤細胞試圖捲土重來時，身體便能迅速產生大量抗體進行防禦。
研究團隊指出，儘管學界早已知曉 B 細胞在抗腫瘤免疫中的重要性，但過去始終缺乏有效的工具來預測哪些癌症抗原能夠成功觸發 B 細胞反應，導致這一領域在疫苗開發中長期被忽視。KAIST 團隊目前開發的這套創新 AI 模型，正是為了填補此一關鍵缺口。
KAIST 團隊開發創新 AI 平台，解碼蛋白質免疫受體雙向互動
KAIST 研究團隊開發的新型 AI 平台超越了傳統僅依賴 MHC 結合預測的侷限，模擬了突變蛋白質與 B 細胞受體（BCR）之間的交互作用。這套深度學習模型並非單純分析基因序列，而是深入評估突變後產生的胜肽是否能形成 B 細胞能識別的三維結構，進而誘發抗體生成。更重要的是，該平台在篩選腫瘤新生抗原時，會同時預測候選抗原引發 T 細胞與 B 細胞免疫反應的可能性，旨在讓兩種細胞協同作戰，藉以產生更強大、更持久的抗腫瘤效果。
在模型的研發過程中，KAIST 團隊導入了極為龐大的數據集來訓練 AI。他們深入分析了逾 43 萬筆胜肽與 IgG 抗體的結合數據，並從超過 3.7 億條 B 細胞受體（BCR）序列中，歸納出抗體辨識抗原的關鍵模式。此外，團隊還利用單細胞 BCR 定序技術（Single-cell BCR sequencing）來解碼單一 B 細胞上的受體基因，進一步驗證模型的準確性。
在驗證階段，研究人員結合了大規模的基因體數據與臨床資料庫，包括著名的「癌症基因體圖譜」（The Cancer Genome Atlas，TCGA）以及逾 2,000 名接受免疫檢查點抑制劑治療的癌症患者數據。分析結果顯示，當疫苗所選用的腫瘤新生抗原能高效觸發 B 細胞免疫反應，患者體內的抗腫瘤免疫特徵顯著增強。
另一方面，小鼠模型實驗證實，採用經 AI 預測具 B 細胞反應性的腫瘤新生抗原製備疫苗，其治療成效顯著優於僅鎖定 CD8+ T 細胞的傳統設計。這類新型疫苗不僅成功誘發了特異性 B 細胞株系（BCR clones）的擴增，在多個實驗組別中，更觀察到腫瘤消退的速度明顯快於對照組。這項結果充分證明，將 B 細胞反應納入疫苗設計考量，能有效激發更全面且強效的協同免疫攻擊。
研究負責人分享未來布局，劍指 2027 年啟動癌症疫苗臨床試驗
KAIST 已與總部位於首爾的生技公司 Neogenlogic 締結策略合作夥伴關係，攜手將這項學術界創新成果加速推向商業化與臨床落地。身兼 Neogenlogic 研發執行長的崔正均教授表示：「我們正運用這項獨家的 AI 技術，全力推動個人化癌症疫苗的臨床前開發。團隊的目標是於 2027 年向美國 FDA 提交新藥臨床試驗（IND）申請，正式啟動首次人體臨床試驗（First-in-human）。我們期盼透過大幅提升腫瘤新生抗原篩選的精準度，將此技術轉化為切實可行的臨床療法，以造福更多病患。」
KAIST 的研究揭示了未來疫苗研發的新方向：設計流程需納入更精密的結構生物學模型，並建立標準化的檢測方法以評估 B 細胞活性。此外，臨床試驗設計亦須同步調整，除了傳統上對細胞免疫（T 細胞）的追蹤外，更應納入對抗體生成、記憶 B 細胞形成及其與患者預後關聯性的監測。這項結合 AI 運算與免疫學機制的創新突破，或許正是克服癌症復發難題、實現長期免疫記憶的關鍵解方。
參考資料：
1. https://www.science.org/doi/10.1126/sciadv.adx8303
2. https://www.kaist.ac.kr/newsen/html/news/?mode=V&mng_no=56831
3. https://www.cancer.gov/ccg/research/genome-sequencing/tcga
4. https://www.tci-mandarin.com/ec99/rwd1277/news.asp?newsno=686
5. https://academic.oup.com/bioinformatics/article/33/3/425/2584479
