CAI-Vax:抗原筛选后个性化 mRNA 癌症疫苗构建体的计算设计
CAI-Vax: Computational Design of Personalized mRNA Cancer Vaccine Constructs After Antigen Selection
CAI-Vax 排列已选抗原并生成同义编码序列,用于设计个性化 mRNA 癌症疫苗构建体。在31名患者、357条候选肽中,HLA感知搜索在MHCflurry≤2%阈值下使每个连接点预测的跨连接结合事件较氨基酸模式优化减少3.49次。重复感知同义编码降低所有患者最大10-mer多聚度,但6-mer不及匹配随机编码,计算差异仍需实验验证。
预印本 · biorxiv · 10.64898/2026.10.20.760576
本站摘要基于收录版本 v1(2026-10-26),原始摘要与 AI 导读固定保留。
来源最近更新: · 来源 v1
CAI-Vax(癌症抗原个体化疫苗设计)会对选定的抗原进行排列,并为个体化 mRNA 疫苗构建体生成同义编码序列。我们评估了来自 31 名患者的 357 条候选疫苗肽,涵盖四个已发表的队列。在主要的 MHCflurry 百分位排名累积阈值 [≤]2% 下,与氨基酸模式优化相比,HLA 感知搜索使每个连接处预测的跨连接肽-等位基因结合事件减少了 3.49 个(配对 Hodges-Lehmann 估计;名义 95% 区间 2.75-4.48;Holm 校正 P = 7.45 x 10-)。在所用的优化 MHCflurry 模型中,全部 31 例主要配对差异以及全部 16 种阈值-归一化设置下的估计效应均支持 HLA 感知搜索。在 25 名加性搜索目标存在精确解的患者中,单起点贪心搜索在 5 名患者中找到了最小值,在 16 名患者中找到了最佳的单个启发式方法。在所有测试的启发式方法中为每名患者选取最佳结果后,这一数字提高到 19。对每名患者重新评分六个冻结方案后,MHCflurry 和 NetMHCpan EL 在 31 名患者中的 6 名中识别出相同的并列最佳方案集。在一项回顾性内部分析中,重复感知的同义编码在每位患者中都降低了最大 10-mer 多重性,各队列的平均密码子使用偏好损失为 0.0041-0.0055;然而,其在 6-mer 上的表现不如匹配的随机编码。这些发现表明,HLA 引导的构建体优化可以在优化模型内减少预测的连接处结合,尽管首选的抗原排列取决于所使用的预测模型。仍需实验研究来确定这些计算差异在生物学和生产方面的相关性。
来源:bioRxiv · biorxiv.org