Vaccin mRNA Néoantigène Tumoral
✓ 已验证Pipeline 8 étapes de bout en bout · De VCF/BAM à la conception de séquence mRNA · Éducation · Service · Technologie
Le pipeline le plus mature et compétitif du système de santé DiVo Gen²AI. 100% de couverture de toutes les étapes dry-lab pour les vaccins néoantigènes tumoraux. Cette page sert trois audiences : patients et public souhaitant comprendre les vaccins néoantigènes, équipes pharmaceutiques cherchant des partenaires de calcul, investisseurs et pairs évaluant les capacités techniques.
Lisez « Qu'est-ce qu'un Vaccin Néoantigène », « Flux de 5 étapes », « Jalons » ci-dessous--changez votre compréhension de l'immunothérapie.
Focus sur « Rôle de DiVo », « Pipeline 8 étapes », « Capacités Vérifiées », « Rapports d'Échantillon »--nous avons des livrables.
Focus sur « Trois Différenciateurs », « Benchmarks », « Référence TESLA », « Glossaire »--évaluez les barrières techniques.
Aux Patients et Familles
Notre service de pipeline de calcul sec pour néoantigènes tumoraux est une activité qui travaille en coordination avec les établissements médicaux, pas un service directement destiné aux utilisateurs individuels et aux patients. Veuillez nous contacter via votre médecin traitant. Nous ne contournerons pas le médecin traitant pour fournir des opinions médicales sur les symptômes et thérapies tumorales aux patients et familles. Les données et rapports scientifiques doivent également être obtenus et interprétés via votre médecin traitant.
Vous avez un Rapport de Séquençage du Génome Entier (VCF) ?
Si vous avez votre document VCF de rapport de séquençage du génome entier, nous pouvons vous fournir des rapports d'interprétation et d'analyse scientifiques non médicaux. Veuillez consulter notre service général--Rapport d'Interprétation du Génome.
Qu'est-ce qu'un Vaccin mRNA Néoantigène Tumoral
Chaque cellule tumorale porte des mutations génétiques que les cellules normales n'ont pas. Certaines de ces mutations produisent de nouveaux fragments protéiques--néoantigènes (Neoantigen). Ce sont des "empreintes" laissées à la surface des cellules tumorales. Le système immunitaire peut théoriquement identifier et éliminer les tumeurs sur cette base, mais en réalité le signal est souvent trop faible et les mécanismes d'évasion trop nombreux, donc les réponses immunitaires ne se déclenchent pas.
Les vaccins mRNA néoantigènes fonctionnent en codant les fragments de mutation spécifiques à la tumeur du patient en mRNA. Après livraison dans le corps, les cellules humaines traduisent ces antigènes, activant activement des réponses spécifiques des cellules T--comme donner au système immunitaire un "avis de recherche" pour chasser précisément les cellules tumorales portant ces empreintes.
C'est un traitement complètement personnalisé : le profil de mutation tumorale de chaque patient est différent, donc la séquence de vaccin correspondante est également différente. C'est pourquoi la prédiction computationnelle est la ligne de vie de tout le pipeline--un seul échantillon tumoral peut produire des milliers de peptides candidats, et il est impossible de valider expérimentalement chacun. Les algorithmes doivent filtrer précisément les quelques-uns les plus susceptibles de déclencher des réponses immunitaires.
Existent uniquement dans les cellules tumorales, pas dans les tissus normaux. Théoriquement reconnaissables précisément par le système immunitaire sans endommager les tissus sains.
Conception rapide, cycle de production court, sans culture cellulaire. Correspond naturellement au scénario personnalisé "une personne, un médicament" ; la séquence est le médicament.
Des milliers de peptides candidats ne peuvent pas être validés expérimentalement individuellement. La précision du filtrage algorithmique détermine directement si le vaccin peut vraiment activer les cellules T.
5 Étapes des Vaccins mRNA
De l'échantillonnage tumoral à l'activation immunitaire, un flux complet de vaccin personnalisé
Échantillon
Obtenir des échantillons de tissu tumoral et de tissu normal du patient, effectuer un séquençage de l'exome entier (WES)
Identifier Cibles
Trouver les mutations spécifiques à la tumeur à partir des données de séquençage, filtrer les peptides néoantigènes les plus susceptibles d'activer les cellules T par prédiction de liaison MHC
Coder mRNA
Coder les séquences peptidiques néoantigènes filtrées en mRNA, optimiser les codons et séquences UTR pour une traduction efficace chez l'humain
Livrer
Encapsuler le mRNA dans des nanoparticules lipidiques (LNP) ou des cellules dendritiques (DC), injecter au patient
Activation Immunitaire
Les cellules humaines traduisent le mRNA pour produire des protéines néoantigènes, les molécules MHC les présentent aux cellules T, initiant des réponses immunitaires anti-tumorales spécifiques
L'ensemble du processus prend environ 4-8 semaines (principalement séquençage + calcul + synthèse mRNA personnalisée). L'étape 2 "Identifier Cibles" et l'étape 3 "Coder mRNA"--des données de séquençage à la conception de séquence mRNA--sont la portée complète de couverture du service de calcul de DiVo Gen²AI.
Jalons du Développement des Vaccins mRNA Néoantigènes
De la validation de concept en 2017 à l'accélération d'industrialisation en 2025
L'équipe Sahin (BioNTech) Nature a d'abord rapporté les résultats cliniques du vaccin mRNA néoantigène individualisé, les patients atteints de mélanome ont développé des réponses de cellules T spécifiques aux néoantigènes
Validation de concept
L'équipe Wells Cell a publié le benchmark TESLA, établissant le standard-or de prédiction des néoantigènes (608 peptide-MHC)
Benchmark AUROC
Moderna mRNA-4157/V940 + Keytruda Phase II a significativement prolongé la survie sans rechute, FDA a accordé la désignation de thérapie percutante
Combinaison checkpoint immunitaire
Likon Life injection LK101 a reçu l'approbation clinique NMPA, premier vaccin mRNA néoantigène AI+personnalisé domestique
Premier en Chine
BioNTech Autogene cevumeran Phase III en cours ; le pipeline de vaccins néoantigènes personnalisés de Moderna s'étend à plusieurs types de cancer
Accélération d'industrialisation
Le Rôle de DiVo Gen²AI
Dans le flux du vaccin mRNA néoantigène, nous gérons toutes les étapes dry-lab d'"identification des cibles + conception mRNA"
Dans le flux du vaccin mRNA néoantigène, "trouver les bonnes cibles" et "concevoir les séquences mRNA optimales" sont les étapes les plus dépendantes de la prédiction computationnelle--impossible de valider expérimentalement chaque peptide candidat, les algorithmes doivent filtrer précisément.
- ▸Typage HLA--déterminer le type MHC du patient, un mauvais typage fausse tout en aval
- ▸Détection des Variants & Génération de Peptides--extraire les mutations spécifiques à la tumeur et les peptides candidats du VCF/BAM
- ▸Prédiction de Liaison MHC + Validation de Structure pMHC--de IC50 à la confirmation de structure 3D au niveau atomique
- ▸Scoring d'Immunogénicité à 5 Dimensions--pas seulement l'affinité, 5 dimensions de filtrage croisé
- ▸Conception de Séquence mRNA + Validation de Reconnaissance TCR--de la séquence d'acides aminés au mRNA livrable
Nous ne produisons pas d'entités vaccinales. Nous livrons des propositions de conception de séquence pouvant directement entrer en synthèse wet-lab et dépôt clinique.
Pipeline 8 Étapes de Bout en Bout
100% de couverture de toutes les étapes dry-lab · Cliquez sur les étapes pour voir la validation sous-jacente
Typage HLA
✓ 已验证OptiType + Polysolver validation croisée double-outil
Résultats de typage HLA-I résolution 4 chiffres
Détection & Annotation des Variants
✓ 已验证GATK Mutect2 + VEP + ANNOVAR
Liste des variants somatiques + annotation fonctionnelle
Génération de Peptides
✓ 已验证pVACseq + pVACfuse + ScanNeo2 + NeoGuider
Peptides néoantigènes candidats
Prédiction de Liaison MHC
✓ 已验证MHCflurry(14,883 alleles) + MHCnuggets + IEDB API
IC50 min 10.1 nM, 22 candidats haute affinité
Prédiction Structure pMHC 3D
✓ 已验证DiVoFold5/Protenix
Structure pMHC au niveau atomique, pLDDT=95.4, ipTM=0.977
Scoring Immunogénicité 5 Dimensions
✓ 已验证Affinité MHC 30%+présentation 20%+traitement 10%+immunogénicité connue 15%+score structure 25%
45 candidats classés Tier, 17 Tier-1
Conception de Séquence mRNA
✓ 已验证GEMORNA + RNALens auto-ajusté + DNAChisel + ViennaRNA
CAI 0.7->0.95, MRL Spearman=0.92
Validation Reconnaissance TCR
✓ 已验证DeepTCR(Recon Acc=0.972) + ProTCR
Évaluation de faisabilité de reconnaissance TCR
Trois Différenciateurs Clés
Capacités que les pipelines traditionnels n'ont pas
Validation de Structure pMHC 3D
Les pipelines traditionnels n'utilisent que les valeurs IC50 pour la liaison. DiVo construit des structures pMHC 3D au niveau atomique pour chaque candidat, pLDDT/ipTM valide la crédibilité de conformation spatiale. 400+ complexes validés à grande échelle.
Scoring d'Immunogénicité à 5 Dimensions
Les pipelines traditionnels n'utilisent que l'affinité MHC pour le filtrage. DiVo ajoute 5 dimensions de scoring--affinité 30%+présentation 20%+traitement 10%+immunogénicité connue 15%+score structure 25%, précision de filtrage plus élevée.
RNALens Modèle Auto-Ajusté
Prédiction d'efficacité de chargement des ribosomes pour la conception de séquence mRNA--Spearman=0.92, R²=0.87--basée sur DNABERT-Z 117M fine-tuning en trois étapes. Pas un appel d'API tiers, mais une partie de 560K lignes de code auto-développé.
Fondation d'Ingénierie Vérifiable
| Métrique | Valeur | Note |
|---|---|---|
| AUROC benchmark TESLA | 0.698 | Wells Cell 2020, 608 peptide-MHC |
| Couverture allele MHC-I | 65 | IC50 mesuré min 10.1 nM |
| Couverture allele MHC-II | 25 | 13 DR + 5 DP + 7 DQ |
| pMHC structure pLDDT | 95.4 | Approchant la précision de cristallographie RX |
| pMHC ipTM | 0.977 | Confiance globale du complexe |
| RNALens MRL Spearman | 0.92 | R²=0.87, auto-ajusté |
| Amélioration CAI mRNA | 0.7->0.95 | Optimisation indice d'adaptation des codons |
| Validation à grande échelle | 400+ | Validation prédiction par lots de complexes |
| Nombre de candidats Tier-1 | 17 | Plus haut tier parmi 45 candidats |
Top 5 Néoantigènes Candidats Tier-1
Données de validation réelles, non simulées
| Peptide | HLA | Source Antigène | IC50 (nM) | Score | Tier |
|---|---|---|---|---|---|
| LLFGYPVYV | HLA-A*02:01 | HTLV-1 Tax | 10.1 | 100 | Tier-1 |
| KVAELVHFL | HLA-A*02:01 | MAGE-A1 | 14.4 | 100 | Tier-1 |
| RMFPNAPYL | HLA-A*02:01 | WT1 | 14.3 | 100 | Tier-1 |
| FLWGPRALV | HLA-A*02:01 | WT1 | 13.6 | 93 | Tier-1 |
| IMDQVPFSV | HLA-A*02:01 | NY-ESO-1 | 15.9 | 93 | Tier-1 |
Capacités Techniques Vérifiées
Chaque pipeline sous-jacent a des données de validation indépendantes + rapports d'échantillon
Typage HLA (Validation Croisée Double-Outil)
✓ 已验证· A un rapport d'échantillonOptiType + Polysolver double-outil, typage HLA-I résolution 4 chiffres. Première étape du pipeline néoantigène--mauvais typage fausse tout en aval.
Prédiction Structure pMHC 3D + Validation de Docking
✓ 已验证· A un rapport d'échantillonProtenix + Protenix-Dock, pLDDT=95.4, ipTM=0.977, 400+ complexes validés. Des valeurs IC50 aux structures 3D au niveau atomique.
Optimisation de Séquence mRNA (RNALens)
✓ 已验证· A un rapport d'échantillonGEMORNA + RNALens auto-ajusté, Spearman=0.92, CAI 0.7->0.95. 560K lignes de code auto-développé, pas d'API tiers.
Rapport d'Interprétation du Génome
✓ 已验证· A un rapport d'échantillonPipeline 10 étapes de bout en bout, validation croisée FM 3 génomes, HCC1395 WGS vérifié. Données de séquençage en amont du pipeline néoantigène.
Calcul de Thérapie Cellulaire CAR-T
✓ 已验证Extension aval du pipeline néoantigène--recommandation de cibles + conception de novo Binder + validation de structure + optimisation mRNA, pipeline 5 étapes.
Limites Honnêtes
Ce que nous pouvons et ne pouvons pas faire, clairement
Ce Que Nous Pouvez Faire
Ce Que Nous Ne Faisons Pas
Rapports d'Échantillon Disponibles
Rapport de simulation complet du pipeline 8 étapes, incluant le typage HLA, la prédiction de liaison MHC, la structure pMHC, le scoring d'immunogénicité, la conception de séquence mRNA--sortie de flux complet. Rapport PDF de 14 pages + version MD bilingue.
Référence des Prix du Marché de l'Industrie
Informations publiques compilées · Pas les tarifs DiVo · Pour référence uniquement
Note de Limite : Les suivants sont les prix de référence publics du marché pour les cours complets de vaccins mRNA néoantigènes tumoraux, couvrant le séquençage tumoral, le filtrage néoantigène, la synthèse mRNA, les systèmes de livraison, la production personnalisée et tous les coûts hospitaliers. DiVo Gen²AI gère les étapes de calcul dry-lab (c'est-à-dire le pipeline 8 étapes de cette page), et n'est pas le producteur ou vendeur d'entités vaccinales.
Composition des Coûts et Facteurs
Les ci-dessus sont des données de référence de rapports publics. Les coûts réels nécessitent de consulter des hôpitaux/entreprises spécifiques et d'évaluer les indications, la sécurité et l'efficacité du patient. Ces traitements sont majoritairement à charge du patient. Envisagez de combiner les conseils médicaux, l'inscription aux essais cliniques (peut réduire les coûts) ou la capacité financière.
Glossaire
10 termes les plus courants dans les vaccins mRNA néoantigènes
| Abrév. | Nom Complet | Traduction | Explication |
|---|---|---|---|
| Neoantigen | Neoantigen | Néoantigène | Peptides antigéniques produits par des mutations spécifiques aux tumeurs, non exprimés dans les tissus normaux, cibles pour vaccins personnalisés |
| MHC | Major Histocompatibility Complex | Complexe d'Histocompatibilité Majeur | Le "panneau d'affichage" sur la surface cellulaire, présentant les fragments protéiques intracellulaires aux cellules T |
| HLA | Human Leukocyte Antigen | Antigène Leucocytaire Humain | Le nom du MHC chez l'humain, déterminant quels peptides peuvent être présentés aux cellules T |
| IC50 | Half Maximal Inhibitory Concentration | Concentration Inhibitrice Maximale Moitié | Métrique quantitative de l'affinité de liaison MHC-peptide, plus bas est plus fort (<50 nM est liaison forte) |
| pMHC | peptide-MHC complex | Complexe peptide-MHC | Complexe peptide antigénique présenté par les molécules MHC, cible de la reconnaissance par les cellules T |
| pLDDT | predicted Local Distance Difference Test | Test de Différence de Distance Local Prédit | Confiance de prédiction de structure protéique, >90 est haute confiance, >70 est utilisable |
| ipTM | interface predicted TM-score | Score TM d'Interface Prédit | Confiance d'interaction d'interface de complexe protéique, >0.75 est haute confiance |
| CAI | Codon Adaptation Index | Indice d'Adaptation des Codons | Métrique d'efficacité de traduction de séquence mRNA, plus proche de 1 est plus efficace |
| MRL | Mean Ribosome Load | Chargement Moyen des Ribosomes | Mesure directe de l'efficacité de traduction mRNA, plus élevé signifie plus d'expression protéique |
| LNP | Lipid Nanoparticle | Nanoparticule Lipidique | Véhicule de livraison mRNA, protégeant le mRNA et le libérant après entrée dans les cellules humaines pour traduction |
CAPACITY TRACE
能力回溯
这项服务由哪些能力支撑——从硅片到你的场景
硅片(L1) → 模型(L2) → Agent(L3) → 管线(L4) → 你的场景