Integrating Deep Learning and Data-Independent Acquisition Mass Spectrometry for Detection of Membrane Proteome Mutations and Cancer Neoantigens

目前針對腫瘤標本上的致癌基因突變之基因檢測和PD1/PD-L1的IHC染色結果無法準確預測患者對標靶療法和免疫療法的反應性。檢測腫瘤樣品中的膜蛋白突變和潛在新生抗原可以優化預測患者對靶標治療的反應性，以及鑑定可誘發免疫反應之新生抗原，並用於開發個人化免疫療法。為了達到此目的，我們提出一個新穎DIA-MS平台，該平台整合了膜蛋白體和新抗原的最佳樣品製備流程，以及可進行多重膜蛋白突變以及新生抗原檢測的DIA-MS方法。從技術角度來看，我們期望此平台為分析突變膜蛋白提供更有效、更直接的最佳測量方法，未來可協助預測病人對標靶療法的治療反應，以及鑑定可促進癌症疫苗設計或改善免疫治療效果的新生抗原。