应佰傲谷邀请,斯微生物联合创始人兼CTO-沈海法博士在“2022 疫苗创新高峰论坛”上做了《mRNA个性化肿瘤疫苗的研发》的报告。本文系根据报告内容整理,并经报告人确认。
此前,世界卫生组织国际癌症研究机构(IARC)发布了 2020 年全球最新癌症负担数据。数据显示,2020 年全球新发癌症病例 1929 万例、全球癌症死亡病例 996 万例;其中,中国新发癌症病例 457 万例、中国癌症死亡病例 300 万例。从该数据可以发现,全世界肿瘤的发病率很高。究其原因,主要是现在治疗肿瘤的药物,无论是大分子或小分子,其治疗效果都不太理想。
图源:参考资料10
而这些药物治疗效果不理想的原因,与药物到达肿瘤组织时遇到的物理和生物屏障有关。2015年《Nature Biotechnology》上发表的一篇文章《principles of nanoparticle design for overcoming biological barriers to drug delivery》即对药物治疗效果不理想的原因做了相关阐释:包括血液流变学/血管流量限制、压力梯度、细胞内化、内体和溶酶体逃逸等皆会影响药物最终的治疗效果。
图源:参考资料1
根据近10年批准的抗体药物也可以看到,部分药物在免疫治疗上虽然已经取得了一定的成效,但还是差强人意。如此前刊发的两篇文章《TGFβ attenuates tumour response to PD-L1 blockade by contributing to exclusion of T cells》和《Safety, Activity, and Immune Correlates of Anti–PD-1 Antibody in Cancer》中提到:有60%的病人在接受PD-1/L1药物治疗后有效果,但还有40%的病人对没有产生相关的免疫反应;有些病人尽管产生了一定的免疫反应,但在后续的治疗中却出现了耐药性。其主要原因可能是,激发的T细胞仅仅是在外部癌旁组织而并没有进入肿瘤组织,那么这类药物的作用就不大。
图源:(左)参考资料3、(右)参考资料2
据2013年《Nature》上发表的一篇文章《Signatures of mutational processes in human cancer》,科研人员通过对肿瘤组织的基因测序,可以检测到大批的基因突变。实际上,利用这些基因突变信息,可以设计个性化肿瘤疫苗。
图源:参考资料4
细胞在成长过程中,基因组不断受到内源性和外源性DNA损伤的威胁,使得细胞基因组不断发生变化,并最终发生一些突变的积累。每一个突变过程都会留下一个不同的基因组标记,即突变特征(mutational signatures)
那么,如何设计肿瘤疫苗呢?首先,进行患者健康组织(例如外周血单核细胞(PBMC))和肿瘤活检样本的下一代测序,比较来自肿瘤和正常DNA的测序数据以识别肿瘤特异性突变。其次,通过计算方法,如主要组织相容性复合体(MHC)结合预测、突变转录物表达的定量、突变的克隆性和其他特征,根据其引发T细胞反应的可能性,将突变作为抗原候选。最后,使用所选择的疫苗平台(如mRNA或长肽),在良好生产规范(GMP)条件下按需生产个体化和多特异性肿瘤新生抗原疫苗。
图源:参考资料5
此外,因为mRNA的分子量较大(1-100万道尔顿)而且带负电荷,很难穿透也带负电荷的细胞膜上的脂质双分子层。同时,mRNA在体内很容易被免疫细胞吞噬或酶切等导致降解,所以制备个性化肿瘤疫苗还面临着递送系统的选择问题。
其递送机理为:将mRNA结合在LNP内部(可以提高mRNA在体内的稳定性),并逃离溶酶体的降解。LNP被细胞吸收后,核内体的低pH环境将与LNP融合,并释放mRNA进入胞质胶体。
图源:参考资料8
总体上,LNP的递送效果还是不错的(至少在mRNA新冠疫苗上),无论是Pfizer & BioNTech还是Moderna,mRNA新冠疫苗在2021年的销售额都达到了几百亿美元。
好在自然界给我们提供了一个答案:动物亦或人,在进化过程中都产生了对外界的一种免疫反应:当微生物进入机体,免疫细胞能精准识别不同形状、大小和组分的细菌和病毒。以图9中列举的两种mRNA的病毒颗粒(流感的病毒颗粒和新冠病毒的病毒颗粒)为例,当他们进入人体以后,就会触发机体的内部免疫,免疫细胞进而对其识别并吞噬,或使病毒的影响降到最低。
图9
在此基础上,我们还对这个系统进行了一定的优化。比如调整mRNA和脂质体的比例,使之定向地将mRNA颗粒送到肺部、肝脏或者脾脏。从图10中可以看到,如果我们给小鼠皮下接种,这些LPP-mRNA就能够到达淋巴结;如果给小鼠肌肉接种,会发现大部分的LPP-mRNA停留在接种部位,同时有一些随着淋巴液去淋巴结。
图10
此外,我们还与百度合作,开发云计算辅助的抗原分析,以优化 mRNA 序列,使mRNA能够高效地表达蛋白。具体而言,通过测序,确定患者肿瘤细胞独有突变,也就是肿瘤新生抗原,这些新生抗原可以帮助免疫系统区分肿瘤细胞和正常细胞。再利用算法,预测出能够引起强免疫应答的多条新生抗原,然后将其信息装载到一条 mRNA 分子上。找到表达水平最高的mRNA后,再放到LPP系统里面,组成mRNA疫苗。
云计算辅助的抗原分析,预测,序列优化
同时,我们还把这些小鼠的T细胞拿出来(无论是淋巴结里面的T细胞还是脾脏里面的T细胞都),然后测一下 T细胞的活力,发现给小鼠接种LPP-mRNA疫苗以后,这些淋巴结里面的T细胞或者脾脏里面的T细胞能够分泌出IFNγ,也就是说,用肿瘤疫苗治疗了以后,这些组织里面的T细胞都被活化了,而对照组就没有这个现象。
另外,我们还把小鼠的肿瘤组织(一组来自对照组,另外一组来自疫苗组)取出来进行肿瘤内环境变化的分析。我们发现,对照组里有非常多免疫抑制性的MDSCs;而在疫苗组里,这部分细胞的比例逐渐下降,也就是说接种了疫苗后,肿瘤内环境有所改善。另外,肿瘤里面本来没有太多的CD8 T细胞,经过疫苗治疗后,CD8 T细胞开始在肿瘤里面富集,其中还有大部分为抗原特异性的CD8 T细胞。由此,可以预测,肿瘤的生长被极大地抑制了。
我们现在已经在澳大利亚开展了临床一期的实验,同时也在国内发起了用个性化肿瘤疫苗治疗病人的临床实验。在实验中,研究人员首先对病人的组织进行全基因测序,然后结合其他组学数据进行高效分析,再针对每个病人制备相应的个性化肿瘤疫苗。
从图17中可以看到,开始时这个病人的肿瘤很大,而进行两个cycle后,肿瘤开始变小,四个cycle后变得更小了。与此同时,我们还对病人的血液进行了分析,发现4个cycle后,表达IFNγ的T细胞也增加了很多。
图17
这个病人的生存期本来预测不到三个月,但现在病人已经被治疗了200多天,还生活得很好。此外,在对病人经过不同治疗cycle后的血样进行分析后发现,即使到了第8个cycle,病人体内还存在着很多的肿瘤新生抗原的特异性T细胞,说明病人对治疗有积极的反应。