据统计,全世界每年癌症死亡病例约880万,其中27%发生在中国。导致癌症死亡率一直居高不下的一个重要原因是癌症发病机制复杂,异质性极高。人体自身免疫系统正常情况下可以监视并防止正常干细胞异化为无序增殖的癌细胞,但是癌细胞可以通过多种途径提高其对宿主免疫系统的适用性。人体的免疫相关基因是目前所知人群中多态性最强的一群基因,因此依据患者遗传背景对癌症病例进行个体化分析研究对掌握癌细胞免疫逃避机制和了解癌症发生过程至关重要。

我们一方面运用种群遗传学和生物信息学方法研究癌症基因组的演化,尤其是癌细胞免疫逃避的机制,并利用机器学习、深度学习等模式识别算法开发以患者遗传背景为依据的个体化肿瘤诊断和预后系统;另一方面利用酵母中定向进化改造免疫细胞,增进其对癌细胞的敏感性和特异性,从而提高免疫疗法的疗效。

No content was published yet