2018年12月12日，滑铁卢大学的李明教授访问北京大学前沿计算研究中心，并在静园五院做了题为“Discovering Neoantigens for Cancer Immunotherapy”的报告。报告由中心讲席教授邓小铁老师主持，听众包括来自北京大学前沿计算研究中心、信息科学技术学院、前沿交叉学科研究院等院系的师生。

李明教授（左二）和中心教师合影

　　众所周知，癌症是目前全球面临的最大问题之一。根据世界卫生组织的报告[1]，每年都有数百万人死于癌症。当前对于癌症的治疗方式包括手术切除、放疗、化疗等。但是由于癌症细胞生长迅速、易转移以及对放化疗的抵抗等生物学特性，常规治疗方案很难将癌症细胞完全清除，因此经常会出现癌症复发的情况。而且放疗、化疗等治疗手段因为靶向性不强，对正常的细胞也具有杀伤作用，因而这些治疗手段虽然能有效杀死癌症细胞，但是对患者也会造成很大的伤害。靶向性强、副作用小的治疗方法成为人们寻找的目标，免疫治疗由此成为研究热点[2]。

图片来源：NobelPrize.org

　　2018年的诺贝尔医学奖颁发给了James Allison和Tasuku Honjo，以表彰他们在癌症免疫治疗领域的贡献。免疫治疗的核心是通过激活免疫系统来攻击癌细胞。而如何寻找个性化的抗原来激活免疫系统是横亘在科学家面前的一道坎。

　　正是在这样的背景下，李明教授为大家分享了癌症免疫治疗的现状和前沿进展。

　　上图讲述了癌症免疫治疗的主要的3种方法。其中右下角是细胞疗法，通俗地说，就是从癌症患者体内取出免疫细胞，然后通过转基因等技术改造细胞，再注入患者体内。魏则西事件中的莆田系医院采用的正是这类方法，但他们利用的却是早已过时的细胞疗法，这也是导致悲剧的原因[3]。目前医学/生物信息领域研究的热点是上面两种疗法：寻找个性化的新抗原和研制通用癌症疫苗。但是研制通用癌症疫苗需要寻找的是适合绝大多数患者的抗原，由于癌症本身的复杂性，寻找具有共同属性的抗原非常困难。因此寻找个性化抗原成为了治愈癌症非常有前景的一条路。

传统方法对于寻找新抗原非常耗时

　　对于寻找新抗原，传统的做法是对患者的细胞进行各种分析和实验，但是这个过程耗时很长，而且造价极其昂贵。那么有没有办法快速且经济地找出患者的个性化抗原，以激活免疫系统消灭癌症呢？

　　李明教授的团队提出采用质谱仪+深度学习的方法寻找新抗原。将质谱仪得到的谱图作为神经网络的输入，输出则是相应的抗原物质结构。这种方法实现起来简单，而且非常便宜高效。

　　上图是对深度学习问题和寻找新抗原问题的类比。深度学习领域关心的是如何看图说话，而寻找新抗原是看着质谱图，得出抗原的成分表。因为两者的内在相似性，所以才能用卷积神经网络和循环神经网络来解决寻找抗原的问题。

　　李明教授学识渊博，旁征博引，深入浅出地为师生们讲解了癌症免疫疗法的原理和困难。与会的师生们参与度很高，不仅了解了治疗癌症的前沿方法，也学习了如何将生物医学的问题建模成机器学习问题的思路。

　　Reference: 

　　[1] https://www.who.int/news-room/fact-sheets/detail/the-top-10-causes-of-death

　　[2] 免疫检查点疗法:战胜癌症的革命性突破——写在2018年诺贝尔生理学或医学奖颁布之际[J]. 生物化学与生物物理进展. 2018

　　[3] 莆田系的免疫疗法，受害者不止魏则西（http://view.163.com/special/resound/immunotherapy20160504.html）