GYNORYLAQ™-VLINIVAL™: Kvanttilimittautunut |Ψ⟩-ohjattu personoitu neonatigeenipeptidirokotus korkean riskin kohdunkaulassyövässä (GYNORYLAQ™)

Kliininen tausta

Kohdunrungon karsinooma on kehittyneillä alueilla yleisin gynekologinen pahanlaatuinen kasvain. Vaikka monet varhaisvaiheen kasvaimet parannetaan leikkauksella ± sädehoidolla, potilailla, joilla on korkean riskin, uusiutunut tai etäpesäkkeinen sairaus, esiintyy usein uusiutumista standardihoidon jälkeen, ja heillä on rajalliset kestävät hoitovaihtoehdot. Erityisen huono ennuste on havaittavissa seuraavissa ryhmissä:

Kopiolukumäärältään korkeat / p53-mutaatiot ja seroosiset histologiat pMMR-kasvaimet, joissa on "kylmä" mikroympäristö ja vaatimattomat immunoterapiavasteet MMRd/MSI-H-kasvaimet, jotka aluksi vastaavat PD-1-salpaajaan, mutta usein lopulta etenevät Näiden molekyylialatyyppien keskuudessa kasvaimet tuottavat potilaskohtaisia neo-antigeenejä pistemutaatioista, indeloista, kehyssiirtymistä koodaavissa mikrosatelliiteissa, fuusioista ja silmukointimuutoksista. Nämä mutanttipeptidit voidaan prosessoida ja esittää HLA-luokan I ja II molekyyleissä, missä T-solut voivat tunnistaa ne "ei-omiksi". Tämä tarjoaa biologisesti vakuuttavan kohdealueen personoidulle neo-antigeenirokotukselle.

Perinteiset neo-antigeeniputket ovat kuitenkin suurelta osin sekvenssipohjaisia, riippuvaisia sitoutumisen ennustajista ja heuristisesta pisteytyksestä, ja niissä käytetään rajoitetusti rakenteellista tietoa, energioita tai eksplisiittistä epävarmuuden kvantifiointia. Kliinisesti monet rokotekokeet ovat yhdistäneet neo-antigeenikonstruktiot kiinteisiin kemoterapia- tai tarkistuspisteregimeihin, jotka eivät vastaa todellisen maailman onkologisen käytännön heterogeenisuutta.

GYNORYLAQ-VLINIVAL on suunniteltu ratkaisemaan molemmat ongelmat. Se integroi fysiikkatietoisen, kvantti-klassisen laskennallisen rokotealustan (GYNORYLAQ-EC™) yksilölliseen kliiniseen onkologiseen käytäntöön:

Kaikki rekisteröidyt potilaat saavat GYNORYLAQ-EC-valitun personoidun neo-antigeenisen peptidirokotteen (GYNORYLAQ-TM).

Systemaattista ja tukilääkitystä ei ole kiinteästi määritelty protokollassa. Sen sijaan sen valitsee, aloittaa ja säätää hoitava lääkäri-onkologi, tohtori Emmanouelides Christos, kasvaimen vaiheen, aiemman hoidon, elinten toiminnan, komorbiditeettien, siedettävyyden ja nykyaikaisten suositusten perusteella.

Tutkimus arvioi siis GYNORYLAQ-TM:ää realistisessa multimodaalisessa kontekstissa, joka on kerrostettu yksilöllisen parhaan saatavilla olevan hoidon päälle yksittäisen pakotetun runkohoidon sijaan. Kaikki samanaikaiset antineoplastiset ja tukilääkkeet tallennetaan, mutta protokolla ei määrää niitä.

GYNORYLAQ-EC™ Kvantti-klassinen rokotekehitys

GYNORYLAQ-EC™ on laskennallinen ydin, joka kartoittaa genomiikka- ja transkriptomiikkatiedot kvanttilomittuneeseen suunnittelutilaan ja lopulta valmistettavaksi, potilaskohtaiseksi peptidipaneeliksi. Se tekee eksplisiittiseksi ja tarkastettavaksi ketjun:

Sekvenssi → Geometria → Rakenne → Energia → Päätös

1. Hilbertin avaruudet ja globaali suunnittelutila

   Moottori on formalisoitu kolmen Hilbertin avaruuden suhteen:

   Sekvenssiavaruus H_seq Kanta: {|p_i⟩}, missä jokainen kantavektori vastaa ehdokas neo-antigeenipeptidiä (tyypillisesti 8-11-mer luokan I ja pidempiä peptidit luokalle II / ristiesitykselle).

   HLA-avaruus H_HLA Kanta: {|HLA_α⟩}, edustaa potilaan spesifisiä luokan I ja II alleeleja.

   Immuuni/kasvain-avaruus H_immune Kanta: {|TCR_β⟩⊗|tumour_state_k⟩}, sieppaa abstraktin TCR-repertuaarin ja karkeikoidut kasvaintilat (esim. kuorma, klonaalisuus, immuunipesäytyminen).

   Kokonais-Hilbertin avaruus on:

   H = H_seq ⊗ H_HLA ⊗ H_immune.

   Formaali suunnitteluajan tila |Ψ_s⟩ ∈ H kehittyy laskennallisten lohkojen (luettelointi, pisteytys, portitus, vahvistus) kautta kohti lopullista suunnittelutilaa |Ψ_T⟩, jonka "tuki" vastaa kliiniseen valmistukseen valittuja peptidit.

2. Alkuperäinen superpositio ja Grover-tyylinen lomittunut haku Kasvaimen ja vastaavan normaalin sekvensoinnista putki luettelee joukon ehdokaspeptidit {p_i}_{i=1}^N, jotka on johdettu luottamuksellisista somaattisista varianteista, ja jotka on reunustettu asianmukaisesti esitystä varten. Jokainen ehdokas liittyy yhteen tai useampaan potilaan HLA:han.

   Idealoidussa kvanttikuvassa moottori rakentaa yhtä suuren superposition ehdokkaiden yli sekvenssiavaruudessa:

   |Φ_start⟩ = 1/√N ∑_{i=1}^N |p_i⟩.

   Jokainen peptidi-HLA-pari p on upotettu myös normalisoiduna kvanttitilana n-kubitin Hilbertin avaruuteen:

   |ψ(p)⟩ = U(z_Q(p),θ) |0⟩^{⊗n},

   missä: U(·) on parametrisoitu ominaisuuskuvaus (data-uudelleenlataava piiri kiinteillä lomittajilla), z_Q(p) on matalaulotteinen klassinen kvanttikuvaaja, θ on opetettavien parametrien vektori.

   Kahden ehdokkaan p ja q välinen kvanttiydin ja Fubini-Studyn etäisyys ovat:

   K_Q(p,q) = |⟨ψ(p)|ψ(q)⟩|^2, d_FS(p,q) = arccos(|⟨ψ(p)|ψ(q)⟩|) ∈ [0,π/2].

   d_FS = 0 vastaa identtisiä säteitä, d_FS = π/2 ortogonaalisia tiloja. K_Q:tä voidaan tulkita todennäköisyydeksi, että |ψ(p)⟩ projisoidaan |ψ(q)⟩:lle. Peptidit, joilla on matala sekvenssi-identiteetti mutta samanlainen korkeamman asteen fysikaaliskemiallinen rakenne, saattavat kartoittua lähekkäin tällä monistolla, tuottaen suuren K_Q:n vaikka klassinen samankaltaisuus olisi matala.

   Grover-tyylisen haun toteuttamiseksi moottori määrittelee merkintäpredikaatin f(i) siten, että:

   f(i) = 1, jos peptidi p_i läpäisee kolme yhteneväistä porttia: Geometria: d_FS luotettuun joukkoon kokeellisesti validoituja epitooppeja on määritellyn ikkunan sisällä.

   Termodynamiikka: sitoutumisaffiniteetti ennustettuna ΔG°:n ja K_d^eff:n kautta ylittää ennalta määritellyt kynnykset.

   Immunogeenisuus: kalibroitu todennäköisyys Î(p_i) on vähimmäisarvon yläpuolella.

   Vaihe-orakeli, joka toimii sekvenssiavaruudessa, on:

   Ô_mark |p_i⟩ = (-1)^{f(i)} |p_i⟩.

   Diffuusio-operaattori, joka heijastaa alkuperäisen superposition keskiarvon ympäri, D = 2|Φ_start⟩⟨Φ_start| - I,

   yhdistetään orakeliin muodostaen Grover-iteraation: G = D Ô_mark.

   R:n iteraation jälkeen,

   |Φ_r⟩ = G^r |Φ_start⟩ = sin((2r+1)θ) |"hyvä"⟩ + cos((2r+1)θ) |"huono"⟩,

   missä sin^2 θ = M/N ja M on (tuntematon) merkittyjen peptidien lukumäärä. GYNORYLAQ-EC™ käyttää tarkoituksella pientä r:ää (tyypillisesti 1-3) tuottaakseen matalan, tulkittavan amplitudivahvistuksen lupaaville peptideille, robustin M:n epävarmuudelle ja NISQ-ajan kohinalle.

3. Yhdistetty ominaisuusesitys ja komposiittiydin

   Jokaiselle ehdokas peptidi-HLA-parille p GYNORYLAQ-EC™ rakentaa yhdistetyn ominaisuusvektorin:

   Φ(p) = [e_CNN(p), aux(p), z_Q(p), φ_struct(p), φ_dock(p)].

   Komponentit:

   Syyävä sekvenssi/HLA-upotus e_CNN(p) Johdettu konvoluutio- tai transformermalleista, jotka on koulutettu suurille immunopeptidomi-tietokannoille, sieppaen alleelispesifisiä sitoutumismotiiveja ja sekvenssi kontekstia.

   Apu biologiset prioriteetit aux(p) Proteasomin pilkkoutumistodennäköisyys, TAP-kuljetusalttius, transkriptin ekspressio (TPM/FPKM), alleelinen kopioluku, klonaalisuus (klonaaliset vs. subklonaaliset variantit), ja saatavilla ollessa ctDNA/MRD-lukemat. Tämä approksimoi efektiivisen antigeenilähteen voimakkuutta.

   Kvanttikuvaaja z_Q(p) Matalaulotteinen klassinen ominaisuusvektori, joka parametroi kvanttipiirin. Se pakkaa fysikaaliskemiallista ja paikallistietoa optimoituna kvantti-ilmaisuvoimalle.

   Rakennetermi φ_struct(p) Yhteenveto taskun miehityksestä, peptidi-HLA-kontaktikuvioista, liuotinpääsystä ja paikallisesta jännityksestä ennustetuissa tai mallinnetuissa peptidi-HLA-komplekseissa.

   Telakointiensemblin ominaisuudet φ_dock(p) Agregoi asenointienergioita, telakointipisteiden keskiarvoa ja hajontaa, RMSD:ta asenointien välillä ja konformaatiodiversiteetin mittareita.

   Peptidi-HLA-ehdokkaiden p ja q välinen samankaltaisuus koodataan komposiittipositiiviseksi semidefiniittiseksi ytimeksi:

   K_total(p,q) = αK_CNN(p,q) + βK_aux(p,q) + γK_Q(p,q) + δK_struct(p,q) + εK_dock(p,q),

   missä: K_CNN, K_aux, K_struct, K_dock ovat PSD-ydin vastaavilla ominaisuuslohkoilla, K_Q on yllä kuvattu kvanttiydin, α,β,γ,δ,ε ≥ 0 säätelevät kunkin modaalisuuden suhteellista painoa. Koska jokainen komponenttiydin on PSD, mikä tahansa ei-negatiivinen lineaarinen yhdistelmä on PSD, varmistaen, että K_total on sopiva ydinlogistiseen regressioon tai liittyviin menetelmiin.

   Päätösfunktio on:

   f(p) = ∑_{i=1}^M α_i K_total(p,p_i) + b,

   missä {p_i} ovat koulutuspeptidit ja {α_i,b} ovat opitut kertoimet. Immunogeenisuustodennäköisyys on Î(p) = σ(f(p)) = 1/(1+e^{-f(p)}),

   joka sitten kalibroidaan (esim. Platt-skaalaus, isotoninen regressio tai lämpötila-skaalaus) niin, että ennustetut todennäköisyydet vastaavat mahdollisimman tarkasti havaittuja frekvenssejä. Tätä kalibroitua Î(p):tä käytetään immunogeenisuusportissa ja alaspäin suuntautuvissa analyyseissä.

4. Kvanttigeometria, lomittuminen ja regularisointi Samankaltaisuuden lisäksi GYNORYLAQ-EC™ valvoo kvanttitilojen |ψ(p)⟩ sisäistä rakennetta ja lomittumista. N-kubitin systeemin bipartitiolle osajärjestelmiin A ja B, pelkistetty tiheysmatriisi A:lla on ρ_A(p) = Tr_B(|ψ(p)⟩⟨ψ(p)|),

   ja von Neumannin lomittumisentropia on S_A(p) = -Tr[ρ_A(p) log ρ_A(p)].

   Regularisointitermi koulutusobjektiivissa kannustaa entropia-arvoja kohdealueella, välttäen:

   Triviaaleja tulotiloja (S_A ≈ 0) rajoitetulla ilmaisuvoimalla, ja Liiallisesti lomittuneita tiloja korkealla entropialla, jotka voivat olla numeerisesti epästabiileja ja vaikeita approksimoida kohinallisella laitteistolla.

   Kvantti-Fisherin informaatiomatriisi F(θ) kuvaa koodattujen tilojen herkkyyttä parametrimuutoksille. Sen alkiot ovat F_ij(θ) = Re[⟨∂_i ψ|∂_j ψ⟩ - ⟨∂_i ψ|ψ⟩ ⟨ψ|∂_j ψ⟩],

   missä |∂_i ψ⟩ = ∂|ψ(θ)⟩/∂θ_i. Huonosti konditionoidut Fisher-matriisit (erittäin pienillä ominaisarvot) merkitsevät epästabiileja parametriestimaatteja ja ydinarvoja. Huonosti konditionoidun F(θ):n rankaiseminen edistää hyvin konditionoituja upotuksia ja robustimpaa optimointia.

5. Termodynaaminen silta

   Peptidi-HLA-sitoutumisen energioita arvioidaan rakenteellisista telakointiensembleista ja sitten muunnetaan standardeiksi termodynaamisiksi suureiksi. Jokaiselle peptidi-HLA-parille telakointi tuottaa joukon mikrotiloja vapaaenergioilla ΔG_i° (kcal·mol⁻¹). Standardisen sitoutumisen vapaaenergian ja dissosiaatiovakion välinen suhde on:

   ΔG° = RT ln K_d,

   missä: R = 1.987×10⁻³ kcal·mol⁻¹·K⁻¹, T = 310 K (37 °C), joten RT ≈ 0.616 kcal·mol⁻¹.

   Tehokas assosiaatiovakio lasketaan ensemblistä:

   K_a^eff = ∑_i w_i exp(-(ΔG_i°)/RT), K_d^eff = 1/(K_a^eff), ΔG_eff° = -RT ln K_a^eff,

   missä w_i ovat normalisoidut painot. Epävarmuus ΔG_i°:ssa (esim. hajonta asenointien välillä) propagoidaan tuottaen epävarmuuskaistat K_d^eff:lle (tyypillisesti raportoituna nM). Ennalta määritellyt kynnykset ΔG_eff°:lle ja K_d^eff:lle määrittelevät yksikkökonsistentin sitoutumisportin, varmistaen, että säilytetyt peptidit ennustetaan sitoutuvan riittävällä affiniteetilla fysiologisissa olosuhteissa.

6. Immunogeenisuus ja hyöty-riskitoiminnallinen

   Kalibroitu luokitin tuottaa I(p):n, T-solun tunnistamisen todennäköisyyden jokaiselle peptidi-HLA-parille. Käsitteellisesti GYNORYLAQ-EC™ määrittelee myös hyöty-riskiooperaattorin:

   Ô = Ô_benefit - λÔ_risk,

   H_immune ⊗ H_tumour:ssa, missä: Ô_benefit palkitsee tiloja, joissa on korkeat taajuudet rokotevastaavista effektori/muisti-TCR-konfiguraatioista ja matala kasvainkuorma.

   Ô_risk rankaisee tiloja, jotka liittyvät liialliseen systemaattiseen peptidialtistukseen, kohdealueen ulkopuoliseen samankaltaisuuteen kriittisiin itseproteiineihin tai liian laajaan aktivaatioon.

   Nimelliselle evoluutio-operaattorille U_tot(θ),

   |Ψ_T(θ)⟩ = U_tot(θ) |Ψ_0⟩, J(θ) = ⟨Ψ_T(θ)|Ô|Ψ_T(θ)⟩.

   Käytännössä tämä lauseke tiivistää monitavoiteoptimointia: lopullinen GYNORYLAQ-TM-paneeli valitaan approksimoimaan korkean J(θ):n osajoukkoa noudattaen samalla valmistus-, turvallisuus- ja paneelikoko-rajoitteita.

7. Kliininen tuotos: GYNORYLAQ-TM-paneeli

Geometria-, termodynamiikka- ja immunogeenisuusporttien läpäisyn ja matalan Grover-tyylisen vahvistuksen jälkeen ehdokaspeptidit seulotaan edelleen klassisilla valmistettavuus- ja turvallisuussuodattimilla:

Synteettinen toteutettavuus ja liukoisuus. Ongelmallisten motiivien välttäminen (esim. erittäin hydrofobiset tai polykationiset alueet, jotka vaarantavat formulointin). Proteomin laajuiset skannaukset lähes-itse vastaavuuksille kriittisissä ihmisproteiineissa, tiukalla triagilla vaarassa oleville peptideille vaarallisen ristireaktioiden vuoksi.

Tämä tuottaa potilaskohtaisen GYNORYLAQ-TM-paneelin, joka tyypillisesti koostuu noin 10-20 peptidistä:

Useita 8-11-mer luokan I epitooppeja, jotka kattavat keskeiset HLA-alleelit, ja Valittuja pidempiä peptidit (esim. 15-35-mer), jotka tukevat luokan II esitystä ja robustia CD4⁺ T-soluapua.

Kaikki valitut peptidit syntetisoidaan GMP:n alaisesti ja formuloidaan ihonalaista tai ihon sisäistä annostelua varten.

Tutkittava tuote ja samanaikainen lääkekäyttö Tutkittavan tuotteen nimi: GYNORYLAQ-TM Personoitu Neo-antigeeninen Peptidirokote Tyyppi: Biologinen (synteettinen peptidiseos) Koostumus: Potilaskohtainen kokoelma GYNORYLAQ-EC-valittuja neo-antigeenisiä peptidit (lyhyet luokan I ja pidemmät auttajapeptidit).

Annostelureitti: Ihonalainen tai ihon sisäinen injektio. Suunniteltu varhaisen vaiheen I rokotusohjelma (ei-satunnaistettu) Perustusvaihe: Noin viikot 0, 2, 4 ja 8. Tehostusvaihe (valinnainen): Lisäannoksia noin kuukausina 6 ja 12 potilailla, joilla ei ole kielteistä toksisuutta ja jotka näyttävät saavan kliinistä hyötyä, tohtori Emmanouelides Christosin harkinnan ja protokollamääriteltyjen kriteerien mukaan.

Tarkka ajoitus ja annosmäärä voidaan hienosäätää tämän varhaisen vaiheen, 40 potilaan kohortin turvallisuus- ja immunogeenisuustietojen perusteella.

Samanaikaiset lääkkeet ja kliininen hoito

GYNORYLAQ-VLINIVAL:n keskeinen suunnitteluperiaate on, että systemaattinen antineoplastinen ja tukilääkitys on yksilöllistetty protokollapakotetun sijaan:

Kaikki systemaattisen lääkehoidon päätökset tekee hoitava lääkäri-onkologi, tohtori Emmanouelides Christos.

Esimerkkejä ovat, mutta eivät rajoitu:

Sytotoksinen kemoterapia (esim. platinaan perustuvat regimeet, liposomaaliset antrakykliinit). Hormonihoidot (esim. progestiinit, aromataasin estäjät) sopivin osin. Kohdennettuagentit (esim. mTOR-estäjät, TKI:t) kasvainbiologian ja suositusten mukaisesti. Muut immunomodulatoriset aineet, kun kliinisesti perusteltua ja protokollan sallimaa.

Tukilääkkeet (oksennuslääkkeet, kipulääkkeet, antikoagulantit, kasvutekijät, komorbiditeettien hoito jne.) ovat samoin yksilöllistettyjä.

Näitä aineita pidetään ei-tutkittavana taustahoitona. Protokolla:

Ei määrää tai priorisoi erityisiä lääkeregimejä. Vaatii yksityiskohtaisen dokumentoinnin samanaikaisista hoidoista (lääkkeiden nimet, annokset, aikataulut, muutokset ja muutossyyt). Asettaa vain standarditurvallisuusrajoitteita (esim. rajat korkea-annoksisille systemaattisille steroideille keskeisten immuuniseurantaikkunoiden aikana, minimaaliset huuhtoutumisajat tietyille sytotoksisille tai biologisille, poissulkeminen voimakkaasti immunosuppressiivisistä regimeistä, jotka voisivat mitätöidä immunogeenisuusarvioinnin).

Tämä suunnittelu:

Säilyttää kliinisen autonomian, sallien tohtori Emmanouelides Christosin hoitaa jokaista potilasta parhaan nykykäytännön mukaan. Varmistaa, että GYNORYLAQ-TM:ää arvioidaan todellisen maailman multimodaalisessa ympäristössä, joka heijastaa kliinistä onkologista käytäntöä kapean regimeen sijaan. Mahdollistaa tutkivia analyysejä siitä, kuinka eri taustahoitoluokat (esim. intensiivinen kemoterapia vs. endokriiniylläpito vs. minimaalinen systemaattinen hoito) saattavat vaikuttaa rokotteesta indusoituihin immuunivasteisiin ja kliinisiin lopputuloksiin.

Yhteenvetona, GYNORYLAQ-VLINIVAL käsittelee GYNORYLAQ-TM:ää ainoana tutkittavana tuotteena, joka on kerrostettu yksilöllisille taustahoidoille, jotka tohtori Emmanouelides Christos valitsee ja määrää. Laskennallinen putki GYNORYLAQ-EC™ tarjoaa täysin tarkastettavan, kvantti-informoidun, fysiikkatietoisen mekanismin peptidivalinnalle, kun taas kokeen rakenne arvioi toteutettavuutta, turvallisuutta ja immunologista aktiivisuutta olosuhteissa, jotka muistuttavat läheisesti rutiinihoidon korkean riskin kohdunrungon karsinoomalle.