GYNORYLAQ™-VLINIVAL™: 量子もつれ｜Ψ⟩誘導型個別化ネオ抗原ペプチドワクチン療法（高リスク子宮内膜癌） (GYNORYLAQ™)

臨床的背景

子宮内膜癌は、先進地域において最も一般的な婦人科悪性腫瘍です。多くの早期腫瘍は手術±放射線療法で治癒しますが、高リスク、再発、または転移性疾患の患者は、標準治療後にしばしば再発を経験し、持続的な治療選択肢が限られています。特に予後不良なのは：

コピー数高／p53変異および漿液性組織型のpMMR腫瘍で、「コールド」微小環境と控えめな免疫療法反応を示すもの。初期にはPD-1遮断に反応するが、最終的にはしばしば進行するMMRd／MSI-H腫瘍。これらの分子サブタイプにおいて、腫瘍は点変異、インデル、コード化マイクロサテライトのフレームシフト、融合、およびスプライス変異から患者特異的なネオ抗原を生成します。これらの変異ペプチドは処理され、HLAクラスIおよびII分子上に提示され、T細胞によって「非自己」として認識される可能性があります。これは、個別化ネオ抗原ワクチンの生物学的に魅力的な標的空間を提供します。

しかし、従来のネオ抗原パイプラインは主に配列ベースで、結合予測子と発見的スコアリングに依存し、構造情報、エネルギー論、または明示的な不確実性定量化の使用は限られています。臨床的には、多くのワクチン試験がネオ抗原構築物を固定された化学療法またはチェックポイント療法と組み合わせており、実際の腫瘍学実践の不均一性を反映していません。

GYNORYLAQ-VLINIVALは、これらの両方の問題に対処するように設計されています。物理を考慮した量子古典計算ワクチンプラットフォーム（GYNORYLAQ-EC™）を個別化された臨床腫瘍学実践と統合します：

すべての登録患者は、GYNORYLAQ-ECで選択された個別化ネオ抗原ペプチドワクチン（GYNORYLAQ-TM）を受け取ります。

全身および支持薬物療法はプロトコルで固定されていません。代わりに、担当する腫瘍内科医であるエマヌエリデス・クリストス医師が、腫瘍の病期、事前治療、臓器機能、併存疾患、耐容性、および最新のガイドラインに従って選択、開始、調整します。

したがって、この研究は、単一の義務付けられたバックボーンではなく、個別化された最良の利用可能な治療に重ねられた現実的な多様式コンテキストでGYNORYLAQ-TMを評価します。すべての併用抗腫瘍剤および支持剤は記録されますが、プロトコルによって規定されません。

GYNORYLAQ-EC™ 量子古典ワクチン学

GYNORYLAQ-EC™は、ゲノムおよびトランスクリプトームデータを量子もつれ設計状態に、最終的には製造可能な患者特異的ペプチドパネルにマッピングする計算コアです。以下の連鎖を明示的かつ監査可能にします：

配列 → 幾何学 → 構造 → エネルギー → 決定

1. ヒルベルト空間とグローバル設計状態

   エンジンは、3つのヒルベルト空間に関して形式化されています：

   配列空間 H_seq 基底：{|p_i⟩}。各基底ベクトルは候補ネオ抗原ペプチドに対応します（通常、クラスIの8-11マーおよびクラスII／交叉提示用のより長いペプチド）。

   HLA空間 H_HLA 基底：{|HLA_α⟩}。患者の特定のクラスIおよびII対立遺伝子を表します。

   免疫／腫瘍空間 H_immune 基底：{|TCR_β⟩⊗|tumour_state_k⟩}。抽象的なTCRレパートリーと粗視化された腫瘍状態（例：腫瘍負荷、クローン性、免疫浸潤）を捕捉します。

   総ヒルベルト空間は：

   H = H_seq ⊗ H_HLA ⊗ H_immune。

   形式的設計時状態 |Ψ_s⟩∈H は、計算ブロック（列挙、スコアリング、ゲーティング、増幅）を通じて進化し、最終設計状態 |Ψ_T⟩ に向かいます。その「サポート」は臨床製造のために選択されたペプチドに対応します。

2. 初期重ね合わせとグローバースタイルのもつれ探索

   腫瘍および一致正常配列決定から、パイプラインは候補ペプチドの集合 {p_i}_{i=1}^N を列挙します。これは、高信頼性の体細胞変異から適切に提示のためにフランキングされて導出されます。各候補は、1つ以上の患者HLAに関連付けられます。

   理想化された量子像において、エンジンは配列空間内の候補に対する等しい重ね合わせを構築します：

   |Φ_start⟩ = 1/√N ∑_{i=1}^N |p_i⟩。

   各ペプチド-HLAペア p は、n量子ビットヒルベルト空間内の正規化された量子状態としても埋め込まれます：

   |ψ(p)⟩ = U(z_Q(p),θ) |0⟩^{⊗n}、

   ここで：U(·)はパラメータ化された特徴マップ（固定エンタングラーを持つデータ再アップロード回路）、z_Q(p)は低次元古典的量子記述子、θは学習可能なパラメータのベクトルです。

   2つの候補 p と q の間の量子カーネルおよびフビニ・スタディ距離は：

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

   d_FS = 0 は同一の光線に対応し、d_FS = π/2 は直交状態に対応します。K_Q は、|ψ(p)⟩ が |ψ(q)⟩ に投影される確率と解釈できます。配列同一性が低いが高次物理化学構造が類似したペプチドは、この多様体上で互いに近くにマッピングされ、古典的類似性が低い場合でも大きな K_Q を生成する可能性があります。

   グローバースタイル探索を実装するために、エンジンはマーキング述語 f(i) を定義します：

   f(i) = 1 もしペプチド p_i が3つの一致するゲートを通過する場合：幾何学：実験的に検証されたエピトープの信頼できるセットへの d_FS が事前定義されたウィンドウ内にある。熱力学：ΔG° および K_d^eff を介して予測される結合親和性が事前指定された閾値を超える。免疫原性：較正された確率 Î(p_i) が最小値を上回る。

   配列空間に作用する位相オラクルは：

   Ô_mark |p_i⟩ = (-1)^{f(i)} |p_i⟩。

   初期重ね合わせの平均に関する拡散演算子 D = 2|Φ_start⟩⟨Φ_start| - I は、オラクルと組み合わされてグローバー反復子を形成します：G = D Ô_mark。

   r 回の反復後、

   |Φ_r⟩ = G^r |Φ_start⟩ = sin((2r+1)θ) |good⟩ + cos((2r+1)θ) |bad⟩、

   ここで sin^2 θ = M/N、M は（未知の）マークされたペプチドの数です。GYNORYLAQ-EC™ は意図的に小さな r（通常1-3）を使用して、有望なペプチドの浅く解釈可能な振幅増幅を生成し、M の不確実性およびNISQ時代のノイズに対して頑健です。

3. 統合特徴表現と複合カーネル

   各候補ペプチド-HLAペア p について、GYNORYLAQ-EC™ は統合特徴ベクトルを構築します：

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

   構成要素：

   深層配列／HLA埋め込み e_CNN(p) 大規模な免疫ペプチドームデータセットで訓練された畳み込みまたはトランスフォーマーモデルから導出され、対立遺伝子特異的結合モチーフおよび配列コンテキストを捕捉します。

   補助的生物学的事前情報 aux(p) プロテアソーム切断可能性、TAP輸送傾向、転写物発現（TPM／FPKM）、対立遺伝子コピー数、クローン性（クローナル対サブクローナル変異）、および利用可能な場合にはctDNA／MRD読み取り値。これは有効な抗原源強度を近似します。

   量子記述子 z_Q(p) 量子回路のパラメータ化のための低次元古典的特徴ベクトル。量子表現性に最適化された物理化学的および位置情報を圧縮します。

   構造項 φ_struct(p) ポケット占有率、ペプチド-HLA接触パターン、溶媒アクセシビリティ、および予測またはモデル化されたペプチド-HLA複合体における局所ひずみを要約します。

   ドッキングアンサンブル特徴 φ_dock(p) ポーズエネルギー、ドッキングスコアの平均および分散、ポーズ間のRMSD、および構造多様性の測定値を集約します。

   ペプチド-HLA候補 p と q の間の類似性は、複合正半定値カーネルでエンコードされます：

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

   ここで：K_CNN、K_aux、K_struct、K_dock はそれぞれの特徴ブロック上のPSDカーネル、K_Q は上記の量子カーネル、α,β,γ,δ,ε≥0 は各モダリティの相対的な重みを調整します。各構成要素カーネルはPSDであるため、任意の非負線形結合はPSDであり、K_total がカーネルロジスティック回帰または関連手法に適していることを保証します。

   決定関数は：

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

   ここで {p_i} は訓練ペプチド、{α_i,b} は学習された係数です。免疫原性確率は Î(p) = σ(f(p)) = 1/(1+e^{-f(p)}) であり、その後較正されます（例：プラットスケーリング、等張回帰、または温度スケーリング）。これにより、予測確率が観察頻度に可能な限り一致するようにします。この較正された Î(p) は、免疫原性ゲートおよび下流分析で使用されます。

4. 量子幾何学、もつれ、および正則化

   類似性を超えて、GYNORYLAQ-EC™ は量子状態 |ψ(p)⟩ の内部構造およびもつれを監視します。n量子ビットシステムの二分割 A および B について、A 上の縮小密度行列は ρ_A(p) = Tr_B(|ψ(p)⟩⟨ψ(p)|) であり、フォン・ノイマンもつれエントロピーは S_A(p) = -Tr[ρ_A(p) log ρ_A(p)] です。

   訓練目的関数の正則化項は、エントロピー値を目標範囲内に保つことを奨励し、以下を回避します：表現力が限られた自明な積状態（S_A ≈ 0）、および数値的に不安定でノイズのあるハードウェア上で近似が困難な過度にもつれた高エントロピー状態。

   量子フィッシャー情報行列 F(θ) は、符号化状態のパラメータ変化に対する感度を特徴付けます。その要素は F_{ij}(θ) = Re[⟨∂_i ψ|∂_j ψ⟩ - ⟨∂_i ψ|ψ⟩⟨ψ|∂_j ψ⟩] であり、|∂_i ψ⟩ = ∂|ψ(θ)⟩/∂θ_i です。条件が悪いフィッシャー行列（非常に小さい固有値を持つ）は、不安定なパラメータ推定およびカーネル値を意味します。条件が悪い F(θ) をペナルティ化することで、条件の良い埋め込みおよびより頑健な最適化を促進します。

5. 熱力学的ブリッジ

   ペプチド-HLA結合エネルギー論は、構造ドッキングアンサンブルから推定され、その後標準熱力学的量に変換されます。各ペプチド-HLAペアについて、ドッキングは自由エネルギー ΔG_i° (kcal·mol^{-1}) を持つ一連の微視的状態を生成します。標準結合自由エネルギーと解離定数の関係は：

   ΔG° = RT ln K_d、

   ここで：R = 1.987×10^{-3} kcal·mol^{-1}·K^{-1}、T = 310 K (37 °C)、したがって RT ≈ 0.616 kcal·mol^{-1}。

   有効結合定数はアンサンブルから計算されます：

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

   ここで w_i は正規化された重みです。ΔG_i° の不確実性（例：ポーズ間の分散）は伝播され、K_d^{eff}（通常は nM で報告）の不確実性バンドが得られます。ΔG_eff° および K_d^{eff} の事前指定された閾値は、単位一貫性のある結合ゲートを定義し、保持されたペプチドが生理的条件下で十分な親和性で結合すると予測されることを保証します。

6. 免疫原性およびベネフィット・リスク汎関数

   較正された分類器は、各ペプチド-HLAペアに対するT細胞認識の確率である I(p) を出力します。概念的には、GYNORYLAQ-EC™ はベネフィット・リスク演算子も定義します：

   Ô = Ô_benefit - λÔ_risk、

   H_immune ⊗ H_tumour 上で、ここで：Ô_benefit は、ワクチンに一致したエフェクター／メモリーTCR構成の高頻度および低腫瘍負荷を持つ状態を報酬とします。Ô_risk は、過度の全身ペプチド曝露、重要な自己タンパク質へのオフターゲット類似性、または過度に広範な活性化に関連する状態をペナルティ化します。

   名目上の進化演算子 U_tot(θ) について、

   |Ψ_T(θ)⟩ = U_tot(θ) |Ψ_0⟩、J(θ) = ⟨Ψ_T(θ)|Ô|Ψ_T(θ)⟩。

   実際には、この式は多目的最適化を要約します：最終的なGYNORYLAQ-TMパネルは、製造、安全性、およびパネルサイズの制約に従いながら、高 J(θ) サブセットを近似するように選択されます。

7. 臨床出力：GYNORYLAQ-TMパネル

幾何学、熱力学、および免疫原性ゲートを通過し、浅いグローバースタイル増幅を受けた後、候補ペプチドは古典的な製造可能性および安全性フィルターを通じてさらにスクリーニングされます：

合成的実現可能性および溶解性。製剤を損なう非常に問題のあるモチーフ（例：極度に疎水的またはポリ塩基性領域）の回避。重要なヒトタンパク質における全プロテオームスキャンによる自己類似一致の回避。危険な交叉反応のリスクがあるペプチドの厳格なトリアージ。

これにより、患者特異的なGYNORYLAQ-TMパネルが得られます。通常、約10-20のペプチドを含みます：主要なHLA対立遺伝子にまたがる複数の8-11マークラスIエピトープ、およびクラスII提示および強力なCD4⁺ T細胞ヘルプをサポートする選択されたより長いペプチド（例：15-35マー）。

すべての選択されたペプチドはGMP下で合成され、皮下または皮内投与のために製剤化されます。

試験薬および併用薬物使用 試験薬名：GYNORYLAQ-TM 個別化ネオ抗原ペプチドワクチン タイプ：生物学的製剤（合成ペプチド混合物） 組成：GYNORYLAQ-ECで選択されたネオ抗原ペプチド（短いクラスIおよびより長いヘルパーペプチド）の患者特異的コレクション。

投与経路：皮下または皮内注射。計画された早期第I相ワクチン接種スケジュール（非無作為化） プライミング相：約0、2、4、および8週目。ブースター相（オプション）：禁止毒性がなく臨床的ベネフィットを得ていると見なされる患者において、エマヌエリデス・クリストス医師の裁量およびプロトコル定義基準に従って、6か月および12か月頃に追加投与。

正確なタイミングおよび投与回数は、この早期段階の40患者コホートにおける新たな安全性および免疫原性データに基づいて調整される可能性があります。

併用薬物および臨床管理

GYNORYLAQ-VLINIVALの重要な設計原則は、全身抗腫瘍および支持療法が個別化され、プロトコルで義務付けられていないことです：

全身薬物治療に関するすべての決定は、担当する腫瘍内科医であるエマヌエリデス・クリストス医師によって行われます。

例としては以下が含まれますが、これらに限定されません：細胞傷害性化学療法（例：プラチナ製剤、リポソーム化アントラサイクリン）。適切な場合のホルモン療法（例：プロゲスチン、アロマターゼ阻害剤）。腫瘍生物学およびガイドラインに応じて適応される標的薬剤（例：mTOR阻害剤、TKI）。臨床的に正当化され、プロトコルで許可される場合の他の免疫調節剤。

支持療法薬（制吐剤、鎮痛剤、抗凝固剤、増殖因子、併存疾患の管理など）も同様に個別化されます。

これらの薬剤は、非試験的背景療法と見なされます。プロトコルは：特定の薬剤レジメンを規定または優先しません。併用療法の詳細な文書化（薬物名、用量、スケジュール、変更、および変更理由）を要求します。標準的な安全性制約のみを課します（例：主要な免疫モニタリングウィンドウ中の高用量全身ステロイドの制限、特定の細胞傷害性薬剤または生物学的製剤の最小ウォッシュアウト期間、免疫原性評価を無効にする可能性のある強力な免疫抑制レジメンの除外）。

この設計は：臨床的自律性を保持し、エマヌエリデス・クリストス医師が各患者を現在の最良の実践に従って治療することを可能にします。GYNORYLAQ-TMが、狭いレジメンではなく、臨床腫瘍学実践を反映した現実的な多様式設定で評価されることを保証します。異なる背景治療クラス（例：集中的化学療法対内分泌維持療法対最小限の全身治療）が、ワクチン誘導免疫反応および臨床転帰にどのように影響する可能性があるかについての探索的分析を可能にします。

要約すると、GYNORYLAQ-VLINIVALは、GYNORYLAQ-TMを単一の試験薬として扱い、エマヌエリデス・クリストス医師によって選択され処方される個別化背景療法に重ね合わせます。計算パイプラインGYNORYLAQ-EC™は、完全に監査可能で、量子情報に基づき、物理を考慮したペプチド選択メカニズムを提供し、一方で試験構造は、高リスク子宮内膜癌に対する日常診療に密接に類似した条件下での実現可能性、安全性、および免疫学的活性を評価します。