COLONYVAQ™，一种用于MSS期III结直肠癌的量子-经典引导个性化新抗原疫苗 (COLONYVAQ™-CRC)

结直肠癌是癌症相关死亡的主要原因。在III期疾病中，尽管进行了根治性手术和基于奥沙利铂的辅助化疗，复发仍然频繁。免疫检查点抑制剂已在错配修复缺陷/微卫星不稳定性高的结直肠癌中改变了治疗结局，但微卫星稳定/pMMR肿瘤通常表现出较低的肿瘤突变负荷和炎症程度低、免疫抑制的微环境。因此，传统的PD-1阻断单药在MSS/pMMR疾病中获益甚微。早期结直肠癌的疫苗方法聚焦于肿瘤相关抗原，如CEA、MUC1、survivin、MAGE以及多TAA肽混合物。这些研究表明，基于肽和树突状细胞的疫苗可诱导抗原特异性T细胞和B细胞应答，但客观缓解罕见，临床获益有限，且因TAA常在正常组织中表达，脱靶毒性令人担忧。相比之下，由非同义体细胞突变产生的肿瘤特异性新抗原仅局限于恶性细胞，可逃避中枢耐受，能引发更高亲和力的T细胞应答，并最大限度减少脱靶毒性。早期结直肠癌和泛癌新抗原试验，以及共享新抗原项目如SLATE-KRAS和完全个性化的病毒RNA平台如GRANITE，已证明多新抗原疫苗接种是可行、安全且具有免疫原性的，尤其在低肿瘤负荷或维持治疗背景下，并与检查点阻断联合时。在切除的肝细胞癌和结直肠癌肝转移中进行的辅助新抗原树突状细胞疫苗联合纳武利尤单抗试验进一步支持了个性化新抗原疫苗在微小残留病（MRD）背景下可增强新抗原特异性T细胞应答并可能改善无复发生存期的观点。基于奥沙利铂的方案（mFOLFOX6或CAPOX）可诱导免疫原性细胞死亡，暴露钙网蛋白和其他危险信号，从而增强树突状细胞对肿瘤抗原的摄取和交叉呈递。纳武利尤单抗通过阻断PD-1，解除对活化T细胞的抑制信号。因此，将个性化多新抗原肽疫苗与免疫原性化疗及PD-1阻断相结合，有望增加抗原释放、改善抗原呈递并增强效应功能，可能在辅助治疗背景下将免疫学上“冷”的MSS肿瘤转化为更具炎症性、“热”的病灶，从而实现持久的免疫监视。

COLONYVAQ-CRC：量子-经典、物理感知的新抗原优先级排序大多数现有新抗原流程将表位排序主要视为统计问题。COLONYVAQ-CRC引入了一个物理感知的量子-经典AI层，改编自Tamavaq，以生成从测序到临床肽选择的可审计、机制性链条。对于每个候选肽-HLA对p，系统构建一个统一的特征表示Φ(p)，它串联了基于序列的、生物的、量子的、结构的和能量的证据：Φ(p)=[e_CNN (p), aux(p), z_Q (p), φ_struct (p), φ_dock (p)]。项e_CNN (p)表示源自在大规模免疫肽组数据集上训练的卷积或Transformer模型的深度序列/HLA嵌入。辅助块aux(p)汇编了抗原加工和表达先验信息，如蛋白酶体切割可能性、TAP转运倾向、转录本丰度、克隆性以及可用时的ctDNA/MRD信息，以近似有效抗原源强度。量子描述符z_Q (p)是一个低维经典向量，用于参数化量子电路嵌入。结构项φ_struct (p)总结了建模的肽-HLA复合物中的口袋占据和残基-残基接触。最后，φ_dock (p)聚合了对接集合统计量，包括构象能量、分散度和构象多样性。

两个候选肽p和q之间的相似性由一个复合的半正定核K_total (p,q)=αK_CNN (p,q)+βK_aux (p,q)+γK_Q (p,q)+δK_struct (p,q)+εK_dock (p,q)捕获，其中非负权重α,β,γ,δ,ε调整每种模态的相对贡献。由于每个分量核被构造为半正定的，它们的非负线性组合仍保持半正定，确保K_total可在核逻辑回归或相关方法中一致使用。决策函数可写为f(p)=∑_(i=1)^M▒α_i K_total (p,p_i)+b，其中{p_i }是训练肽，α_i,b是学习到的系数。免疫原性概率随后建模为I ̂(p)=σ(f(p))，其中σ(z)=1/(1+e^(-z))是逻辑函数。在量子方面，每个肽x被编码为希尔伯特空间H（维度2^n）中的归一化态|ψ(x)⟩，通过作用于参考态|0⟩^(⊗n)的特征映射U(z_Q (x),θ)构建：|ψ(x)⟩=U(z_Q (x),θ) |0⟩^(⊗n)。两个肽态之间的重叠是⟨ψ(x)|ψ(y)⟩。量子几何相似性通过Fubini-Study距离d_FS (x,y)=arccos(|⟨ψ(x)|ψ(y)⟩|)量化，该距离位于[0°,π/2]区间，其中d_FS =0对应相同射线，d_FS =π/2对应正交态。由此距离，定义量子相似核为K_q (x,y)=|⟨ψ(x)|ψ(y)⟩|^2=cos^2 (d_FS (x,y))。此核可解释为态|ψ(x)⟩投影到|ψ(y)⟩上的概率。当低序列同一性的肽共享高阶物理化学结构时，它们可能映射到此复射影流形上的邻近点，即使经典序列相似性较低时也能产生较大的K_q值。|ψ(x)⟩的内部结构和纠缠通过形成子系统上的约化密度矩阵来监控。对于划分为子系统A和B，约化态为ρ_A (x)=Tr_B (|ψ(x)⟩⟨ψ(x)|)。冯·诺依曼熵S_A (x)=-Tr[ρ_A (x)logρ_A (x)]量化A和B之间的纠缠。正则化项鼓励熵处于目标范围内，避免平凡乘积态（纠缠过少）和过度纠缠态，后者可能在噪声中等规模量子（NISQ）硬件上数值不稳定且难以近似。

量子嵌入对参数变化的敏感性由量子费希尔信息矩阵F(θ)表征，其元素为F_ij (θ)=R[⟨∂_i ψ|∂_j ψ⟩-⟨∂_i ψ|ψ⟩⟨ψ|∂_j ψ⟩]，其中|∂_i ψ⟩=∂|ψ(θ)⟩/∂θ_i。病态的费希尔矩阵（特征值非常小）可导致参数估计的较大方差和不稳定的核值。因此，COLONYVAQ引入了一个与tr(F(θ)^(-1))成比例的惩罚项，当特征值趋近于零时发散；最小化此项推动优化朝向参数空间中所有方向均受数据充分告知的区域。能量学以热力学校准方式处理。对于每个肽-HLA对接构象i，其标准自由能为ΔG_i^⊖，微态结合和解离常数为K_(a,i)=exp(⊖ (ΔG_i^⊖)/RT),K_(d,i)=exp((ΔG_i^⊖)/RT)，其中R=1.987×10^(-3) kcal·mol^(-1)·K^(-1)且T=310 K，因此RT≈0.616 kcal·mol^(-1)。对接集合总结为玻尔兹曼加权的有效结合常数K_a^eff =∑_i▒w_i exp(⊖-(ΔG_i^⊖)/RT),∑_i▒w_i =1，产生有效自由能ΔG_eff ^⊖=-RTlnK_a^eff 和相应的解离常数K_d^eff =1/K_a^eff 。这些值以实验人员熟悉的单位报告（ΔG_eff ^⊖为kcal·mol⁻¹，K_d^eff 为nM）。若集合中自由能的分布为σ_ΔG，则K_d的相关不确定性可表示为乘法形式exp(±σ_ΔG/(RT))。例如，在T=310 K时，ΔG^⊖变化1.2 kcal·mol^(-1)会使K_d变化约exp(1.2/0.616)≈6.3倍。对接损失项L_dock =λ_1 E ̄+λ_2 σ_E，其中E ̄和σ_E是对接能量的均值和标准差，使模型偏向于低能量、低方差的集合，这些集合经验上与稳健的肽-MHC展示相关。在Φ(p)和核K_total之上，COLONYVAQ训练一个校准的逻辑头I ̂(p)=σ(w^⊤ Φ(p)+b)，其解释为肽p被T细胞识别的概率，针对区分度（如AUC）和校准度（如Brier评分、预期校准误差）进行优化。并行地，一个线性热力学头预测(ΔG) ̂^⊖ (p)=η^⊤ Φ(p)+η_0，由此推导出预测的解离常数K ̂_d (p)=exp((ΔG) ̂^⊖ (p)/(RT))。总损失将预测、结构、对接和量子费希尔正则化耦合到单个目标L=L_pred +L_struct +L_dock +L_QFIM，其中L_QFIM与tr(F(θ)^(-1))成比例。

候选肽通过一个三阶段“物理 + 几何 + 免疫学”预言机。首先，量子几何门要求|ψ(x)⟩与经验验证的免疫原性肽的质心|ψ(P)⟩之间的Fubini-Study距离满足d_FS (ψ(x),ψ(P))≤d^*。其次，热力学门要求有效自由能和解离常数满足最小结合强度标准，ΔG_eff ^⊖ (x)≤ΔG^* 或等价地K_d^eff (x)≤K_d^*。第三，免疫原性门要求校准概率超过阈值，I ̂(x)≥I^*。设候选肽总数为N，其中M个肽通过所有三个过滤器。在抽象量子术语中，所有候选肽的均匀叠加态为|Ψ_0⟩=1/√N ∑_(j=1)^N▒|j⟩，可分解为“标记”和“未标记”子空间：|Ψ_0⟩=sinθ |Ψ_good ⟩+cosθ |Ψ_bad ⟩，其中sin^2 θ=M/N。定义类Grover振幅放大算子G为翻转标记态相位的预言机O和关于|Ψ_0⟩反射的扩散算子D的乘积。经过r次迭代后，态变为|Ψ_r⟩=G^r|Ψ_0⟩=sin((2r+1)θ)|Ψ_good ⟩+cos((2r+1)θ)|Ψ_bad ⟩，测量到标记索引的概率为P_r=sin^2 ((2r+1)θ)。

当θ较小（标记肽很少）时，最大化P_r的最优迭代次数约为r_opt ≈π/4 √(N/M)，但在NISQ体制下且M存在不确定性时，COLONYVAQ使用少量迭代（通常一到三次）来可靠地放大标记肽的权重而不过度旋转。实际上，此类Grover步骤以与可用硬件兼容的方式进行模拟或近似，旨在将GMP肽合成聚焦于一个紧凑、高置信度的子集。

在标记肽集合内，剩余并列情况使用复合评分S(x)=αK_q (x,P)+β σ((I ̂(x)-I^*)/τ_I )+γ σ((K_d^*-K_d^eff (x))/τ_K )来打破，其中K_q (x,P)=|⟨ψ(x)|ψ(P)⟩|^2，τ_I和τ_K设定转换的陡度，σ是逻辑函数。此表达式明确展示了与已知阳性对照的相似性、建模的免疫效力以及预测的结合强度如何共同决定最终排名，用于定义每位患者的COLONYVAQ-CRC肽载荷。

与mFOLFOX6或CAPOX及纳武利尤单抗联合的基本原理

奥沙利铂和氟嘧啶是III期结直肠癌辅助治疗的标准组成部分，可诱导免疫原性细胞死亡，增加肿瘤抗原和危险信号的释放，进而增强树突状细胞活化和抗原交叉呈递。纳武利尤单抗每2周3 mg/kg阻断PD-1，防止疫苗诱导和化疗释放的肿瘤特异性T细胞的耗竭和功能抑制。量子-经典COLONYVAQ-CRC引擎旨在最大化新抗原靶点的质量；免疫原性化疗增加抗原可用性；PD-1阻断维持T细胞效应功能。早期I期试验将在辅助MRD背景下测试这种三组分策略的安全性和可行性，并生成初步的免疫和分子应答数据。