1.识别
粗砂岩边缘™
我们免疫治疗的第一个支柱是我们对抗原和新抗原的理解，特别是哪些抗原会被人类白细胞抗原(HLA)分子转录、翻译、加工和呈现在细胞表面;因此T细胞可以看到。我们通过使用Gritstone EDGE来实现这一点TM，我们专有的基于机器学习的平台。
开发包括肿瘤特异性新抗原的癌症免疫疗法是一个挑战，因为它们的性质——肿瘤通常有数百个突变，但只有一小部分突变导致真正的肿瘤特异性新抗原。为了解决这一挑战，我们训练了EDGE的新型集成神经网络模型体系结构，其中包含来自不同祖先的数百个肿瘤和正常组织样本的数百万个数据点。这使我们能够使用来自患者常规活检的序列数据来预测哪些突变将产生肿瘤特异性新抗原，最可能由HLA呈现在肿瘤细胞表面。与公开的方法相比，EDGE在预测肿瘤呈现肽的准确性方面有了显著的提高。我们相信，EDGE平台选择的突变比使用以前的方法选择的突变更有可能成为免疫接种的有用靶点。
疫苗病毒理想生成中和抗体反应整个病毒表面蛋白,而且短片段的T细胞反应的病毒蛋白在病毒感染细胞表面的显示(一旦进入细胞,病毒作战的抗体是无形的,在细胞外)。所有的病毒蛋白对人类免疫系统来说都是外来的，但只有蛋白质的短片段(称为多肽)被HLA显示在细胞表面，T细胞可以看到。根据受试者的HLA类型(概念上与某人的血型相似，但更复杂)，不同的受试者呈现的特定片段会有所不同。Gritstone的EDGE平台提供了能够驱动T细胞反应的关键病毒蛋白片段的鉴定。