生物医学前沿系列讲座2024年度第十五期顺利举行
2024年8月13日，由基础医学院举办的清华大学生物医学前沿系列讲座（Frontier of Biomedical Seminar）2024年度第十五期报告在医学科学楼B323顺利举行。本期讲座邀请到宾夕法尼亚大学副教授李博来访报告，报告题目为：“Computational Efforts towards Immune-based Early Cancer Detection”。本期报告由基础医学院肿瘤中心主任、分子肿瘤学全国重点实验室（清华）、讲席教授傅阳心主持。
傅阳心教授在开场致辞中对李博副教授的到来表示了热烈的欢迎,并简要介绍了李博的学术背景和他们共同的学术历程。
李博副教授在报告中指出，癌症作为全球主要死亡原因之一，其早期诊断对于降低死亡率至关重要。尽管已有多种临床方法致力于早期恶性肿瘤的识别，但它们在肿瘤体积小或癌症衍生分子材料稀缺的情况下仍显不足。针对这一挑战，他及其团队在过去十年中，开发了一种基于宿主适应性免疫反应的癌症检测新方法。在本次报告中，他详细介绍了这一技术的基本原理，并展示了团队开发的计算工具，这些工具能够深入分析血液中的T细胞受体（TCR）库，以识别癌症信号。在报告的最后，李老师分享了团队在高级别浆液性卵巢癌（HGSOC）早期诊断方面的最新研究成果。通过应用先进的计算工具，研究团队能够在症状出现前长达四年的时间内，在血液样本中检测到明显的癌症信号。这一发现不仅为早期癌症的检测和治疗提供了新的可能性，也为患者带来了新的希望。
讲座的互动环节中，参会的教师和学生围绕报告主题提出了多个深入的问题。李博副教授对每个问题都进行了详尽的解答，并与参会师生进行了广泛的探讨和交流。本次讲座不仅为与会者提供了深入了解前沿癌症检测技术的机会，也极大地激发了大家对生物医学研究的热情。
专家简介
Dr. Li received his bachelor’s degree in physics from Peking University, China (2009), and developed a fascination with complex, yet highly organized biological systems. He then pursued a PhD degree in Bioinformatics at the University of Michigan, Ann Arbor, under the supervision of Dr. Jun Li. He joined the Dr. Xiaole Shirley Liu lab at Dana-Farber Cancer Institute for a postdoctoral fellowship, where he was jointly supervised by Drs. Shirley Liu and Jun S. Liu at Harvard Department of Statistics. Li’s research interests are in developing novel bioinformatics methods for investigating high-throughput genomics data to understand disease etiology and biological processes, with a particular interest in cancer. From 2017 to 2023, Li worked at UT Southwestern Medical Center. In 2023, Li join in Upenn/CHOP to continue his research in cancer genomics and computational cancer immunology.
学生感想
这次讲座让我对癌症早期检测的前沿进展有了更深入的理解。李博教授提出的基于T细胞受体（TCR）免疫反应的检测方法，展示了其在早期癌症诊断中的巨大潜力。通过分析周围血的免疫组库，该方法能够识别出与癌症相关的T细胞受体，甚至在癌症症状出现前四年就能捕捉到异常信号。这一研究集中在高等级浆液性卵巢癌（HGSOC）上，使用DeepCAT算法，通过两层卷积神经网络对氨基酸的生化特征进行分析，显著提升了检测的灵敏度和特异性。
研究结果表明，该方法在保持98%特异性的情况下，可以达到73%的灵敏度，超越了许多现有的癌症检测手段。这种新方法不仅为早期癌症识别提供了一种更灵敏的途径，而且由于采样简单、成本低廉，有望成为液体活检领域的新方向。期待这一研究成果能尽快转化为临床应用，从而为早期癌症治疗提供新的希望。
——基础医学院博士生留言
近年来，癌症早筛取得了一定的进步，各种新型检测技术不断涌现，如基于液体活检的cfDNA甲基化检测。但是，由于癌症早期血液中游离的癌症相关分子被大量体细胞（主要为免疫细胞）产生的蛋白或DNA稀释，这种方法对于早期癌症的检测灵敏度较低。此次讲座中，李博老师向我们介绍了另一种癌症早筛的思路，即通过TCR免疫组库（T cell repertoire）预测癌症，且这种方法具有较高的灵敏度（免疫系统对早期癌症信号的放大作用）。李老师课题组发现，与正常人相比，癌症患者外周血免疫组库中拥有更多的癌症相关TCR，为后续的算法开发提供了理论基础。基于这一思路，李老师课题组开发了一系列算法工具，如TRUST（Calling TCRs from genomics data），iSMART（Grouping antigen-specific TCRs），GIANA（Ultrafast TCR alignment tool）和DeepCAT等，用于从TCGA数据库或临床来源的肿瘤样本测序数据中提取肿瘤相关的TCR序列特征，继而用于癌症早筛。未来，如何进一步提高这些算法的预测准确率，使其能够精准预测不同癌症并区分非癌病变，具有重要的理论和临床价值。
——基础医学院博士生留言
