Kanser aşısı deyince akla grip aşısı gibi tek bir enjektör gelmiyor; bilimin kastı, her hastanın tümörünün kendine has mutasyonlarından üretilen, kişinin bağışıklık sistemine 'bunu ara' diye gösterilen moleküler kartpostallar. Bu kartpostalların adı neoantijen: kanser hücresinin DNA'sındaki yazım hatasından doğan, sağlıklı hücrelerde bulunmayan parçalar. Bağışıklık sistemi bunları 'kendiliğe ait olmayan' saydığı için, doğru neoantijeni bulan bir aşı ya da hücre tedavisi tümöre doğrudan ateş edebiliyor.

Sorun şuydu: Aday neoantijenler bugüne kadar büyük ölçüde bilgisayar tahminleriyle seçiliyordu ve bu tahminler iki soruyu aynı anda doğru yanıtlamak zorunda — parça tümör hücresinin yüzeyinde gerçekten sergileniyor mu ve bağışıklık hücrelerini gerçekten kışkırtıyor mu? Trends in Cancer'da yayımlanan derleme, bu iki kapıyı aynı anda geçen adayları bulmakta immünopeptidomiksin — yani kütle spektrometresiyle tümör yüzeyinde doğal olarak sergilenen parçaların doğrudan okunmasının — tahmin programlarına göre çok daha isabetli olduğunu vurguluyor.

Bilgisayar 'olabilir' diyor, kütle spektrometresi 'burada duruyor' diyor — aşı için gereken ikinci cümle.

Derleme, iki tekniğin el sıkışmasından doğan somut kazanımları sıralıyor: Kütle spektrometresi verileriyle eğitilen yapay zekâ modelleri daha az yanlış alarm üretiyor; mutasyonlu parçalarla sağlıklı parçaların ayrımı netleşiyor ve klinik denemelere giren aşı adaylarının başarısızlık oranı düşüyor. Ayrıca bu yöntem, antikor ilaçlarının ve CAR-T hücrelerinin erişemediği hücre içi hedeflere — bağışıklık sisteminin asıl av sahasına — kapı açıyor.

Önümüzdeki dönem hedefi, immünopeptidomiksi her kanser hastasının tanı sürecinin standart bir adımı hâline getirmek: Tümör örneklerinden çıkan parça listesi, hastaya özel aşının ya da T hücresi tedavisinin reçetesine dönüşecek. Derlemenin diliyle söylersek alan 'tahminden kesinliğe' geçiyor — ve bu geçiş, kişiselleştirilmiş kanser immünoterapisinin ölçeklenebilir olmasının önündeki en büyük engeli kaldırıyor.