导语
肿瘤突变负荷（TMB）是免疫治疗的重要生物标志物，确定TMB阳性阈值尤为关键。测量误差可能会影响TMB评估的准确性和临床结果的可靠性，而传统的TMB阈值确定方法往往忽视了测量误差的影响。
西安交通大学王嘉寅教授团队，联合南京航空航天大学王以瑄教授团队，与世和基因再次合作，创新性地提出了综合统计控制模型TMBocelot，优化了具有系统测量误差的TMB阈值，实现了更全面和稳健的TMB阈值计算，为肿瘤免疫治疗领域带来了革命性的变革。近日，相关研究成果发表在Frontiers in Immunology（IF=5.7）。
研究内容
TMBocelot模型基于贝叶斯方法，优化了具有系统测量误差的TMB阈值
TMBocelot模型结合了先进的统计学方法和生物信息学技术，能够基于患者的肿瘤基因组数据，通过特定的统计方法纠正不同的错误场景，特别是在成对误差的控制方面，精确测量TMB值，并通过一系列算法和统计控制手段优化TMB阈值。基于马尔可夫链平稳性原理的贝叶斯方法，通过多层级误差校正机制，显著提升阈值计算的准确性和稳健性。
图1. TMBocelot模型流程图
TMBocelot模型在非小细胞肺癌（NSCLC）中的回顾性队列研究中表现优异
研究者从公开获取的研究中组建了包含438例患者的四个队列。通过一系列模拟数据，评估了TMBocelot模型在应对各种错误中的表现。根据TMBocelot模型计算出的不同TMB阈值，四个队列均展现出更显著的疗效差异（图2）。同时，在引入肿瘤反应评估噪音的两个队列中，进行了Bayes-PECM算法的测试，验证了所提出的Bayes-PECM在该模型中的有效性。
图2. TMBocelot模型下不同TMB阈值在四个队列中的疗效比较
结语
基于TMBocelot模型优化的TMB阈值具有显著的临床应用价值，能够帮助临床医生为患者制定更个性化的治疗方案，提高免疫治疗效果的预测准确性，帮助更多患者获益。
专家简介
王嘉寅 教授
西安交通大学教授、博士生导师
西安市政协委员、十三届全国青联委员、陕西省青联委员、西安市青年联合会副主席
部级重点人才计划入选者、陕西省杰出青年科学基金获得者
曾获得西安交通大学“青年拔尖人才支持计划”资助
兼任陕西省医疗健康大数据工程研究中心副主任
主要从事大数据驱动的医养贯通与全周期健康管理创新的研究和实践。主要包括：针对肿瘤组学数据的数据质量管理与分析流程优化；基于有限异质样本的疗效关联分析与治疗方案推荐；面向诊疗康养全程的癌症演化预测与复发风险预警
王以瑄 教授
南京航空航天大学
助理教授、长空博士后、硕士生导师
研究方向为生物信息计算与数字健康、生物信息学与生物信息管理、临床决策支持系统
主持国家自然科学基金项目（青年），以第一作者身份在国际著名的Briefings in Bioinformatics，Frontiers in Immunology，BMC Bioinformatics等SCI检索期刊发表论文10多篇
获选国家资助博士后研究人员计划
中国人工智能学会生物信息学与人工生命专业委员会委员
IEEE BIBM 2024 Program Committee
参考文献
Lai X, Wang S, Zhang X, Zhu X, Liu Y, Chang Z, Wang X, Shao Y, Wang J and Wang Y (2025) TMBocelot: an omnibus statistical control model optimizing the TMB thresholds with systematic measurement errors. Front. Immunol. 15:1514295. doi: 10.3389/fimmu.2024.1514295
