2023年8月10-11日，中关村论坛系列活动——2023科学智能峰会（AI for Science Summit）开幕。2023 科学智能峰会（下称“峰会”）由中关村论坛办公室作为指导单位，由北京科学智能研究院主办，北京大学北京国际数学研究中心、北京大学国际机器学习研究中心、北京材料基因工程高精尖创新中心、DeepModeling 开源社区、嘉庚创新实验室人工智能应用电化学联合实验室（AI4EC Lab）、宁波东方理工大学（暂名）、上海交通大学药学院、深势科技、苏州实验室、之江实验室、中国科学院计算机网络信息中心、中国科学院宁波材料所联合承办（按拼音首字母排序），由新华网作为战略合作媒体，旨在搭建 AI for Science 领域科研突破、技术培育、人才交流的共建共创平台，共同推动 AI for Science 的基础设施建设，激发创新效能。

精彩报告

李明院士在会上分享了以“新生抗原发现”为核心的《AI驱动癌症个性化治疗》报告，在新生抗原的研究中，由BioNTech和Genenetech合作的一项临床研究中发现：“超过半数的新抗原只出现过一次，即新抗原具有高度个体化”，因此对于以新抗原为基础的肿瘤免疫治疗的实际临床应用来说，如何以最快速度获得最精准的新生抗原发现面临巨大挑战：

1.临床样品极低的样品量：样本量50mg甚至更低的mg级，对于检测分析体系，需匹配足够高的灵敏度。

2.极高精准度要求：由于极为个性化的新抗原肽段，难以在通用蛋白或多肽数据库中得到准确的匹配，因此在无数据库参考的从头测序技术上，就要求有极高的精确度。

3.多肽免疫原性的预测：免疫多肽由MHC（主要组织相容复合物）呈递， MHC有I类和II类两种分子，通常一类分子呈递内源性免疫多肽，与CD8+ T细胞激活下游的细胞免疫；MHC II类呈递外源性的抗原肽段，激活下游的CD4+ T细胞，但仅依赖免疫多肽与MHC的亲和力来预测免疫原性是不够准确的，需考虑T细胞的识别。因此，我们用AI技术，模拟了免疫耐受中枢，更高效地进行免疫原性预测的工作。

针对以上难题，李明院士阐述了如何将wet lab和dry lab结合，利用AI技术赋能新生抗原发现工作。