L'anello mancante del mio vaccino

Non ho mai fumato. Il mio tumore ha origine da un incidente genetico: due geni, KIF5B e RET, si sono fusi tra loro, e la proteina prodotta da quella fusione tiene la cellula accesa. Da febbraio 2026 assumo una terapia orale a bersaglio molecolare contro RET, un inibitore tirosin-chinasico (TKI). Il tumore si è ridotto.

Con tutti i farmaci di questa classe, prima o poi, succede la stessa cosa: le cellule trovano il modo di aggirarli. Non è questione di se, ma di quando.

Adesso voglio aggiungere un vaccino personalizzato: un preparato che mostra al mio sistema immunitario il frammento di proteina presente solo nel tumore. Non previene la malattia: la rende visibile. E lo voglio finché il tumore è piccolo. È il mio ragionamento, non la garanzia che funzioni.

Quello che una cellula ha all’interno, da fuori non si vede. La cellula spezzetta le proprie proteine in frammenti corti e ne porta una parte in superficie, sulle molecole HLA, che li presentano al sistema immunitario: i linfociti T possono riconoscere ciò che vi è esposto. Un vaccino ha senso solo se il frammento con cui addestro il sistema immunitario viene davvero esposto.

Per il passaggio 5 esiste un metodo preciso: l’immunopeptidomica. Si prendono cellule che producono la proteina di fusione, se ne isolano le molecole HLA, si staccano i peptidi con un lavaggio acido e si leggono con la spettrometria di massa, lo strumento che identifica ogni peptide in base alla sua massa. Non ciò che potrebbe essere esposto: ciò che è stato esposto.

Qui ci sono tre domande diverse, ed è facile confonderle. Che cosa si prevede venga esposto sull’HLA: a questo risponde la predizione. Che cosa è stato effettivamente trovato esposto sulle cellule: risponde l’immunopeptidomica. A che cosa reagiscono i linfociti T: rispondono i test sui linfociti T. Il passaggio 5 è la seconda domanda, l’unica a cui posso rispondere senza tessuto e senza farmi prelevare i linfociti.

Quanto la prima disti dalla terza è stato misurato. In un lavoro collaborativo internazionale, più gruppi hanno predetto gli epitopi, cioè i frammenti che il sistema immunitario può riconoscere, partendo dagli stessi dati di sequenziamento; i 608 peptidi messi in cima alle liste sono stati poi testati per il riconoscimento da parte dei linfociti T, su campioni degli stessi pazienti. Ne sono risultati immunogeni 37, cioè il 6%. Lo studio tiene esplicitamente distinti gli anelli: prima l’esposizione sull’HLA, solo dopo il riconoscimento. Il loro filtro per esposizione e riconoscimento insieme ha scartato il 98% dei peptidi non immunogeni, ma ha conservato appena il 45% di quelli immunogeni; quelle due cifre riguardano i 286 peptidi per i quali esistevano tutte e cinque le misure di presentazione, non i 608. Su una coorte separata di 310 peptidi, con 4 immunogeni, il filtro basato solo sull’esposizione ha scartato il 97% dei non immunogeni e ha conservato 3 dei 4; aggiungendo il riconoscimento, lo scarto è salito al 99% conservando gli stessi 3 su 4 (Wells, Cell 2020 ).

Di questo studio, due limiti mi riguardano da vicino, e sono gli autori stessi a dichiararli: ha testato solo peptidi di classe I, e solo quelli derivati da mutazioni puntiformi e da piccole inserzioni-delezioni. Sono rimaste fuori le proteine di fusione, e con loro l’intero braccio di classe II. Il mio peptide è un peptide di fusione, di classe II. Questo lavoro mi dice quindi quanto la predizione possa allontanarsi dalla misura; non mi dice quanto se ne sia allontanata la mia.

Un filtro che elimina quasi tutto il rumore ma per strada perde più di metà del segnale non mi dice dove si è interrotta la catena per il mio peptide: non riconosciuto può voler dire mai esposto, oppure esposto ma ignorato da tutti i linfociti T. A distinguere i due casi è la misura dell’esposizione, cioè l’immunopeptidomica (Chong, Nat Biotechnol 2022 ). Nemmeno questa è infallibile: una rassegna del metodo, scritta da chi lo esegue, avverte che confrontare gli spettri con l’enorme spazio delle sequenze non canoniche può a sua volta generare falsi positivi, e non dice nulla sull’immunogenicità. Però alla sua domanda risponde con una misura: questo frammento arriva davvero in superficie?

Per questo insisto sul passaggio 5: non perché risolva tutto, ma perché risponde esattamente alla domanda che mi tiene bloccato. Se poi, una volta esposto, i miei linfociti lo riconoscano davvero, è un’altra domanda: è la seconda delle quattro richieste in fondo.

Mi servono le cellule, e di tessuto non ne ho più. La strada è stretta: un minigene, cioè una breve sequenza di DNA che contiene solo la regione della giunzione, inserito in una linea cellulare con il mio stesso tipo HLA. Il risultato vale per il modello cellulare, non è una misura fatta sul mio tumore. Ma è l’unica strada che vedo che non consumi tessuto.

Per non dare l’impressione che questo passaggio risolva più di quanto risolve, ecco cosa resta aperto anche con un esito positivo. Non dice se il peptide viene esposto allo stesso modo nel mio tumore di oggi, dopo otto mesi di trattamento, né se la proteina intera viene processata come il frammento corto del costrutto. Non dice se i miei linfociti lo riconoscono, né se sanno distinguere il frammento tumorale da quello quasi identico della proteina normale. Non dice nulla sulla capacità di uccidere il tumore, sulla sicurezza insieme al farmaco che assumo, sulla dose o sul beneficio clinico. E un risultato negativo non prova che il peptide non venga esposto, a meno che il laboratorio non dimostri cosa sarebbe stato in grado di rilevare: senza un limite di rilevazione, l’assenza di segnale non equivale ad assenza biologica. Il passaggio 5 non è il via libera biologico alla produzione. È l’informazione senza la quale non posso scegliere cosa mettere nella fiala.

Perché non mando semplicemente del tessuto?

Non aver trovato mutazioni non significa che non ci siano. Significa che la domanda è rimasta senza risposta.

E non ho più nessuna lesione da cui fare una nuova biopsia. La terapia ha funzionato troppo bene. È il miglior problema che si possa avere e, insieme, un muro.

Dei diversi tipi di vaccino personalizzato ho parlato nella prima parte , e del ruolo del tessuto nella seconda parte .

Ho analizzato gli oltre 50 GB di dati grezzi dei due laboratori con strumenti bioinformatici pubblici, usando modelli di AI per eseguire, capire e verificare ogni passaggio. Tutto quello che segue è un’analisi mia, a titolo indicativo, e va confermato in modo indipendente.

Lo studio ha usato strumenti di predizione diversi dai miei (Castillo, Front Immunol 2025 ). Ma quello che ha misurato è meno di quanto sembri a prima vista: ha aggiunto i peptidi dall’esterno a cellule di due donatori sani compatibili e ha contato i linfociti che hanno reagito. Non ha misurato il legame fisico alle mie molecole. Non ha misurato se una cellula produce il frammento e lo porta da sola in superficie. Non ha misurato nulla su di me. Perfino la molecola che presenterebbe i frammenti è, nella scheda stessa dello studio, una predizione. La soglia per dichiarare una risposta era fissata in anticipo e non è indulgente: più di 20 spot per milione di cellule e una conta media di spot almeno tre volte quella del controllo non stimolato. Accanto ai frammenti della giunzione ha usato un peptide standardizzato di nove lettere, senza rilevanza biologica, e un pool di 42 peptidi di citomegalovirus. Quello che l’articolo non pubblica sono proprio le conte di spot, quindi da lì non si può leggere di quanto i frammenti positivi abbiano superato quella soglia di tre volte. È un argomento per un esperimento meglio controllato e riportato per intero, non per scartare il risultato.

Quindi non posso dire quale frammento sia quello giusto. Quello che posso dire è più circoscritto: lo studio ha testato otto frammenti a cavallo della giunzione e ha pubblicato un solo esito per ciascuno, quindi non c’è una sua classifica da ribaltare; ma il frammento che la mia predizione metteva al primo posto è risultato negativo in entrambi i donatori, e dei due che hanno risposto uno è un frammento che io avevo dato come non legante. Tanto basta per squalificare la predizione come unico criterio di scelta. E c’è un altro motivo per cui non prendo semplicemente il frammento con il risultato migliore: è anche il più vicino alla proteina normale di tutto il gruppo, a una sola lettera di distanza, e non da una proteina normale ma da due. Il segnale sperimentale più forte poggia sul margine di sicurezza più sottile. Nessun calcolo scioglie questa tensione, e non la sciolgo io scegliendo il mio preferito.

Un’ultima cosa, perché non vada persa: questi frammenti sono di classe I, un braccio diverso da quello del peptide di classe II scelto dal laboratorio. I loro risultati non dicono nulla su quel peptide, né in bene né in male. Il disaccordo tra calcolo e misura non è rumore, e può risolverlo solo un laboratorio.

Un pezzo della predizione, in effetti, è un argomento per eseguire quella misura, sul versante di classe I, e si divide in due. La consegna sembra buona: il trasportatore TAP, che porta un frammento là dove vengono caricate le molecole HLA, assegna al frammento di giunzione VKEDPKWEF un punteggio di +1,025, il 4° degli 89 frammenti di nove lettere nella finestra e il migliore degli otto che attraversano la giunzione; anche il punteggio combinato di trasporto e taglio risulta 4°. Il taglio è un’altra storia: sul solo componente proteasomico lo stesso frammento sta a metà classifica, 29° su 89, e il taglio previsto più forte nei paraggi cade esattamente sulla giunzione, che è un modo di distruggere il frammento anziché liberarlo. A favore di questi due punteggi c’è che non dipendono da quale allele HLA si assuma, quindi l’incertezza sui miei alleli non li tocca. Nel complesso: la predizione dice che il pezzo ha buone probabilità di essere consegnato se sopravvive al taglio, e resta incerto se venga ritagliato intatto e poi resti legato abbastanza a lungo per essere esposto. Solo la misura può chiarirlo. Quei due passaggi appartengono alla via di classe I, perché le molecole di classe II vengono caricate per un’altra strada: è quindi un elemento favorevole della predizione sulla zona della giunzione, non un verdetto sul peptide di classe II.

Quello che l’AI non ha potuto fare: riparare i dati danneggiati. Nessun algoritmo ricostruisce letture che non sono mai state generate.

Un gruppo ha costruito un vaccino sulla giunzione di una fusione, in un paziente con un altro tipo di tumore, ha dimostrato con la spettrometria di massa che il peptide viene esposto naturalmente e ha seguito il paziente per oltre 21 mesi senza recidiva (Bauer, Nat Commun 2022 ). Nel melanoma operato, un vaccino a mRNA personalizzato associato a un inibitore dei checkpoint immunitari (un’immunoterapia che toglie il freno ai linfociti T) ha mostrato, all’aggiornamento a 5 anni, un hazard ratio (HR) di 0,510 per la sopravvivenza libera da recidiva (KEYNOTE-942, J Clin Oncol 2026 ). E la rotta in sé esiste sulla carta: la vaccinazione multipeptidica personalizzata è registrata come accesso allargato, con stato disponibile, presso un centro universitario tedesco (NCT05014607 ). L’accesso allargato non è uno studio clinico: è una rotta per singolo paziente nominato. Ed è lo stesso programma universitario tedesco che elenco più sotto come bloccato per me: richiede tessuto fresco congelato, che non ho, e non prepara vaccini contro fusioni oncogene, con una sola eccezione, il vaccino sulla giunzione di una fusione con cui apre questa sezione, in un altro tipo di tumore. È quindi una porta che non posso attraversare, e resta comunque la prova che la porta è stata costruita.

Altro tumore, altra situazione, altro vaccino. La mia malattia è avanzata, non operata, e quel numero non è il mio. Ma il meccanismo è reale, ed è stato misurato.

E una giunzione come la mia è già stata incontrata una volta da linfociti T umani. In un paziente con carcinoma tiroideo anaplastico portatore di una fusione CCDC6-RET, i linfociti prelevati dall’interno del tumore hanno reagito al neoantigene della fusione; la rottura sul lato RET è la stessa rottura nell’esone 12 della mia, e il tratto di 25 lettere che hanno testato è identico al mio in 14 delle 25 posizioni, con tutte e 11 le differenze che cadono sulla metà del partner (Garza, J Clin Endocrinol Metab 2026 ). Tre cose viaggiano con questo dato, e nessuna è piccola: è un altro tumore, è un altro esperimento, linfociti già dentro un tumore e non un vaccino somministrato a qualcuno, e la soglia per dichiarare una risposta era un aumento di 1,5 volte in un solo replicato, più debole della soglia di tre volte dello studio polmonare qui sopra. Non dice nemmeno su quale metà si trovi il pezzo reattivo, se sul tratto RET che condividiamo o sulla metà del partner che non condividiamo: nessuno l’ha localizzato. Quello che dice è che non si tratta di un’osservazione isolata in un unico lavoro.

La misura in sé non è ipotetica, e su questo voglio essere preciso, non drammatico. L’immunopeptidomica è stata pubblicata su campioni di qualche decina di milligrammi, con uno stadio di mobilità ionica costruito esattamente per il problema del materiale troppo scarso, e con ogni peptide candidato poi confermato contro uno standard sintetico; lo stesso lavoro ha eseguito il metodo anche su linee cellulari, che è la via che resta aperta a me (Minegishi, Commun Biol 2022 ). L’ostacolo non è dunque che nessuno sappia come si fa. È che non ho trovato il passaggio offerto da solo, a chi arriva con dei dati invece che con del tessuto, e i gruppi che lo pubblicano lo eseguono dentro le proprie pipeline. Una richiesta è partita il 25 ottobre e non ha ancora avuto risposta. Non la metto per iscritto come una via finché qualcuno non risponde.

Il tessuto non ricresce nella paraffina. I dati non migliorano da soli. La domanda è semplice: costruisco il vaccino con quello che ho, oppure no.

C’è un’altra cosa che non voglio nascondere. Il clone di cellule che porta la fusione è, con ogni probabilità, la popolazione più numerosa del mio tumore. Se esistano anche altri bersagli utili non lo so: è fallita proprio l’analisi che avrebbe potuto dirlo.

Per la maggior parte delle persone l’AI è una chat. Per me sono due strumenti che pago ogni mese: Claude, di Anthropic, e Codex, di OpenAI. Con questi ho eseguito codice, ho analizzato oltre 50 GB di dati di sequenziamento e ho fatto controllare a un modello il lavoro dell’altro. Il difficile non è ottenere una risposta, ma capire quando è abbastanza affidabile da poterci basare una decisione: ogni affermazione collegata a una fonte, ogni numero ricalcolato, ogni conclusione sottoposta al secondo modello.

Tutto ciò che è indicato come calcolato da me è un’analisi mia, a titolo indicativo, e va confermato in modo indipendente. Non sostituisce un risultato di laboratorio. I risultati accreditati sono indicati come tali.