The Question

The COVID-19 pandemic demonstrated that mRNA vaccines can be designed, manufactured, and deployed at unprecedented speed. Can this same platform be repurposed for cancer? Unlike infectious disease vaccines that target fixed pathogen antigens, cancer vaccines must target neoantigens — mutations unique to each patient's tumour. This requires whole-exome sequencing of each tumour, computational prediction of immunogenic peptides, custom mRNA synthesis, and delivery — all within weeks. Is personalised mRNA cancer vaccination technically and economically feasible at clinical scale?

Landscape

Fan et al. (2024) demonstrated a lipopolyplex-formulated mRNA cancer vaccine that elicited strong neoantigen-specific CD8+ T cell responses and antitumour activity in preclinical models. Their pipeline integrated three components: (1) the SmartNeo algorithm for neoantigen identification from tumour sequencing data, which the authors report outperforms publicly available screening algorithms; (2) LinearDesign for mRNA sequence optimisation (codon usage and secondary-structure stability of the tandem-neoantigen construct); and (3) an LPP (lipopolyplex) delivery vehicle that addresses the low delivery efficiency the authors identify as a key bottleneck limiting in vivo therapeutic efficacy. The vaccine completely prevented tumour development in prophylactic models and, combined with checkpoint inhibitor, further boosted antitumour activity in three syngeneic murine tumour models.

Haghmorad et al. (2025) bridged the infectious disease and oncology mRNA vaccine fields, reviewing shared platform technologies (modified nucleosides, LNP encapsulation, codon optimisation) and divergent requirements. For cancer, the challenge is not just immunogenicity but overcoming tumour-induced immune suppression — the vaccine must generate T cells potent enough to infiltrate a hostile tumour microenvironment.

Fu et al. (2025) proposed an alternative strategy: rather than personalised neoantigen vaccines, they developed a universal anti-tumour mRNA vaccine that harnesses pre-existing "off-the-shelf" immunity to known pathogen antigens (such as hepatitis B surface antigen and SARS-CoV-2 spike protein). The mRNA reprograms tumour cells to express these known antigens, enabling the patient's existing pathogen-specific T cells to attack the tumour — echoing the long-observed phenomenon of spontaneous cancer regression following pathogen infection.

Kong (2025) reviewed how AI is transforming every stage of the pipeline: from MHC-I binding prediction (deep learning models outperforming traditional algorithms) to mRNA sequence optimisation (codon usage, secondary structure) to mRNA vaccine construct and formulation design (including nanoparticle delivery systems).

Key Claims & Evidence

Open Questions

Referenced Papers

• [1] Fan, T. et al. (2024). Lipopolyplex-formulated mRNA cancer vaccine elicits strong neoantigen-specific T cell responses. Science Advances. DOI: 10.1126/sciadv.adn9961
• [2] Haghmorad, D. et al. (2025). mRNA vaccine platforms: linking infectious disease prevention and cancer immunotherapy. Frontiers in Bioengineering and Biotechnology, 13, 1547025. DOI: 10.3389/fbioe.2025.1547025
• [3] Fu, J. et al. (2025). A Universal Strategy of Anti-Tumor mRNA Vaccine by Harnessing Off-the-Shelf Immunity. Adv. Sci. DOI: 10.1002/advs.202401287
• [4] Kong, H. (2025). Advances in Personalized Cancer Vaccine Development: AI Applications. BioChem, 5(2), 5. DOI: 10.3390/biochem5020005
• [5] Aljabali, A.A.A. et al. (2025). Neoantigen vaccines: advancing personalized cancer immunotherapy. Exploration of Immunology. DOI: 10.37349/ei.2025.1003190

면책 조항: 이 게시물은 정보 제공 목적의 연구 동향 개요이다. 특정 연구 결과, 통계 및 주장은 학술 저작물에서 인용하기 전에 원본 논문과 대조하여 검증해야 한다.

mRNA 암 백신: COVID 성공에서 개인 맞춤형 종양 면역요법으로

분야: 의학 | 방법론: 임상-실험적

저자: Sean K.S. Shin | 날짜: 2026-03-17

연구 질문

COVID-19 팬데믹은 mRNA 백신이 전례 없는 속도로 설계, 제조 및 배포될 수 있음을 입증하였다. 이와 동일한 플랫폼을 암에 적용할 수 있을까? 고정된 병원체 항원을 표적으로 하는 감염병 백신과 달리, 암 백신은 신생항원(neoantigen) — 각 환자의 종양에 고유한 돌연변이 — 을 표적으로 삼아야 한다. 이를 위해서는 각 종양에 대한 전체 엑솜 시퀀싱(whole-exome sequencing), 면역원성 펩타이드의 전산 예측, 맞춤형 mRNA 합성 및 전달이 모두 수 주 이내에 이루어져야 한다. 개인 맞춤형 mRNA 암 백신은 임상 규모에서 기술적·경제적으로 실현 가능한가?

연구 현황

Fan et al. (2024)은 지질폴리플렉스(lipopolyplex) 제형화된 mRNA 암 백신이 전임상 모델에서 강력한 신생항원 특이적 CD8+ T 세포 반응과 항종양 활성을 유도함을 입증하였다. 이들의 파이프라인은 세 가지 구성 요소를 통합하였다: (1) 종양 시퀀싱 데이터에서 신생항원을 식별하기 위한 SmartNeo 알고리즘 — 저자들은 이 알고리즘이 공개된 스크리닝 알고리즘보다 우수한 성능을 보인다고 보고하였다; (2) mRNA 서열 최적화(코돈 사용 및 연속 신생항원 구조물의 이차 구조 안정성)를 위한 LinearDesign; (3) 저자들이 생체 내 치료 효능을 제한하는 핵심 병목으로 규명한 낮은 전달 효율 문제를 해결하는 LPP(지질폴리플렉스) 전달 운반체. 이 백신은 예방 접종 모델에서 종양 발생을 완전히 예방하였으며, 면역관문 억제제와 병용 시 세 가지 동계 마우스 종양 모델에서 항종양 활성을 추가로 향상시켰다.

Haghmorad et al. (2025)은 감염병 및 종양학 mRNA 백신 분야를 연결하며, 공유 플랫폼 기술(변형 뉴클레오사이드, LNP 캡슐화, 코돈 최적화)과 상이한 요구 사항을 검토하였다. 암의 경우 과제는 단순한 면역원성에 그치지 않고 종양 유발 면역 억제를 극복하는 것이기도 하다 — 백신은 적대적인 종양 미세환경에 침투할 만큼 강력한 T 세포를 생성해야 한다.

Fu et al. (2025)은 대안적 전략을 제안하였다: 개인 맞춤형 신생항원 백신 대신, 알려진 병원체 항원(B형 간염 표면 항원 및 SARS-CoV-2 스파이크 단백질 등)에 대한 기존의 "기성품(off-the-shelf)" 면역을 활용하는 범용 항종양 mRNA 백신을 개발하였다. 이 mRNA는 종양 세포가 이러한 알려진 항원을 발현하도록 재프로그래밍하여, 환자의 기존 병원체 특이적 T 세포가 종양을 공격할 수 있게 한다 — 이는 병원체 감염 후 자발적 암 퇴행이라는 오랫동안 관찰된 현상을 반영한다.

Kong (2025)은 AI가 파이프라인의 모든 단계를 어떻게 변환하고 있는지 검토하였다: MHC-I 결합 예측(기존 알고리즘보다 우수한 딥러닝 모델)부터 mRNA 서열 최적화(코돈 사용, 이차 구조), mRNA 백신 구조물 및 제형 설계(나노입자 전달 시스템 포함)에 이르기까지.

주요 주장 및 근거

미해결 질문들