Folosind inteligența artificială (AI), oamenii de știință de la Centrul internațional pentru Cancer Ludwig au dezvoltat un model predictiv puternic pentru a identifica cele mai puternice celule imune care ucid tumorile și care pot fi utilizate în imunoterapiile împotriva cancerului.
Combinat cu algoritmi suplimentari, modelul de predicție, descris în numărul curent al revistei Nature Biotechnology, poate fi aplicat la tratamentele personalizate împotriva cancerului care adaptează terapia în funcție de compoziția celulară unică a tumorilor fiecărui pacient, scrie News.ro.
28 mai Maratonul Fondurilor Europene
4 iunie Eveniment Profit.ro - Piața imobiliară între șocuri și oportunități - Ediția a V-a
„Implementarea inteligenței artificiale în terapia celulară este nouă și poate schimba regulile jocului, oferind noi opțiuni clinice pacienților”, a declarat într-un comunicat al Centrului Ludwig Lausanne, Alexandre Harari, care a condus studiul.
Imunoterapia celulară presupune extragerea de celule imunitare din tumora unui pacient, și eventual modificarea acestora prin inginerie genetică pentru a le spori abilitățile naturale de combatere a cancerului și reintroducerea lor în organism după ce au fost multiplicate.
Celulele T sunt unul dintre cele două tipuri principale de celule albe, sau limfocite, care circulă în sânge și patrulează pentru a găsi celulele infectate viral sau canceroase.
Celulele T care pătrund în tumorile solide sunt cunoscute sub numele de limfocite care infiltrează tumorile, sau TIL. Cu toate acestea, nu toate aceste TIL sunt eficiente în recunoașterea și atacarea celulelor tumorale.
„Doar o fracțiune este, de fapt, reactivă la tumori”, a explicat Harari. „Provocarea pe care ne-am propus-o a fost să identificăm acele puține TIL care sunt dotate cu receptori de celule T capabili să recunoască antigenii de pe tumoră”.
Pentru a face acest lucru, echipa a dezvoltat un nou model predictiv bazat pe inteligență artificială, numit TRTpred, care poate clasifica receptorii de celule T (TCR) în funcție de reactivitatea lor tumorală. Pentru a dezvolta TRTpred, au folosit 235 de TCR colectate de la pacienți cu melanom metastatic, deja clasificate ca fiind fie reactive la tumori, fie nereactive.
Echipa a încărcat profilurile de expresie genetică – sau transcriptomică – ale celulelor T purtătoare ale fiecărui TCR într-un model de învățare automată pentru a identifica tiparele care diferențiază celulele T reactive la tumori de cele inactive.
„TRTpred poate învăța de la o populație de celule T și poate crea o regulă care poate fi apoi aplicată la o nouă populație”, a explicat cercetătorul. „Astfel, atunci când se confruntă cu o nouă TCR, modelul poate citi profilul său transcriptomic și poate estima dacă celula este sau nu reactivă la tumori”.
Modelul TRTpred a analizat TIL de la 42 de pacienți cu melanom și cancer gastrointestinal, pulmonar și de sân și a identificat TCR reactivi la tumori cu o precizie de aproximativ 90%.
Cercetătorii și-au rafinat și mai mult procesul de selecție al acestor TIL prin aplicarea unui filtru algoritmic secundar pentru a depista doar acele celule T reactive la tumori cu „aviditate ridicată” – adică cele care se leagă puternic de antigenele tumorale.
„TRTpred este exclusiv un predictor pentru a afla dacă un TCR este sau nu reactiv la tumori”, a explicat Harari.
Dar unii TCR reactivi la tumori se leagă foarte puternic de celulele tumorale și, prin urmare, sunt foarte eficienți, în timp ce alții fac acest lucru doar într-un mod leneș. Distingerea celor care se leagă puternic față de cei slabi se traduce în eficacitate, a explicat el
Cercetătorii au demonstrat că celulele T semnalate de TRTpred și de algoritmul secundar ca fiind atât reactive la tumori, cât și cu o aviditate ridicată, au fost mai des găsite încorporate în tumori decât în țesutul de susținere adiacent, cunoscut sub numele de stroma. Această constatare se aliniază cu alte cercetări care arată că celulele T eficiente pătrund de obicei adânc în insulele tumorale.
Echipa a introdus apoi un al treilea filtru pentru a maximiza recunoașterea diverselor antigene tumorale.
„Ceea ce ne dorim este să maximizăm șansele ca aceste TIL să vizeze cât mai mulți antigeni diferiți posibil”, a precizatHarari.
Acest ultim filtru organizează TCR în grupuri pe baza unor caracteristici fizice și chimice similare. Cercetătorii au emis ipoteza că aceste TCR din fiecare grup recunosc același antigen.
Astfel, cercetătorii aleg în cadrul fiecărui cluster un TCR pe care să-l amplifice, astfel încât să maximizeze șansele de a avea ținte antigenice distincte.
Ei numesc combinația dintre TRTpred și filtrele algoritmice MixTRTpred.
Pentru a-și valida abordarea, echipa a cultivat tumori umane la șoareci, a extras receptorii de celule T (TCR) din celulele care infiltrează tumorile (TIL) al acestora și a folosit sistemul MixTRTpred pentru a identifica acele celule T care erau reactive la tumori, aveau o aviditate ridicată și vizau mai mulți antigeni tumorali.
Apoi au modificat celulele T de la șoareci pentru a exprima acei TCR și au arătat că aceste celule pot elimina tumorile atunci când sunt transferate în șoareci.
“Această metodă promite să depășească unele dintre neajunsurile terapiei actuale bazate pe TIL, în special pentru pacienții care se confruntă cu tumori care nu răspund la astfel de terapii în prezent”, a declarat directorul Centrului Ludwig din Lausanne, George Coukos, coautor al studiului.
Acum echipa intenționează să lanseze un studiu clinic de fază I care va testa tehnologia pe pacienți, care ar putea da naștere unui tip complet nou de terapie cu celule T.
