Erste KI-gestützte Pipeline für personalisierte Krebsimpfstoffe geht an den Start

Forschende haben eine vollständige Medikament-Pipeline entwickelt, die mehrere molekulare und genetische Analysen von Tumoren und den spezifischen molekularen Zielen von T-Zellen integriert und Algorithmen der künstlichen Intelligenz nutzt, um mit ihren Ergebnissen personalisierte Krebsimpfstoffe für Patienten zu ermöglichen.

Das Design, die Validierung und die vergleichende Bewertung dieser Computersuite, NeoDisc, werden in der aktuellen Ausgabe von Nature Biotechnology in einer Veröffentlichung unter der Leitung von Florian Huber und Michal Bassani-Sternberg von der Lausanner Niederlassung des Ludwig Institute for Cancer Research ausführlich beschrieben .

„NeoDisc bietet einzigartige Einblicke in die Immunbiologie von Tumoren und die Mechanismen, mit denen sie sich der Angriffsfläche für zytotoxische T-Zellen des Immunsystems entziehen“, sagte Bassani-Sternberg. „Diese Erkenntnisse sind für die Entwicklung personalisierter Immuntherapien von unschätzbarem Wert, und die analytische und rechnergestützte Pipeline, die das Herzstück von NeoDisc bildet, wird hier in Lausanne bereits für klinische Studien zu personalisierten Krebsimpfstoffen und adoptiven Zelltherapien eingesetzt.“

Viele Krebsarten weisen zahlreiche zufällige Mutationen auf, die sie für das Immunsystem besser sichtbar machen sollten. Solche Mutationen erzeugen abnorme Proteine, die Zellen, auch Krebszellen, in kurze Stücke – sogenannte Peptide – schneiden und als Antigene „präsentieren“, um einen Angriff durch patrouillierende T-Zellen einzuladen.

Die große Vielfalt dieser „Neoantigene“ ist einer der Gründe, warum Patienten so unterschiedlich auf Immuntherapien reagieren. Andererseits können Neoantigene genutzt werden, um Impfstoffe und andere Arten von Immuntherapien zu entwickeln, die speziell auf die Tumore jedes Patienten zugeschnitten sind. Solche personalisierten Behandlungen werden derzeit von Forschern auf der ganzen Welt entwickelt.

Diese Bemühungen sind technisch anspruchsvoll, da nicht alle Neoantigene von den T-Zellen eines bestimmten Patienten erkannt werden und selbst viele erkannte Neoantigene keinen ausreichend starken T-Zell-Angriff auslösen. Ein Ansatz zur Entwicklung personalisierter Impfstoffe und Zelltherapien besteht daher in der Identifizierung von Neoantigenen, die am wahrscheinlichsten einen heftigen T-Zell-Angriff auslösen.

Dazu sind anspruchsvolle, groß angelegte Analysen von Mutationen erforderlich. Bassani-Sternberg gehört zu den Pionieren auf diesem Gebiet, einer High-Tech-Verbindung groß angelegter biochemischer und computergestützter Analysen, die als „Immunopeptidomik“ bekannt ist.

„NeoDisc kann all diese unterschiedlichen Arten tumorspezifischer Antigene zusammen mit Neoantigenen erkennen, maschinelles Lernen und regelbasierte Algorithmen anwenden, um diejenigen zu priorisieren, die am wahrscheinlichsten eine T-Zell-Reaktion hervorrufen, und diese Informationen dann nutzen, um einen personalisierten Krebsimpfstoff für den jeweiligen Patienten zu entwickeln“, sagte Huber.

Darüber hinaus bewertet NeoDisc die potenziellen Antigene, die es erkennt, und generiert Visualisierungen der Heterogenität von Krebszellen innerhalb von Tumoren.

Original Paper:

A comprehensive proteogenomic pipeline for neoantigen discovery to advance personalized cancer immunotherapy | Nature Biotechnology

Lesen Sie auch:

Krebsimmuntherapie: Neuer Atlas zeigt Immunzellen-Reaktion auf Tumorveränderungen – MedLabPortal

Lungenkrebs: Schwere Nebenwirkungen bei Immuntherapien – MedLabPortal

Elite der Hämatologie tagt in Basel – MedLabPortal

_{Die Beiträge im News-Bereich werden erstellt vom X-Press Journalistenbüro}

Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.