Maschinelles Lernen deckt neue zelluläre Akteure in der Tumormikroumgebung auf

Beteiligung von Adipozyten an der Nivolumab-Reaktion bei Ipilimumab-resistenten Melanompatienten

18.10.2018 - Israel

Neue Erkenntnisse von CytoReason zeigen mögliche neue zelluläre Akteure im Tumormikroumfeld, die den Behandlungsprozess für die am dringendsten bedürftigen Patienten beeinflussen könnten - diejenigen, die bereits nicht auf die Immuntherapie mit Ipilimumab (Anti-CTLA4) angesprochen haben. Nach der Validierung könnten die Ergebnisse den Weg für verbesserte Strategien zur Staffelung und Ordnung wichtiger Immuntherapien beim refraktären Melanom weisen. Die Daten, die auf der 30th Anniversary American Association for Cancer Research Special AI Conference vorgestellt werden, zeigen auch bisher nicht identifizierte potenzielle Ziele für zukünftige neue Therapien.

Die Analyse von Daten aus Melanombiopsien unter Verwendung des patentierten maschinellen Lernens von CytoReason identifizierte Zellen und Gene, die zwischen Nivolumab-Responsoren und Non-Responsern in einer Gruppe von ipilimumab-resistenten Patienten unterscheiden. Die Analyse ergab, dass die Häufigkeit von Adipozyten signifikant höher ist bei ipilimumab-resistenten Nivolumab-Responsoren im Vergleich zu Nicht-Replikatoren (p-Wert = 2x10-7). Es zeigte auch mehrere nicht offenbarte potenzielle neue Targets, die bei der Suche nach einer verbesserten Therapie in der Zukunft wertvoll sein könnten.

Adipozyten sind bekanntlich an der Regulierung der Tumormikroumgebung beteiligt. Was diese Ergebnisse jedoch zu zeigen scheinen, ist, dass Adipozyten eine bisher nicht gemeldete regulatorische Rolle in der ipilimumab-resistenten, nivolumab-sensitiven Patientenpopulation spielen können, wobei sie möglicherweise Nivolumab-Responder von Nicht-Refponierenden unterscheiden. Es sei darauf hingewiesen, dass es sich hierbei um vorläufige Ergebnisse handelt, die auf einer kleinen Stichprobe von Patienten basieren, und dass weitere Arbeiten erforderlich sind, um die Ergebnisse zu validieren.

"Der Befund der Adipozyten war unerwartet und wirft viele Fragen über die Rolle der Adipozyten in der Tumor/Immunantwort-Schnittstelle auf. Es ist derzeit unklar, ob Adipozyten von der Behandlung betroffen sind oder umgekehrt, oder ob sie einen anderen Tumortyp darstellen", sagt Yair Benita, Head of Scientific Operations bei CytoReason. "Was wir jedoch wissen, ist, dass die Technologie von CytoReason das Rampenlicht auf Adipozyten gelegt hat, und die Notwendigkeit, eine Strategie zu entwickeln, um sie in zukünftigen Studien zu verfolgen, um ihre mögliche Rolle in der Immuntherapie besser zu verstehen".

Die Genexpressionsanalyse ist ein wirksames Instrument, um unser Verständnis von Krankheiten zu verbessern. Allerdings werden etwa 90% des spezifischen Musters der zellulären Genexpressionssignatur durch die Zellzusammensetzung der Probe bestimmt. Dies verschleiert die Expressionsprofilierung, was die Identifizierung der wahren Täter sehr problematisch macht.

Die Plattform von CytoReason arbeitet daran, diese Probleme zu lösen. In dieser Studie konnte CytoReason unter Verwendung eines einzigen veröffentlichten Datensatzes seine Wissensdatenbank und Technologien anwenden, um die zelluläre Zusammensetzung und zellspezifische Expression zu verbessern. Dies ermöglichte es CytoReason, eine Analyse auf Zellebene durchzuführen und versteckte zelluläre Aktivitäten aufzudecken, die auf bestimmte Gene zurückgeführt wurden, von denen gezeigt werden kann, dass sie nur dann entstehen, wenn die Therapie zeigt und wirkt.

"Das Immunsystem ist überwiegend zellbasiert. CytoReason ist einzigartig, da unsere Krankheitsmodelle speziell auf zellulärer Ebene entwickelt wurden - replizierende Biologie, um wichtige biologische Herausforderungen zu lösen, während wir aus jedem Datensatz lernen", sagte David Harel, CEO, CytoReason. "Die Computerplattform von CytoReason integriert Genetik, Genomik, Proteomik, Zytometrie und Literatur mit maschinellem Lernen, um unsere Krankheitsmodelle zu erstellen. Diese Analyse zeigt erneut, dass CytoReason in der Lage ist, neue Hypothesen für neue biologische Beziehungen zu entwickeln, die oft herkömmlichen Methoden verborgen bleiben und wichtige Hinweise liefern, die für die Entdeckung und Entwicklung von Medikamenten sehr wertvoll sind".

https://www.bionity.com/de/news/161866/maschinelles-lernen-deckt-neue-zellulaere-akteure-in-der-tumormikroumgebung-auf.html