Un clasificador de aprendizaje automático acelera el desarrollo de inmunoterapias celulares
"Para financiar un mayor desarrollo, hemos fundado la start-up biotecnológica Tcelltech"
En la actualidad, fabricar una terapia personalizada de células T para pacientes con cáncer lleva al menos seis meses; científicos del Centro Alemán de Investigación Oncológica (DKFZ) y del Centro Médico Universitario de Mannheim han demostrado que el laborioso primer paso de identificar los receptores de células T reactivos al tumor de los pacientes puede sustituirse por un clasificador de aprendizaje automático que reduce a la mitad este tiempo.
Las inmunoterapias celulares personalizadas se consideran nuevas y prometedoras opciones de tratamiento para diversos tipos de cáncer. Uno de los enfoques terapéuticos que se están probando actualmente son las llamadas "células T transgénicas de receptores de células T". La idea subyacente: las células T inmunitarias de un paciente se equipan en el laboratorio para reconocer el tumor propio y único del paciente, y luego se reinfunden en grandes cantidades para eliminar eficazmente las células tumorales.
El desarrollo de este tipo de terapias es un proceso complicado. En primer lugar, los médicos aíslan las células T infiltrantes de tumores (TIL) a partir de una muestra del tejido tumoral del paciente. A continuación, se busca en esta población celular receptores de células T que reconozcan mutaciones específicas del tumor y puedan así destruir las células tumorales. Esta búsqueda es laboriosa y hasta ahora ha requerido el conocimiento de las mutaciones específicas del tumor que dan lugar a cambios proteínicos que son reconocidos por el sistema inmunitario de los pacientes. Durante este tiempo, el tumor muta y se extiende constantemente, lo que convierte este paso en una carrera contrarreloj.
"Encontrar los receptores de células T adecuados es como buscar una aguja en un pajar, es costoso y lleva mucho tiempo", afirma Michael Platten, Jefe de Departamento del DKFZ y Director del Departamento de Neurología del Centro Médico Universitario de Mannheim. "Con un método que nos permita identificar receptores de células T reactivos a tumores independientemente del conocimiento de los respectivos epítopos tumorales, el proceso podría simplificarse y acelerarse considerablemente".
Un equipo dirigido por Platten y Ed Green, codirector del estudio, ha presentado ahora en una publicación reciente una nueva tecnología que permite alcanzar precisamente este objetivo. Como punto de partida, los investigadores aislaron TIL de la metástasis cerebral de un paciente con melanoma y llevaron a cabo una secuenciación unicelular para caracterizar cada célula. A continuación, los receptores de células T expresados por estas TIL se probaron individualmente en el laboratorio para identificar los que eran reconocidos y mataban a las células tumorales del paciente. A continuación, los investigadores combinaron estos datos para entrenar un modelo de aprendizaje automático que permitiera predecir los receptores de células T reactivos a tumores. El clasificador resultante pudo identificar las células T reactivas a tumores a partir de las TIL con una precisión del 90%, funciona en muchos tipos diferentes de tumores y se adapta a datos procedentes de distintas tecnologías de secuenciación celular.
"predicTCR nos permite reducir el tiempo necesario para identificar receptores de células T reactivas tumorales personalizados de más de tres meses a cuestión de días, independientemente del tipo de tumor", afirmó Ed Green.
"Ahora nos centramos en llevar esta tecnología a la práctica clínica aquí en Alemania. Para financiar su desarrollo, hemos fundado la start-up biotecnológica Tcelltech", añade Michael Platten. "predicTCR es una de las tecnologías clave de esta nueva spin-off del DKFZ".
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
C. L. Tan, K. Lindner, T. Boschert, Z. Meng, A. Rodriguez Ehrenfried, A. De Roia, G. Haltenhof, A. Faenza, F. Imperatore, L. Bunse, J. M. Lindner, R. P. Harbottle, M. Ratliff, R. Offringa, I. Poschke, M. Platten, E. W. Green; "Prediction of tumor-reactive T cell receptors from scRNA-seq data for personalized T cell therapy"; Nature Biotechnology, 2024-3-7
Más noticias del departamento ciencias
Reciba la industria de las ciencias biológicas en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de biotecnología, productos farmacéuticos y ciencias de la vida le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
Noticias más leídas
Más noticias de nuestros otros portales
Algo está pasando en la industria de las ciencias de la vida ...
Así es el verdadero espíritu pionero: Muchas start-ups innovadoras están aportando ideas frescas, savia nueva y espíritu emprendedor para cambiar el mundo del mañana a mejor. Sumérjase en el mundo de estas jóvenes empresas y aproveche la oportunidad de ponerse en contacto con los fundadores.
