Wissenschaftler des Ludwig Cancer Research haben mithilfe künstlicher Intelligenz ein Vorhersagemodell entwickelt, das die krebstötenden Immunzellen identifizieren kann, die das größte Potenzial für den Einsatz in Immuntherapien haben. Dieses Tool, TRTpred, wird insbesondere in der hoch bewerteten Zeitschrift Nature Biotechnology ausführlich beschrieben.

Personalisierte Krebsbehandlungen

Das algorithmengestützte TRTpred-Modell kann in individualisierte Krebsbehandlungen und maßgeschneiderte Therapien integriert werden, die auf der Signatur der präkanzerösen Zellen jedes Patienten basieren. Wie Alexander Harari von Ludwig Lausanne, der leitende Forscher der Arbeit, erwähnte, könnte eine solche neuartige Technik den Patienten neue Vorteile bringen.

Die bei Krebs vorkommenden Immunzellen, die in einen Patienten übertragen werden, sogenannte tumorinfiltrierende Lymphozyten (TILs), bilden die Grundlage der zellbasierten Immuntherapie. Diese TILs können dann optional moduliert werden, um ihre intrinsischen synergistischen Fähigkeiten gegen Krebs zu erhöhen, und dann nach der Kultivierung wieder in den Körper eingeführt werden. Dennoch kümmert sich nicht jeder TIL erfolgreich um tumorverdächtige Zellen, und nur ein Bruchteil ist tumorreaktiv.

Harari und sein Team entwickelten TRTpred, einen KI-gestützten prädiktiven Modellierungsansatz, der es ihnen ermöglicht, T-Zell-Rezeptoren (TCRs) nach ihrer Tumorreaktivität zu klassifizieren. Da TRTpred Gene identifiziert, die für die Tumorsekretion verantwortlich sind, kann es eine Regel erstellen, die auf eine neue Population angewendet wird und dann genau vorhersagt, ob ein TCR eine tumorreaktive Zelle ist oder nicht.

TRTpred: Ein KI-gesteuerter Game-Changer

Die Wissenschaftler steigerten die Qualität des ersten Schritts mit algorithmischen Filtern, um Tumorantigen-tragende T-Zellen mit hoher Avidität zu finden, also solche, die eine starke Antigenbindung aufweisen. Darüber hinaus wurde ein dritter Filter hinzugefügt, um eine bessere Differenzierung der Antigene für Tumorzellen zu erreichen, was zur gezielten Erkennung mehrerer Antigene beiträgt.

Das Team extrahierte die TCRs des TIL und verwendete MixTRTpred (eine Kombination aus der TRTpred-Technik und Filtern der Algorithmen), um die T-Zellen zu identifizieren, die beim Angriff auf Tumore hilfreich sein könnten, die eine hohe Avidität aufweisen und spezifisch für mehrere Tumorantigene sind. Diese manipulierten T-Zellen wurden erfolgreich in die Mäuse eingeführt, bei denen die Eliminierung der Tumore nach Abschluss der Xenotransplantation offensichtlich war, was den Beweis für die Methode lieferte.

George Coukos, Direktor von Ludwig Lausanne und Co-Autor der Studie, beabsichtigt, so bald wie möglich eine klinische Phase-I-Studie an Menschen zu beginnen, um die Technologie zu testen. Er erklärte, er habe große Hoffnungen in die Leistungsfähigkeit der Methode, da er glaube, dass sie die derzeitigen Mängel der TIL-basierten Therapien beheben werde. Insbesondere bei jenen Patienten, deren Tumore heute nicht so reagieren, wie sie es sollten.