Aichi Cancer Center y NEC desarrollan un método eficiente para identificar antígenos de cáncer de pulmón y células T específicas de antígeno

Aichi Cancer Center y NEC desarrollan un método eficiente para identificar antígenos de cáncer de pulmón y células T específicas de antígeno

TOKIO, 08 de agosto de 2023 – (JCN Newswire) – El Aichi Cancer Center y el grupo de investigación de NEC Corporation con la Universidad de Gifu, la Universidad de Toyama y el Centro Médico de la Universidad de Kitasato han desarrollado un método para identificar de manera eficiente los antígenos del cáncer de pulmón y las células T específicas de antígeno. que reconocen los antígenos a través de un análisis unicelular de linfocitos infiltrantes de tumores (TIL) y el sistema de predicción de antígenos basado en IA de NEC que predice la respuesta inmunitaria. Nuestro artículo que describe los resultados de este estudio se publicó el 6 de agosto de 2023 en el "Journal for ImmunoTherapy of Cancer", que es la revista oficial de la Sociedad de Inmunoterapia del Cáncer (SITC) en los Estados Unidos.

Aichi Cancer Center y NEC desarrollan un método eficiente para identificar antígenos de cáncer de pulmón y células T específicas de antígenos PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.
Figura 1. Esquema general de este Estudio
Aichi Cancer Center y NEC desarrollan un método eficiente para identificar antígenos de cáncer de pulmón y células T específicas de antígenos PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.
Figura 2. Proyección y aproximación múltiple uniforme (UMAP) de los perfiles de expresión de los 6,998 TIL derivados de los tres tejidos tumorales de pulmón quirúrgicos. Los TIL se clasifican en 10 grupos distintos.
Aichi Cancer Center y NEC desarrollan un método eficiente para identificar antígenos de cáncer de pulmón y células T específicas de antígenos PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.
Figura 3. Se identificaron un total de cinco antígenos tumorales (KK-LC-1, mutante SORL1, mutante JAGN1, mutante AKT2, mutante ITGB5) y nueve TCR específicos de antígeno tumoral (mostrados en diferentes colores, 140 clones de TCR en total).
Aichi Cancer Center y NEC desarrollan un método eficiente para identificar antígenos de cáncer de pulmón y células T específicas de antígenos PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.
Figura 4. (A) Reagrupamiento de clones de TCR (n=140) que expresan nueve TCR. (B) El análisis de expresión de los genes que definen el subconjunto de células T en cada antígeno.

Antecedentes de investigación

El cáncer de pulmón es uno de los cánceres más comunes y una de las principales causas de muerte por cáncer en todo el mundo. Hay muchos tipos de tratamiento del cáncer, como cirugía, quimioterapia, radioterapia, terapia molecular dirigida, inmunoterapia y combinaciones de estos. Los inhibidores de puntos de control inmunitarios (ICI, por sus siglas en inglés) desarrollados recientemente han llamado la atención como una nueva terapia, y el cáncer de pulmón es uno de los cánceres más sensibles a los ICI, pero es eficaz solo en un subconjunto de personas. En consecuencia, se requieren nuevas inmunoterapias eficaces para el cáncer de pulmón.

Los linfocitos T citotóxicos (CTL) en TIL son células inmunes cruciales que pueden reconocer y eliminar específicamente las células tumorales. Los antígenos a los que se dirigen los CTL incluyen neoantígenos específicos del paciente y antígenos comunes comúnmente expresados ​​entre pacientes, como los antígenos de cáncer de testículo (CTA). En general, no es fácil identificar ningún antígeno. Si estos antígenos pueden identificarse de manera eficiente, una terapia combinada con ICI e inmunoterapia específica de antígeno puede mejorar la eficacia del tratamiento.

Contenidos y resultados de esta investigación

En este estudio realizado por Aichi Cancer Center y NEC, realizamos un análisis unicelular para determinar las características de los TIL de pacientes con cáncer de pulmón de células no pequeñas (CPCNP) resecado quirúrgicamente (n=3) (Figura 1). Luego, dividimos los TIL en 10 grupos según el perfil de expresión génica e identificamos el grupo de células T agotado (grupo Tex) caracterizado por la expresión de los genes llamados marcadores de agotamiento (Figura 2). Sintetizamos los TCR contenidos en el grupo de células T agotado identificado e inducimos cada uno de los TCR en cada célula T correspondiente, y examinamos las respuestas inmunitarias a los neoantígenos predichos por el sistema de predicción de antígenos basado en IA de NEC y los CTA típicos. Se confirmó que el sistema de predicción de antígenos basado en IA de NEC puede predecir con precisión los antígenos que causan las respuestas inmunitarias, e identificamos cuatro TCR que reconocen KK-LC-1 (uno de los CTA, *2) y cinco TCR que reconocen los neoantígenos ( Figura 3).

comentario del investigador

Dr. Hirokazu Matsushita, Jefe, División de Oncoinmunología Traslacional, Aichi Cancer Center
En colaboración con NEC e institutos de investigación líderes, el Centro de Cáncer de Aichi ha desarrollado un procedimiento para identificar antígenos y células T específicas de antígeno de manera eficiente utilizando muestras quirúrgicas de pacientes con cáncer. De cara al futuro, agregaremos un análisis espacial del microambiente del cáncer que contiene antígenos y células T específicas de antígeno a este sistema para aclarar aún más la naturaleza de las células T que se infiltran en el cáncer. Además de intentar desarrollar inmunoterapias contra el cáncer innovadoras a partir de estos estudios, también aplicaremos los conocimientos adquiridos a otros tipos de cáncer.

Yoshiko Yamashita, Ph.D. Profesional sénior, División de Desarrollo de Fármacos para IA, NEC Corporation
NEC está realizando ensayos clínicos de terapias personalizadas de vacunas contra el cáncer dirigidas a neoantígenos. Creemos que hemos dado un paso adelante en la realización de inmunoterapias de vacunas contra el cáncer personalizadas aún más sofisticadas y terapias de células T diseñadas mediante el uso de un método para identificar las células T específicas de antígenos construidas en este estudio y un método Attentive Variational Information Bottleneck (AVIB) (* 3) para predecir interacciones entre TCR y antígenos utilizando IA recientemente desarrollada por NEC. Continuaremos acelerando la investigación y el desarrollo para brindar tratamientos efectivos a los pacientes.

Apoyo a la investigación
Investigación del Proyecto Prioritario del Centro de Cáncer de Aichi
NEC Corporation
Programa de Subvenciones para la Investigación Científica de la Sociedad Japonesa para la Promoción de la Ciencia
Fundación Respiratoria de Japón
Fundación de ciencias de la vida conmemorativa de Uehara

(1) El análisis unicelular es un método de análisis que es capaz de detectar ARN, que es un producto de transferencia de ADN para cada célula, en lugar de una masa de tejido, y comprender la individualidad y diversidad de células individuales en función del nivel de la expresion genica.
(2) KK-LC-1 (antígeno 1 de KitaKyushu Lung Canner): antígenos de cáncer y testículos que se ha informado que se expresan en el cáncer.
(3) Método Atento de Cuello de Botella de Información Variacional (AVIB): método de cuello de botella de información de variación desarrollado por NEC Laboratories Europe y NEC Laboratories America para predecir interacciones entre TCR y antígenos usando IA. (bit.ly/43YKys6)

Acerca de NEC Corporation

NEC Corporation se ha establecido como líder en la integración de TI y tecnologías de red mientras promueve la declaración de marca de "Orquestando un mundo más brillante". NEC permite que las empresas y las comunidades se adapten a los rápidos cambios que tienen lugar tanto en la sociedad como en el mercado, ya que proporciona los valores sociales de seguridad, equidad y eficiencia para promover un mundo más sostenible donde todos tengan la oportunidad de alcanzar su máximo potencial. Para obtener más información, visite NEC en www.nec.com.

Sello de tiempo:

Mas de Cable de noticias JCN