Aichin syöpäkeskus ja NEC kehittävät tehokkaan menetelmän keuhkosyövän antigeenien ja antigeenispesifisten T-solujen tunnistamiseen

Aichin syöpäkeskus ja NEC kehittävät tehokkaan menetelmän keuhkosyövän antigeenien ja antigeenispesifisten T-solujen tunnistamiseen

TOKYO, 08. elokuuta 2023 – (JCN Newswire) – Aichi Cancer Center ja NEC Corporationin tutkimusryhmä Gifun yliopiston, Toyaman yliopiston ja Kitasato University Medical Centerin kanssa ovat kehittäneet menetelmän keuhkosyövän antigeenien ja antigeenispesifisten T-solujen tunnistamiseksi tehokkaasti. jotka tunnistavat antigeenit sekä Tumor Infiltrating Lymphocytes (TIL) -soluanalyysin että NEC:n AI-pohjaisen immuunivasteen ennustavan antigeenin ennustusjärjestelmän avulla. Tämän tutkimuksen tuloksia kuvaava artikkelimme julkaistiin 6. elokuuta 2023 "Journal for ImmunoTherapy of Cancer" -lehdessä, joka on SITC:n (Society of Immunotherapy of Cancer) virallinen lehti Yhdysvalloissa.

Aichi Cancer Center ja NEC kehittävät tehokkaan menetelmän keuhkosyövän antigeenien ja antigeenispesifisten T-solujen tunnistamiseen PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Kuva 1. Tämän tutkimuksen yleiskaavio
Aichi Cancer Center ja NEC kehittävät tehokkaan menetelmän keuhkosyövän antigeenien ja antigeenispesifisten T-solujen tunnistamiseen PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Kuva 2. Kolmesta kirurgisesta keuhkokasvainkudoksesta johdettujen 6,998 10 TIL:n ilmentymisprofiilien yhtenäinen moninkertainen approksimaatio ja projektio (UMAP). TIL:t luokitellaan XNUMX erilliseen klusteriin.
Aichi Cancer Center ja NEC kehittävät tehokkaan menetelmän keuhkosyövän antigeenien ja antigeenispesifisten T-solujen tunnistamiseen PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Kuvio 3. Tunnistettiin yhteensä viisi kasvainantigeeniä (KK-LC-1, mutantti SORL1, mutantti JAGN1, mutantti AKT2, mutantti ITGB5) ja yhdeksän kasvainantigeenispesifistä TCR:ää (esitetty eri väreillä, yhteensä 140 TCR-kloonia).
Aichi Cancer Center ja NEC kehittävät tehokkaan menetelmän keuhkosyövän antigeenien ja antigeenispesifisten T-solujen tunnistamiseen PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Kuva 4. (A) Yhdeksää TCR:ää ilmentävien TCR-kloonien (n = 140) uudelleenklusterointi. (B) T-solujen alajoukon määrittelevien geenien ekspressioanalyysi kussakin antigeenissä.

Tutkimuksen tausta

Keuhkosyöpä on yksi yleisimmistä syövistä ja yksi johtavista syöpäkuolemien syistä maailmanlaajuisesti. Syövän hoitomuotoja on monenlaisia, kuten leikkaus, kemoterapia, sädehoito, molekyylikohdennettu hoito, immunoterapia ja näiden yhdistelmät. Äskettäin kehitetyt immuunivasteen estäjät (ICI) ovat herättäneet huomiota uutena hoitona, ja keuhkosyöpä on yksi herkimmistä syövistä ICI:lle, mutta se on tehokas vain osalla yksilöitä. Näin ollen keuhkosyöpään tarvitaan uusia tehokkaita immuunihoitoja.

TIL:n sytotoksiset T-lymfosyytit (CTL:t) ovat tärkeitä immuunisoluja, jotka voivat spesifisesti tunnistaa ja eliminoida kasvainsoluja. CTL:n kohteena olevia antigeenejä ovat potilasspesifiset neoantigeenit ja yleiset antigeenit, joita yleisesti ilmennetään potilaiden keskuudessa, kuten syöpä-kivesantigeenit (CTA). Yleensä antigeenien tunnistaminen ei ole helppoa. Jos nämä antigeenit voidaan tunnistaa tehokkaasti, yhdistelmähoito ICI:n ja antigeenispesifisen immunoterapian kanssa voi parantaa hoidon tehoa.

Tämän tutkimuksen sisältö ja tulokset

Tässä Aichi Cancer Centerin ja NEC:n tutkimuksessa suoritimme yksisoluanalyysin määrittääksemme TIL:ien ominaisuudet potilailla, joilla oli kirurgisesti leikattu ei-pienisoluinen keuhkosyöpä (NSCLC) (n=3) (kuva 1). Sitten jaoimme TIL:t 10 klusteriin geenin ilmentymisprofiilin perusteella ja tunnistimme loppuun kuluneen T-soluklusterin (Tex-klusterin), jolle on tunnusomaista uupumusmarkkereiksi kutsuttujen geenien ilmentyminen (kuvio 2). Syntetisoimme tunnistetun tyhjentyneen T-soluklusterin sisältämät TCR:t ja indusoimme jokaisen TCR:n kuhunkin vastaavaan T-soluun ja tutkimme immuunivasteita neoantigeeneille, jotka ennustivat NEC:n AI-pohjainen antigeenien ennustejärjestelmä ja tyypilliset CTA:t. Vahvistettiin, että NEC:n AI-pohjainen antigeenien ennustejärjestelmä pystyy ennustamaan tarkasti immuunivasteita aiheuttavat antigeenit, ja tunnistimme neljä TCR:ää, jotka tunnistavat KK-LC-1:n (yksi CTA:ista, *2), ja viisi TCR:ää, jotka tunnistavat neoantigeenit ( kuva 3).

Tutkijan kommentti

Dr. Hirokazu Matsushita, johtaja, translaatioonkoimmunologian osasto, Aichin syöpäkeskus
Aichi Cancer Center on yhteistyössä NEC:n ja johtavien tutkimuslaitosten kanssa kehittänyt menetelmän antigeenien ja antigeenispesifisten T-solujen tehokkaaseen tunnistamiseen käyttämällä syöpäpotilaiden kirurgisia näytteitä. Tulevaisuudessa lisäämme tähän järjestelmään antigeenejä ja antigeenispesifisiä T-soluja sisältävän syövän mikroympäristön spatiaalisen analyysin selventääksemme syöpään tunkeutuvien T-solujen luonnetta. Sen lisäksi, että pyrimme kehittämään näistä tutkimuksista innovatiivisia syövän immuunihoitoja, käytämme saatua tietoa myös muihin syöpiin.

Yoshiko Yamashita, Ph.D. Vanhempi ammattilainen, AI Drug Development Division, NEC Corporation
NEC suorittaa kliinisiä tutkimuksia yksilöllisistä neoantigeeneihin kohdistetuista syöpärokotehoidoista. Uskomme, että olemme ottaneet askeleen eteenpäin vieläkin kehittyneempien yksilöllisten syöpärokotteiden immunoterapioiden ja muokattujen T-soluterapioiden toteuttamisessa käyttämällä tässä tutkimuksessa konstruoitua antigeenispesifisten T-solujen tunnistamismenetelmää ja AVIB-menetelmää (*) 3) ennustaa TCR:ien ja antigeenien välisiä vuorovaikutuksia käyttämällä NEC:n äskettäin kehittämää tekoälyä. Jatkamme tutkimuksen ja kehityksen nopeuttamista tarjotaksemme potilaille tehokkaita hoitoja.

Tutkimuksen tuki
Aichin syöpäkeskuksen ensisijainen hanketutkimus
NEC Corporation
Japan Society for the Promotion of Science:n tieteellisen tutkimuksen tukiohjelma
Japan Respiratory Foundation
Uehara Memorial Life Science Foundation

(1) Yksisoluanalyysi on analyysimenetelmä, jolla voidaan havaita RNA:ta, joka on kunkin solun DNA:n siirtotuote kudosmassan sijaan, ja ymmärtää yksittäisten solujen yksilöllisyys ja monimuotoisuus solujen tason perusteella. geenin ilmentyminen.
(2) KK-LC-1 (KitaKyushu Lung Canner -antigeeni-1): Syöpä- ja kivesantigeenit, joiden on raportoitu ilmentyvän syövässä.
(3) Attentive Variational Information Bottleneck (AVIB) -menetelmä: NEC Laboratories Europen ja NEC Laboratories American kehittämä vaihtelutietojen pullonkaulamenetelmä ennustamaan TCR:ien ja antigeenien välisiä vuorovaikutuksia tekoälyä käyttämällä. (bit.ly/43YKys6)

Tietoja NEC Corporationista

NEC Corporation on vakiinnuttanut asemansa johtavana IT- ja verkkoteknologioiden integroijana ja samalla edistänyt tuotemerkkiä "Orchestrating a brighter world". NEC mahdollistaa yritysten ja yhteisöjen sopeutumisen sekä yhteiskunnassa että markkinoilla tapahtuviin nopeisiin muutoksiin, sillä se tarjoaa turvallisuuden, turvallisuuden, oikeudenmukaisuuden ja tehokkuuden sosiaalisia arvoja edistääkseen kestävämpää maailmaa, jossa jokaisella on mahdollisuus saavuttaa täysi potentiaalinsa. Lisätietoja on NEC:ssä osoitteessa www.nec.com.

Aikaleima:

Lisää aiheesta JCN Newswire