Pusat Kanker Aichi dan NEC Kembangkan Metode Efisien untuk Mengidentifikasi Antigen Kanker Paru dan Sel T Spesifik Antigen

Pusat Kanker Aichi dan NEC Kembangkan Metode Efisien untuk Mengidentifikasi Antigen Kanker Paru dan Sel T Spesifik Antigen

TOKYO, 08 Agustus 2023 โ€“ (JCN Newswire) โ€“ Pusat Kanker Aichi dan kelompok penelitian NEC Corporation bersama Universitas Gifu, Universitas Toyama, dan Pusat Medis Universitas Kitasato, telah mengembangkan metode untuk mengidentifikasi antigen kanker paru-paru dan sel T spesifik antigen secara efisien yang mengenali antigen melalui analisis sel tunggal Tumor Infiltrating Lymphocytes (TILs) dan sistem prediksi antigen berbasis AI NEC yang memprediksi respons imun. Makalah kami yang menjelaskan hasil penelitian ini diterbitkan pada 6 Agustus 2023 dalam โ€œJournal for ImmunoTherapy of Cancer,โ€ yang merupakan jurnal resmi dari Society of Immunotherapy of Cancer (SITC) di Amerika Serikat.

Aichi Cancer Center dan NEC Mengembangkan Metode Efisien untuk Mengidentifikasi Antigen Kanker Paru-Paru dan Sel T Spesifik Antigen PlatoBlockchain Data Intelligence. Pencarian Vertikal. Ai.
Gambar 1 Skema keseluruhan dari Studi ini
Aichi Cancer Center dan NEC Mengembangkan Metode Efisien untuk Mengidentifikasi Antigen Kanker Paru-Paru dan Sel T Spesifik Antigen PlatoBlockchain Data Intelligence. Pencarian Vertikal. Ai.
Gambar 2. Perkiraan dan proyeksi manifold seragam (UMAP) dari profil ekspresi 6,998 TIL yang berasal dari tiga jaringan tumor paru bedah. TIL diklasifikasikan ke dalam 10 cluster berbeda.
Aichi Cancer Center dan NEC Mengembangkan Metode Efisien untuk Mengidentifikasi Antigen Kanker Paru-Paru dan Sel T Spesifik Antigen PlatoBlockchain Data Intelligence. Pencarian Vertikal. Ai.
Gambar 3. Sebanyak lima antigen tumor (KK-LC-1, SORL1 mutan, JAGN1 mutan, AKT2 mutan, ITGB5 mutan) dan sembilan TCR spesifik antigen tumor (ditunjukkan dalam warna berbeda, total 140 klon TCR) diidentifikasi.
Aichi Cancer Center dan NEC Mengembangkan Metode Efisien untuk Mengidentifikasi Antigen Kanker Paru-Paru dan Sel T Spesifik Antigen PlatoBlockchain Data Intelligence. Pencarian Vertikal. Ai.
Gambar 4. (A) Pengelompokan ulang klon TCR (n=140) yang mengekspresikan sembilan TCR. ( B ) Analisis ekspresi gen penentu subset sel T di setiap antigen.

Latar belakang penelitian

Kanker paru-paru adalah salah satu kanker paling umum dan salah satu penyebab utama kematian akibat kanker di seluruh dunia. Ada banyak jenis pengobatan kanker, seperti pembedahan, kemoterapi, terapi radiasi, terapi target molekuler, imunoterapi, dan kombinasi dari semuanya. Inhibitor pos pemeriksaan kekebalan yang dikembangkan baru-baru ini (ICI) telah menarik perhatian sebagai terapi baru, dan kanker paru-paru adalah salah satu kanker yang paling sensitif terhadap ICI, tetapi hanya efektif pada sebagian individu. Oleh karena itu, diperlukan imunoterapi baru yang efektif untuk kanker paru-paru.

Limfosit T sitotoksik (CTL) di TIL adalah sel kekebalan penting yang secara khusus dapat mengenali dan menghilangkan sel tumor. Antigen yang ditargetkan oleh CTL termasuk neoantigen khusus pasien dan antigen umum yang biasanya diekspresikan di antara pasien seperti antigen kanker-testis (CTA). Secara umum, tidak mudah untuk mengidentifikasi antigen apa pun. Jika antigen ini dapat diidentifikasi secara efisien, terapi kombinasi dengan ICI dan imunoterapi spesifik antigen dapat meningkatkan kemanjuran pengobatan.

Isi dan hasil penelitian ini

Dalam studi oleh Aichi Cancer Center dan NEC ini, kami melakukan analisis sel tunggal untuk menentukan karakteristik TIL pasien dengan kanker paru-paru non-sel kecil (NSCLC) yang direseksi dengan pembedahan (n = 3) (Gambar 1). Kemudian, kami membagi TIL menjadi 10 kluster berdasarkan profil ekspresi gen, dan mengidentifikasi kluster sel T yang habis (kluster Tex) yang ditandai dengan ekspresi gen yang disebut penanda kelelahan (Gambar 2). Kami mensintesis TCR yang terkandung dalam kluster sel T yang teridentifikasi habis dan menginduksi masing-masing TCR ke dalam setiap sel T yang sesuai, dan memeriksa respons imun terhadap neoantigen yang diprediksi oleh sistem prediksi antigen berbasis AI NEC dan CTA tipikal. Dipastikan bahwa sistem prediksi antigen berbasis AI NEC dapat secara akurat memprediksi antigen yang menyebabkan respons imun, dan kami mengidentifikasi empat TCR yang mengenali KK-LC-1 (salah satu CTA, *2), dan lima TCR yang mengenali neoantigen ( Gambar 3).

Komentar peneliti

Hirokazu Matsushita, Kepala, Divisi Onkoimunologi Translasional, Pusat Kanker Aichi
Bekerja sama dengan NEC dan lembaga penelitian terkemuka, Pusat Kanker Aichi telah mengembangkan prosedur untuk mengidentifikasi antigen dan sel T spesifik antigen secara efisien menggunakan sampel bedah dari pasien kanker. Ke depan, kami akan menambahkan analisis spasial dari lingkungan mikro kanker yang mengandung antigen dan sel T spesifik antigen ke sistem ini untuk lebih memperjelas sifat sel T yang menginfiltrasi kanker. Selain bertujuan untuk mengembangkan imunoterapi kanker inovatif dari studi ini, kami juga akan menerapkan pengetahuan yang diperoleh untuk kanker lainnya.

Yoshiko Yamashita, Ph.D. Profesional Senior, Divisi Pengembangan Obat AI, NEC Corporation
NEC sedang melakukan uji klinis terapi vaksin kanker yang dipersonalisasi yang menargetkan neoantigen. Kami percaya bahwa kami telah mengambil langkah maju dalam mewujudkan imunoterapi vaksin kanker yang dipersonalisasi yang lebih canggih dan merekayasa terapi sel T dengan menggunakan metode untuk mengidentifikasi sel T spesifik antigen yang dibangun dalam penelitian ini dan metode Attentive Variational Information Bottleneck (AVIB) (* 3) untuk memprediksi interaksi antara TCR dan antigen menggunakan AI yang baru dikembangkan oleh NEC. Kami akan terus mempercepat penelitian dan pengembangan untuk memberikan perawatan yang efektif kepada pasien.

Dukungan penelitian
Penelitian Proyek Prioritas Pusat Kanker Aichi
Perusahaan NEC
Program Subsidi untuk Riset Ilmiah oleh Japan Society for the Promotion of Science
Yayasan Pernapasan Jepang
Yayasan Sains Kehidupan Peringatan Uehara

(1) Analisis sel tunggal adalah metode analisis yang mampu mendeteksi RNA, yang merupakan produk transfer DNA untuk setiap sel, bukan sebagai massa jaringan, dan memahami individualitas dan keragaman sel individu berdasarkan tingkat ekspresi gen.
(2) KK-LC-1 (KitaKyushu Lung Canner antigen-1): Antigen kanker dan testis yang dilaporkan diekspresikan pada kanker.
(3) Metode Attentive Variational Information Bottleneck (AVIB): Metode bottleneck informasi variasi dikembangkan oleh NEC Laboratories Europe dan NEC Laboratories America untuk memprediksi interaksi antara TCR dan antigen menggunakan AI. (bit.ly/43YKys6)

Tentang NEC Corporation

NEC Corporation telah memantapkan dirinya sebagai pemimpin dalam integrasi TI dan teknologi jaringan sambil mempromosikan pernyataan merek "Mengatur dunia yang lebih cerah." NEC memungkinkan bisnis dan komunitas untuk beradaptasi dengan perubahan cepat yang terjadi di masyarakat dan pasar karena memberikan nilai-nilai sosial keselamatan, keamanan, keadilan dan efisiensi untuk mempromosikan dunia yang lebih berkelanjutan di mana setiap orang memiliki kesempatan untuk mencapai potensi penuh mereka. Untuk informasi lebih lanjut, kunjungi NEC di www.nec.com.

Stempel Waktu:

Lebih dari Kawat Berita JCN