Search
חלקיקים דמויי וירוס מהונדסים מחזקים את עריכת הגנים, ומתקנים עיוורון בעכברים

מסווג למידת מכונה מפחית את הזמן לזיהוי קולטנים תגובתיים של גידול מותאמים אישית לתאי T

הכנת טיפול מותאם אישית בתאי T לחולי סרטן נמשכת כיום לפחות שישה חודשים; מדענים מהמרכז לחקר הסרטן הגרמני (DKFZ) והמרכז הרפואי האוניברסיטאי מנהיים הראו שניתן להחליף את הצעד הראשון והמפרך של זיהוי קולטני תאי T-תגובתי לגידול בחולים במסווג למידת מכונה שצומצם את הזמן הזה בחצי.

אימונותרפיות סלולריות מותאמות אישית נחשבות לאפשרויות טיפול חדשות המבטיחות לסוגים שונים של סרטן. אחת הגישות הטיפוליות הנבדקות כיום הן מה שנקרא "תאי T מהונדסים של קולטני T-תאי". הרעיון מאחורי זה: תאי T חיסוניים של חולה מצוידים במעבדה כדי לזהות את הגידול הייחודי של החולה עצמו, ואז מוזרמים מחדש במספרים גדולים כדי להרוג ביעילות את תאי הגידול.

הפיתוח של טיפולים כאלה הוא תהליך מסובך. ראשית, הרופאים מבודדים תאי T חודרים לגידול (TILs) מדגימה של רקמת הגידול של המטופל. לאחר מכן מחפשים אוכלוסיית תאים זו קולטנים לתאי T המזהים מוטציות ספציפיות לגידול ובכך יכולים להרוג תאי גידול. החיפוש הזה הוא מייגע והצריך עד כה ידע על המוטציות הספציפיות לגידול שמובילות לשינויים בחלבונים המוכרים על ידי מערכת החיסון של החולים. במהלך תקופה זו הגידול עובר מוטציה ומתפשט כל הזמן, מה שהופך את הצעד הזה למירוץ נגד הזמן.

"למצוא את הקולטנים הנכונים לתאי T זה כמו לחפש מחט בערימת שחת, יקר וגוזל זמן", אומר מייקל פלאטן, ראש המחלקה ב-DKFZ ומנהל המחלקה לנוירולוגיה במרכז הרפואי האוניברסיטאי מנהיים. "באמצעות שיטה המאפשרת לנו לזהות קולטנים של תאי T מגיבים לגידולים ללא תלות בידע על האפיטופים של הגידול, ניתן לפשט ולהאיץ במידה ניכרת את התהליך".

צוות בראשות פלאטן וראש המחקר המשותף אד גרין הציג כעת טכנולוגיה חדשה שיכולה להשיג בדיוק את המטרה הזו בפרסום האחרון. כנקודת מוצא, החוקרים בודדו TILs מגרורות מוחו של חולה מלנומה וביצעו רצף תאים בודדים כדי לאפיין כל תא. קולטני תאי ה-T המובעים על ידי TIL אלה נבדקו לאחר מכן בנפרד במעבדה כדי לזהות את אלו שזוהו והרגו תאי גידול של חולה. לאחר מכן שילבו החוקרים את הנתונים הללו כדי להכשיר מודל למידת מכונה לניבוי קולטני תאי T תגובתיים לגידול. המסווג שהתקבל יכול לזהות תאי T תגובתיים לגידולים מ-TIs עם דיוק של 90%, עובד בסוגים רבים ושונים של גידולים ומכיל נתונים מטכנולוגיות ריצוף תאים שונות.

predicTCR מאפשר לנו לקצץ את הזמן שלוקח לזהות רצפטורים תגובתיים של גידול מותאמים אישית מלמעלה משלושה חודשים לעניין של ימים, ללא קשר לסוג הגידול."

אד גרין, ראש מחקר משותף

"אנחנו מתמקדים כעת בהבאת הטכנולוגיה הזו לעשייה הקלינית כאן בגרמניה. כדי לממן פיתוח נוסף, הקמנו את הסטארט-אפ הביוטכנולוגי Tcelltech", מוסיף מייקל פלאטן. "predicTCR היא אחת מטכנולוגיות המפתח של הספין-אוף החדש של DKFZ."

CL Tan, K. Lindner, T. Boschert, Z. Meng, A. Rodriguez Ehrenfried, A. De Roia, G. Haltenhof, A. Faenza, F. Imperatore, L. Bunse, JM Lindner, RP Harbottle, M. Ratliff. , R. Offringa, I. Poschke, M. Platten ו- EW Green: קולטני תאי T מגיבים לגידול מזוהים במהירות מנתוני scRNA-seq לימפוציטים.

דילוג לתוכן