Onderzoekers van de Universiteit van Arizona hebben een nieuw AI-gestuurd model ontwikkeld dat de ontwikkeling van gepersonaliseerde vaccins tegen huidkanker zou kunnen versnellen. Met behulp van kunstmatige intelligentie identificeerde en analyseerde het team neo-antigenen: gemuteerde tumoreiwitten die het immuunsysteem kunnen stimuleren om kankercellen aan te vallen.
In hun studie, gepubliceerd in het Journal for ImmunoTherapy of Cancer, richtten de onderzoekers zich op plaveiselcelcarcinoom, een veelvoorkomende vorm van huidkanker. Ze gebruikten 3D-AI-modellen om te begrijpen hoe bepaalde mutaties de vorm en het gedrag van tumoreiwitten veranderen, waardoor ze beter zichtbaar worden voor het immuunsysteem. Hierdoor konden ze vaststellen welke neo-antigenen effectief T-cellen konden stimuleren, een type witte bloedcel dat een centrale rol speelt in de afweer van het immuunsysteem.
Juiste combinatie van neo-antigenen
“Een van de grootste uitdagingen bij het ontwikkelen van tumorgebaseerde vaccins is het identificeren van de juiste combinatie van neo-antigenen die een sterke immuunrespons opwekken”, legt dr. Karen Taraszka Hastings, hoogleraar en voorzitter van Dermatologie aan het University of Arizona College of Medicine in Phoenix, uit. “Onze bevindingen tonen aan dat zowel de fysieke als de structurele kenmerken van deze eiwitten cruciaal zijn om te voorspellen welke het beste zullen werken in kankervaccins.”
Met behulp van een muismodel ontdekte het team twee belangrijke neo-antigenen die T-cellen met succes aanzetten tot het aanvallen en onderdrukken van tumorgroei. Interessant is dat beide peptiden een immuunrespons veroorzaakten, maar via verschillende mechanismen. Om dit beter te begrijpen, maakten de wetenschappers gebruik van 3D-structuurmodellering op basis van AI, die subtiele verschillen in de moleculaire oppervlakken van de gemuteerde eiwitten aan het licht bracht. Verschillen die T-cellen konden detecteren en waarop ze konden reageren.
Potentieel essentieel hulpmiddel
De bevindingen suggereren dat op AI gebaseerde 3D-modellering een essentieel hulpmiddel zou kunnen worden bij het selecteren van de meest effectieve neo-antigenen voor opname in geïndividualiseerde kankervaccins. Deze aanpak zou kunnen leiden tot nauwkeurigere en krachtigere immuuntherapieën, met name voor huidkanker en melanoom, waarbij tumoren vaak duizenden mutaties bevatten.
“Door gebruik te maken van 3D-structuurmodellering kunnen we bepalen welke neo-antigenen het grootste potentieel hebben om een immuunrespons op te wekken”, zegt Hastings. “Dit zal toekomstige kankervaccins nauwkeuriger en effectiever maken.”
Volgens David Ebert, Chief AI and Data Science Officer aan de Universiteit van Arizona, laat dit onderzoek zien hoe kunstmatige intelligentie de behandeling van kanker verandert: “Het werk van Dr. Hastings laat zien hoe AI kan helpen bij het personaliseren van behandelingen en patiënten nieuwe hoop biedt door middel van slimmere, datagestuurde kankerzorg.”
Tests met longkanker vaccin
Vorig jaar werd een veelbelovende stap gezet in de ontwikkeling van een eerste mRNA-vaccin tegen longkanker. Dit vaccin, BNT116, werkt volgens hetzelfde principe als de bekende mRNA-coronavaccins: het traint het immuunsysteem om specifieke tumormarkers te herkennen en te bestrijden, zonder gezonde cellen aan te tasten. Volgens professor Siow Ming Lee van University College London kan deze aanpak voorkomen dat de kanker terugkeert na behandeling.
Het doel is de overlevingskans van patiënten verder te vergroten, bovenop de resultaten die al met immuuntherapie zijn behaald. De onderzoekers hopen dat BNT116 wereldwijd een nieuwe standaardbehandeling wordt. Vorig jaar is gestart met het testen van dit vaccin in zeven landen, waaronder het VK, Duitsland en de VS.
