Het laboratorium van dr. Vadim Jucaud aan het Terasaki Institute heeft een innovatief organ-on-a-chip-platform ontwikkeld dat voor het eerst leeftijdsafhankelijke immuunreacties nauwkeurig kan nabootsen. Deze vooruitgang biedt een veel realistischer testomgeving voor het beoordelen van de werking van kankervaccins bij oudere volwassenen. Dit is de groep die het meest wordt getroffen door kanker, maar die in preklinische studies vaak ondervertegenwoordigd is.
Naarmate mensen ouder worden, neemt de effectiviteit van het immuunsysteem af, een proces dat bekendstaat als immunosenescentie. Dit heeft grote gevolgen voor de werking van kankervaccins, die sterk afhankelijk zijn van een krachtige immuunrespons. Traditionele 2D-celsystemen slagen er echter niet in deze complexe, leeftijdsgebonden processen te modelleren. Daardoor kunnen onderzoeksresultaten misleidend zijn en onvoldoende voorspellen hoe vaccins daadwerkelijk presteren bij oudere patiënten.
Nieuw organ-on-a-chip model
Om deze kloof te dichten ontwikkelde het team van dr. Jucaud een geavanceerd ‘lymph node paracortex’-geïnspireerd organ-on-a-chip-model. Dit platform reconstrueert drie cruciale stappen binnen de immuunreactie op een kankervaccin: de presentatie van antigenen, de activering van antigeenspecifieke T-cellen en de daaruit voortkomende gerichte vernietiging van tumorcellen.
Door immuuncellen van jongere en oudere donoren te vergelijken, kan het systeem natuurlijke leeftijdsverschillen in functionaliteit scherp in kaart brengen. De resultaten van het onderzoek zijn onlangs gepubliceerd in the journal Lab on a Chip.
Sterkere activering T-cellen
Met het nieuwe platform ontdekte het team dat antigeen-presenterende cellen van jongere donoren aanzienlijk beter presteren dan die van oudere volwassenen. Jongere cellen presenteerden meer tumorgeassocieerde peptiden, wat leidde tot sterkere activering van T-cellen en een krachtiger cytotoxisch effect op kankercellen.
Opvallend is dat deze verschillen uitsluitend zichtbaar waren in het organ-on-a-chip-platform. In conventionele 2D-modellen kwamen deze leeftijdsgebonden variaties niet naar voren, wat de unieke meerwaarde van de chiptechnologie benadrukt.
“Deze technologie maakt het mogelijk om immuunveroudering nauwkeurig na te bootsen,” zegt dr. Jucaud. “Juist omdat oudere volwassenen zowel het meeste risico op kanker lopen als een verzwakte afweer hebben, is het essentieel dat we realistische modellen gebruiken. Dit platform biedt betrouwbaardere inzichten in de effectiviteit van kankervaccins en kan zo de ontwikkeling versnellen.”
Betekenis voor de toekomst van kankervaccins
Omdat het platform de biologie van veroudering nauwkeuriger nabootst, kan het onderzoekers helpen beter te begrijpen waarom vaccins en immunotherapieën bij oudere patiënten vaak minder goed werken. Door deze kennis al in de ontwikkelfase mee te nemen, kunnen vaccins gericht worden geoptimaliseerd voor deze groeiende patiëntengroep.
Deze innovatie markeert een belangrijke stap richting gepersonaliseerde immunotherapie: behandelingen die niet alleen worden afgestemd op de tumor, maar ook op de leeftijdsgebonden kenmerken van het immuunsysteem. Daarmee komt een toekomst dichterbij waarin nieuwe kankervaccins effectiever, veiliger en breder inzetbaar zijn, juist voor de mensen die ze het hardst nodig hebben.
Ontwikkeling kankervaccins
Er wordt wereldwijk veel onderzoek gedaan naar de ontwikkeling, en het verbeteren, van kankervaccins. Zo ontwikkelden Amerikaanse onderzoekers eerder dit jaar een AI-gestuurd model dat de ontwikkeling van gepersonaliseerde vaccins tegen huidkanker zou kunnen versnellen. Daarbij richtten zij 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. Hun 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.
