Wissenschaftler an der University of North Carolina Lineberger Comprehensive Cancer Center haben sich entwickelt und validiert ein Modell für voraussagen was könnte ein wirksames Krebs-Impfstoff gegen den tumor eines Patienten. Dieser Befund könnte dazu beitragen, die ein erhebliches Hindernis bei der Entwicklung personalisierte Krebsimpfstoffe.

In einer Studie, veröffentlicht in der Zeitschrift Krebs-Immunologie-Forschung, UNC Lineberger berichteten Wissenschaftler über die Entdeckung einer Methode für die Vorhersage, ob abnorme Proteine produziert, die von Krebs-Zellen konnte eine Immunantwort auslösen. Dies ist wichtig, weil nicht alle so genannten „neo-Antigene“ erstellt von Krebszellen auslösen wird, das körpereigene Immunsystem zur Bekämpfung des Krebses.

„Während der Bereich der therapeutischen tumor-Vakzine ist eine rasant fortschreitende, eine große Herausforderung ist es, herauszufinden, welche Ziele bieten sich die besten anti-Krebs-Wirkung haben“, sagte UNC Lineberger ist Benjamin Vincent, MD, assistant professor in der UNC School of Medicine Abteilung für Hämatologie/Onkologie und der entsprechende Autor der Studie. „Diese Studie liefert eine neue Methode, um diese Herausforderung zu bewältigen: die Vorhersage der Wirksamkeit eines tumor-Impfstoffs Ziel vor, den Patienten zu behandeln und die Behandlung mit einer optimierten Reihe von zuverlässigen Impfstoff zu erreichen.“

Die Arbeit ist Teil der Bemühungen von Forscher zu studieren, ob Sie können scan des Genoms einer Krebszelle zu finden, die Hinweise auf die Anwesenheit von Unregelmäßigkeiten produziert von der Krebs—unregelmäßige Proteine, so genannte neo-Antigene, oder nur neue Antigene, die auftauchen könnten, die Krebs Zelle Oberfläche. Dann, basierend auf den Erkenntnissen, die Sie verwenden möchten, diese neo-Antigene auslösen, eine Immunantwort auf den Krebs, nicht aber gegen normale, gesunde Zellen.

„Eines der Hindernisse, um den Krebs-Impfstoff-Forschung ist, dass Sie Impfstoff Ziele, die nicht in der Lage, erzeugen eine gute Antwort“, sagte Christof Smith, Ph. D., ein MD/Ph. D. student an der UNC School of Medicine. „Um dieses problem anzugehen, die wir entwickelt und validiert eine neue machine-learning-Algorithmus, um vorherzusagen, für die Fähigkeit eines bestimmten tumor-spezifischen antigen eine Immunantwort hervorgerufen wird.“

Es existieren bereits Methoden in der Lage, voraussagen über potentielle neo-antigen-expression und-Präsentation durch den tumor, aber Smith sagte, Sie sagen „nur die halbe Geschichte.“ Während die vorhandenen Methoden konzentrieren sich auf, wie gut eine bestimmte abnorme Krebs-marker sein könnte, verpackt und präsentiert auf der Oberfläche einer Tumorzelle, Smith sagte, Ihre Methode weiter untersucht, wie gut eine Immunzellen erkennen könnte, dass marker und reagieren.

„Aktuelle Methoden für die Einstufung der Wirksamkeit von neo-Antigenen Vertrauen auf die Vorhersage, wie gut, dass die neo-antigen in den Körper“, sagte Vincent. „Das problem mit dieser Methode ist, dass es nicht berücksichtigt, wie gut das neo-antigen, können tatsächlich das Immunsystem aktivieren. So hat unser Algorithmus kann eine weitere Verbesserung der Genauigkeit der vorhergesagten neo-Antigene in der Lage erzeugen robuste Immunreaktion.“

In Ihrer Methode, die Forscher verwendeten Labor-Modelle zu analysieren, um die Immunantwort zu Hunderten von verschiedenen vorausgesagt neo-Antigene. Dann Sie verwendet maschinelles lernen, analysieren die Daten zu Lesen, die Antigene vielleicht am besten eine Immunantwort hervorgerufen wird.