KI unterstützt zelluläre Immuntherapie

Hochdurchsatz-Einzelzell-Sequenzierung der Immunzelle
mg
T-Zellen bekämpfen Krebs
© Design Cells/stock.adobe.com
Newsletter­anmeldung

Bleiben Sie auf dem Laufenden. Der MT-Dialog-Newsletter informiert Sie jede Woche kostenfrei über die wichtigsten Branchen-News, aktuelle Themen und die neusten Stellenangebote.


* Pflichtfeld

Passende T-Zellen für die Immuntherapie zu identifizieren ist aufwendig. Das Deutsche Krebsforschungszentrum und die Universitätsmedizin Mannheim möchten das Verfahren mithilfe von KI vereinfachen.

Gegen verschiedene Krebsarten sind personalisierte zelluläre Immuntherapien vielversprechende Behandlungsoptionen. Die sogenannten „T-Zell-Rezeptor transgenen T-Zellen“ sind eine der aktuellen Therapieansätze. Hierfür werden die T-Zellen identifiziert, im Labor auf den individuellen Tumor geprägt und können so den Tumor effektiv bekämpfen. Doch genau hier liegt das Problem. 

Für diesen Prozess isolieren Ärzte in der Regel sogenannte tumorinfiltrierende T-Zellen (TILs) aus dem Tumorgewebe, die auf T-Zell-Rezeptoren durchsucht wird. Denn diese erkennen die Proteinmerkmale der Krebszellen am besten und können diesen effektiver bekämpfen. Um die therapeutischen T-Zellen in der erforderlichen Menge zu kultivieren, werden die gefundenen T-Zell-Rezeptoren dann in Immunzellen gesunder Spender eingebracht.

Geeignete T-Zell-Rezeptoren schneller finden

„Mit einer Methode, mit der wir unabhängig von der Kenntnis der jeweiligen Tumorepitope tumorreaktive T-Zell-Rezeptoren identifizieren können, ließe sich der Prozess erheblich vereinfachen und beschleunigen,“ erläutert Michael Platten, Abteilungsleiter im DKFZ und Direktor der Klinik für Neurologie der Universitätsmedizin Mannheim. Eine solche entwickelten die Forschenden um Platten, indem sie die TILs aus einer Hinrmetastase eines Melanom-Patienten isolierten. Sie sequenzierten die Immunzellen einzeln und testeten die T-Zell-Rezeptoren im Labor, um so die TILs zu finden, die den Krebs erkennen und abtöten können.

Mit dieser Information lernten die Forschenden das KI-Modell an, um vorhersagen zu können, welche T-Zell-Rezeptoren tumorreaktiv sind. Hieraus entstand der Klassifikator „predicTCR“: Er erkennt tumorreaktive T-Zellen aus TILs mit einer 90-prozentigen Genauigkeit. Der Algorithmus funktioniert bei unterschiedlichen Tumorarten und berücksichtig Daten verschiedener Sequenzierungstechnologien.

Spin-off des DKFZ

„Mit predicTCR können wir die Zeit, die für die Identifizierung personalisierter tumorreaktiver T-Zell-Rezeptoren benötigt wird, unabhängig von der Krebsart von mehr als drei Monaten auf wenige Tage verkürzen“, so Ed Green, Co-Studienleiter. „Wir konzentrieren uns nun darauf, diese Technologie hier in Deutschland in die klinische Praxis zu bringen. Um die weitere Entwicklung zu finanzieren, haben wir das Biotech Start-Up Tcelltech gegründet“, ergänzt Michael Platten. „„predicTCR“ ist eine der tragenden Technologien des neuen DKFZ-Spin-offs.“

Mit Tcelltech soll eine Plattform geschaffen werden, die personalisierte zelluläre Immuntherapie effizient produziert und diese dann in klinischen Studien bei Patienten mit passenden Erkrankungssituationen weiter erprobt werden können.

Quelle: idw

Artikel teilen

Online-Angebot der MT im Dialog

Um das Online-Angebot der MT im Dialog uneingeschränkt nutzen zu können, müssen Sie sich einmalig mit Ihrer DVTA-Mitglieds- oder Abonnentennummer registrieren.

Stellen- und Rubrikenmarkt

Möchten Sie eine Anzeige in der MT im Dialog schalten?

Stellenmarkt
Industrieanzeige