Ученые из Университета Джона Хопкинса использовали искусственный интеллект, чтобы создать карту, которая сравнивает типы клеточных рецепторов – химических «антенн» на поверхности иммунных Т-клеток. Их эксперимент с лабораторными мышами и человеческими Т-клетками предполагает, что люди с раком, имеющие большее разнообразие этих рецепторов, лучше реагируют на иммунотерапевтические препараты и вакцины.
Отчет о том, как ученые создали и протестировали карту «ImmunoMap», появился 20 декабря в журнале «Cancer Immunology Research».
«ImmunoMap показывает, как иммунная система может реагировать на клеточные антигены» - отметили исследователи.
Рецепторы на Т-клетках распознают антигены – части других клеток, которые вызывают иммунный ответ (особенно антитела). Если антигены являются чужеродными, Т-клетки включают сигнал тревоги в иммунной системе, которая может распространить «ориентировки по всем постам», чтобы их разыскать.
Поскольку такие заболевания как рак склонны избегать обнаружения рецепторов Т-клетками, позволяя опухолям бесконтрольно расти, ученые долгое время пытались разработать терапии, которые нацеливаются на злокачественные клетки, но не «трогают» здоровые клетки.
«В большинстве случаев иммунотерапия строится на том, что мы знаем об этих антигенах, - отметили исследователи. – Но на самом деле мы немного знаем и об антигенах, и о Т-клетках, которые их распознают».
Чтобы удовлетворить эту потребность, ученые создали математическую модель – по существу, цифровую карту – данных геномной последовательности рецепторов из человеческих Т-клеток, на которые воздействовал вирус в лабораторных условиях. «Наша цель заключалась в том, чтобы сгруппировать рецепторы Т-клеток, которые имеют похожие характеристики и могут нацеливаться на один и тот же антиген» – сообщили ученые.
Используя алгоритм обучения, команда смогла преобразовать данные о секвенировании рецепторов Т-клеток в числовые дистанции и сгруппировать их по функциональной специфичности. Например, если две последовательности рецепторов были похожи, компьютер назначал ему ранг короткой дистанции. Если последовательности отличались, они получали ранг большей дистанции.
После того, как тысячи последовательностей были конвертированы в дистанционные метрики, алгоритмы искусственного интеллекта компьютерной системы произвели поиск образцов среди рецепторов.
Команда исследователей проверили возможности «ImmunoMap» на 34 пациентах с раком, принимающих участие в общенациональном клиническом исследовании имунотерапевтического препарата ниволумаба.
Из 34 пациентов с меланомой только трое ответили на лечение препаратом. (о том, как лечат меланому в Израиле). У респондентов ученые обнаружили большее количество различных кластеров рецепторов Т-клеток (в среднем 15), по сравнению с пациентами, не ответившими на лечение, у которых было обнаружено только 8–9 кластеров. Исследователи выяснили, что разнообразие рецепторов Т-клеток снизилось среди респондентов на 10-15% спустя четыре недели после терапии. Это было связано с тем, что после обнаружения правильного рецептора, способного уничтожить опухоль, количество Т-клеток, экспрессирующих эти рецепторы, повысилось, что и привело к снижению структурного разнообразия кластеров.
Ученые создали «ImmunoMap» из разнообразия рецепторов Т-клеток, специфичных для опухолевых антигенов у мышей с опухолями и без них. Их анализ показал, что разнообразие Т-клеточных рецепторов снизилось в образцах Т-клеток, расположенных поблизости опухоли. Эти данные могут помочь ученым определить, как опухоли избегают обнаружения иммунной системой.
Исследователи отметили, что необходимо собрать больше данных для «ImmunoMap», чтобы можно было более точно спрогнозировать, как пациенты будут реагировать на иммунотерапию.
Источник: https://medicalxpress.com/news/2018-01-immunomap-immune-cell-receptors-patients.html
Комментарии
Пока комментариев нет
Новый комментарий