Un classificateur d'apprentissage automatique accélère le développement d'immunothérapies cellulaires
"Pour financer la poursuite du développement, nous avons créé la start-up Tcelltech"
La mise au point d'une thérapie cellulaire personnalisée pour les patients atteints de cancer prend actuellement au moins six mois. Des scientifiques du Centre allemand de recherche sur le cancer (DKFZ) et du Centre médical universitaire de Mannheim ont montré que la première étape laborieuse consistant à identifier les récepteurs de cellules T réactives aux tumeurs pour les patients peut être remplacée par un classificateur d'apprentissage automatique qui réduit ce temps de moitié.
Les immunothérapies cellulaires personnalisées sont considérées comme de nouvelles options thérapeutiques prometteuses pour divers types de cancer. L'une des approches thérapeutiques actuellement testées est celle des "cellules T transgéniques à récepteurs de cellules T". L'idée sous-jacente est la suivante : les cellules T immunitaires d'un patient sont équipées en laboratoire pour reconnaître la tumeur unique du patient, puis réinjectées en grand nombre pour tuer efficacement les cellules tumorales.
La mise au point de ces thérapies est un processus complexe. Tout d'abord, les médecins isolent les cellules T infiltrant la tumeur (TIL) à partir d'un échantillon du tissu tumoral du patient. Cette population de cellules est ensuite recherchée pour trouver des récepteurs de cellules T qui reconnaissent les mutations spécifiques de la tumeur et peuvent ainsi tuer les cellules tumorales. Cette recherche est laborieuse et nécessite jusqu'à présent de connaître les mutations spécifiques de la tumeur qui entraînent des modifications des protéines reconnues par le système immunitaire du patient. Pendant ce temps, la tumeur mute et se propage constamment, ce qui fait de cette étape une course contre la montre.
"Trouver les bons récepteurs de cellules T, c'est comme chercher une aiguille dans une botte de foin, c'est coûteux et cela prend du temps", explique Michael Platten, chef de service au DKFZ et directeur du département de neurologie du centre médical universitaire de Mannheim. "Avec une méthode qui nous permet d'identifier les récepteurs de cellules T réactives aux tumeurs indépendamment de la connaissance des épitopes tumoraux respectifs, le processus pourrait être considérablement simplifié et accéléré."
Une équipe dirigée par Platten et Ed Green, co-responsable de l'étude, vient de présenter dans une publication récente une nouvelle technologie permettant d'atteindre précisément cet objectif. Pour commencer, les chercheurs ont isolé des TIL à partir d'une métastase cérébrale d'un patient atteint de mélanome et ont procédé à un séquençage cellulaire unique pour caractériser chaque cellule. Les récepteurs de cellules T exprimés par ces TIL ont ensuite été testés individuellement en laboratoire afin d'identifier ceux qui étaient reconnus et qui tuaient les cellules tumorales du patient. Les chercheurs ont ensuite combiné ces données pour former un modèle d'apprentissage automatique afin de prédire les récepteurs de cellules T réactives aux tumeurs. Le classificateur obtenu a pu identifier les cellules T réactives aux tumeurs à partir des cellules TIL avec une précision de 90 %, fonctionne dans de nombreux types de tumeurs et s'adapte aux données provenant de différentes technologies de séquençage cellulaire.
"predicTCR nous permet de réduire le temps nécessaire à l'identification de récepteurs de cellules T réactives aux tumeurs personnalisées de plus de trois mois à quelques jours, quel que soit le type de tumeur", a déclaré Ed Green.
"Nous nous concentrons maintenant sur l'introduction de cette technologie dans la pratique clinique ici en Allemagne. Pour financer ce développement, nous avons fondé la start-up Tcelltech", ajoute Michael Platten. "predicTCR est l'une des technologies clés de cette nouvelle entreprise dérivée du DKFZ.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
C. L. Tan, K. Lindner, T. Boschert, Z. Meng, A. Rodriguez Ehrenfried, A. De Roia, G. Haltenhof, A. Faenza, F. Imperatore, L. Bunse, J. M. Lindner, R. P. Harbottle, M. Ratliff, R. Offringa, I. Poschke, M. Platten, E. W. Green; "Prediction of tumor-reactive T cell receptors from scRNA-seq data for personalized T cell therapy"; Nature Biotechnology, 2024-3-7
Autres actualités du département science
Recevez les dernières actualités du secteur des sciences de la vie
Ne manquez plus aucune actualité : notre newsletter consacrée aux biotechnologies, au secteur pharmaceutique et aux sciences de la vie vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
Actualités les plus lues
Plus actualités de nos autres portails
Il se trame quelque chose dans le secteur des sciences de la vie…
Voilà à quoi ressemble le véritable esprit pionnier : De nombreuses start-ups innovantes apportent des idées fraîches, de la passion et un esprit d'entreprise pour changer positivement le monde de demain. Plongez dans l'univers de ces jeunes entreprises et profitez de la possibilité d'entrer en contact avec leurs fondateurs.
