Acelerar el descubrimiento de neoantígenos: un enfoque de alto rendimiento para la identificación de objetivos...

Área de la Ciencia:

• Inmunología computacional
• Inmunoterapia contra el cáncer
• La bioinformática

Sus antecedentes:

• Las inmunoterapias dirigidas al antígeno se basan en la identificación de epítopos inmunogénicos para las respuestas de las células T.
• Los métodos actuales que se centran en la afinidad de unión del MHC producen altos falsos positivos, lo que limita la utilidad clínica.
• La predicción precisa de la inmunogenicidad del neoantígeno es crucial para el diseño eficaz de vacunas y terapias contra el cáncer.

Objetivo del estudio:

• Desarrollar una nueva herramienta computacional, neoIM, para la predicción de alta precisión de la inmunogenicidad del neoantígeno.
• Evaluar el rendimiento de neoIM en comparación con las herramientas existentes utilizando datos de ensayos in vitro y clínicos.
• Evaluar el potencial de neoIM como biomarcador para predecir la respuesta al tratamiento con inhibidores de punto de control.

Principales métodos:

• Desarrolló neoIM, un clasificador forestal aleatorio entrenado en péptidos no propios presentados por MHC (n=61,829).
• Evaluación del rendimiento del neoIM en comparación con las herramientas existentes en conjuntos de datos de inmunogenicidad in vitro (ensayos ELISpot).
• Se realizaron análisis retrospectivos de los datos de ensayos clínicos para evaluar la selección de antígenos basada en neoIM y su correlación con la supervivencia global en pacientes con melanoma tratados con inhibidores de punto de control (IPC).

Principales resultados:

• neoIM superó significativamente a las herramientas existentes en los parámetros de referencia in vitro, aumentando el poder predictivo en al menos un 30% y reduciendo los falsos positivos.
• La selección de antígenos basada en NeoIM identificó hasta un 50% más de antígenos de acción clínica por paciente en dos ensayos clínicos.
• Las puntuaciones de NeoIM mostraron una correlación con la supervivencia global en pacientes con melanoma tratados con CPI, lo que indica su potencial como biomarcador predictivo.

Conclusiones:

• NeoIM es la primera herramienta computacional para predecir con precisión la inmunogenicidad epitópica más allá de la afinidad de unión al MHC.
• NeoIM permite un descubrimiento y priorización más precisos de neoantígenos, acelerando potencialmente el desarrollo de inmunoterapias de próxima generación.
• La capacidad de la herramienta para refinar la predicción de la respuesta a la terapia de inhibición del punto de control pone de relieve la importancia de evaluar la inmunogenicidad del neoantígeno.