机器学习指导的转化,使质母细胞细胞变成像状细胞的抗原呈现细胞作为癌症免疫疗法
Tianyi Liu1,2, Dan Jin3, Son B Le1,2
1Division of Neuro-Oncology, Department of Neurological Surgery, University of Southern California Keck School of Medicine, Los Angeles, California.
Cancer immunology research
|July 25, 2024
概括
研究人员开发了一种机器学习方法,将质母细胞瘤 (GBM) 细胞重新编程成激素呈现细胞 (APC),激活抗瘤免疫力. 这种新型的免疫疗法方法显示出通过克服瘤微环境来治疗GBM的前景.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
背景情况:
- 质母细胞瘤 (GBM) 免疫疗法面临的挑战是由于血脑屏障和免疫抑制瘤微环境 (TME).
- GBM TME的特征是免疫抑制细胞和缺乏关键免疫细胞,如细胞毒性T淋巴细胞 (CTLs) 和树突细胞 (DCs).
研究的目的:
- 开发一种机器学习驱动的精确方法,将GBM细胞重新编程成诱导的树突细胞样抗原呈现细胞 (iDC-APC).
- 评估iDC-APCs在增强抗瘤免疫力和改善GBM模型中的存活率方面的有效性.
主要方法:
- 利用机器学习方法识别细胞命运决定因素 (CFD) 来进行GBM细胞重编程.
- 从GBM细胞生成iDC-APC,并在小鼠GBM模型中评估其形态,基因表达和抗原呈现功能.
- 研究了内iDC-APC与其他免疫疗法结合在免疫能力强的动物中的抗瘤作用.
主要成果:
- 重编程的GBM细胞获得了DC类型的功能,包括抗原呈现和CD8+CTLs的原始化.
- 内iDC-APCs降低了瘤生长,并改善了免疫能力强的小鼠的存活率,与T细胞透相关.
- 结合治疗包括iDC-APCs,PD1诱和GBM疫苗,导致显著的GBM细胞死亡和延长存活时间.
结论:
- 一个以机器学习为指导的策略可以将GBM细胞转化为功能性iDC-APC,能够启动抗瘤免疫反应.
- 这种计算定向的,瘤特异性转换免疫疗法通过克服免疫抵抗,具有治疗GBM和其他固体瘤的潜力.
