Onderzoekers van de Universiteit van Arizona hebben een AI-model ontwikkeld dat sneller kan bepalen welke tumoreiwitten geschikt zijn voor een persoonlijk huidkankervaccin. Deze aanpak kan immuuntherapieën effectiever en nauwkeuriger maken.
Sneller de juiste tumoreiwitten vinden
Voor kankervaccins is het nodig om zogeheten neo-antigenen te vinden: gemuteerde eiwitten die het immuunsysteem activeren. De AI-modellen analyseerden deze eiwitten bij plaveiselcelcarcinoom, een veelvoorkomende vorm van huidkanker. Met 3D-structuurmodellen bekeken de onderzoekers hoe mutaties de vorm van tumoreiwitten veranderen en beter herkenbaar maken voor afweercellen.
Veelbelovende neo-antigenen geïdentificeerd
In muismodellen werden twee neo-antigenen gevonden die een sterke immuunreactie opwekten. De AI-analyse maakte duidelijk hoe subtiele verschillen in de moleculaire structuur bepalen welke eiwitten de beste afweerreactie veroorzaken. Daardoor kan gerichter worden bepaald welke neo-antigenen het meest geschikt zijn voor toekomstige vaccins.
Nauwkeuriger en persoonlijker kankervaccins
Omdat huidkanker en melanoom veel mutaties bevatten, kan AI helpen om individueel afgestemde vaccins te ontwikkelen. Door vooraf te voorspellen welke eiwitten kansrijk zijn, worden vaccins nauwkeuriger, krachtiger en beter afgestemd op de tumor van een patiënt.
Ontwikkeling gaat verder
De AI-aanpak sluit aan bij andere ontwikkelingen zoals het nieuwe mRNA-longkankervaccin BNT116, dat inmiddels in meerdere landen wordt getest. Ook daar wordt het immuunsysteem getraind om tumormarkers gericht aan te vallen.
Bron: Journal for ImmunoTherapy of Cancer, University of Arizona
wellicht ook interessant
Plaats een Reactie
Meepraten?Draag gerust bij!