Pharmazeutische Zeitung online
Krebstherapie

Erste Humanstudie mit CRISPR-editierten T-Zellen

Das ultimative Ziel einer jeden Krebstherapie ist es, Krebszellen gezielt zu bekämpfen und abzutöten und dabei normale Zellen zu schonen. Das menschliche Immunsystem ist in einzigartiger Weise geeignet, dieses Ziel zu erreichen. Allerdings bedarf es hierzu einer gezielten Intervention. Denn Tumore verstehen es hervorragend, sich einem Angriff durch das Immunsystem zu entziehen.
Theo Dingermann
11.11.2022  09:00 Uhr

Neoantigene T-Zell-Rezeptoren

Dazu entwickelten die Forschenden einen experimentellen Ansatz, der es erlaubt, effizient mehrere T-Zell-Rezeptoren zu isolieren. Diese erkennen spezifisch mutierte Peptide, die von jedem der sechs menschlichen Leukozyten-Antigene (HLA) der Klasse I eines Patienten präsentiert werden. Diese waren bisher aufgrund der großen Vielfalt der HLA-Klasse-I-Allele in der menschlichen Bevölkerung (es sind mehr als 24.000 Allele bekannt) und wegen der polymorphen Natur der großen Mehrheit der von T-Zellen erkannten Neoantigenstrukturen kaum erreichbar.

Der in dieser Arbeit publizierte Ansatz basiert auf personalisierten Bibliotheken mit hunderten von vorhergesagten Neoantigen-Peptidsequenzen, die von den HLA-Klasse-I-Allelen des jeweiligen Patienten präsentiert werden.

Die Forschenden isolierten aus den eigenen zirkulierenden T-Zellen des Patienten neoantigenspezifische T-Zell-Rezeptoren (neoTCR), wobei jeweils eine personalisierte Bibliothek mit löslichen, vorhergesagten Neoantigen-HLA-Fangreagenzien verwendet wurde.

Die auf diese Weise isolierten neoTCR wurden dann mittels CRISPR/Cas9 in T-Zellen der Patienten integriert, wobei gleichzeitig die beiden endogenen TCR-Gene TCRα (TRAC) und TCRβ (TRBC) deletiert wurden. In den ausgeschalteten TRAC-Loci der Patienten-T-Zellen wurden dann die beiden Ketten des neoantigenspezifischen T-Zell-Rezeptors durch das CRISPR/Cas9-Editiersystem eingefügt.

Teilweise wirksam, prinzipiell gut verträglich

In einer klinischen Phase-I-Studie wurde dann 16 Patienten mit soliden Krebserkrankungen bis zu drei verschiedene Chargen gentechnisch veränderter T-Zellen verabreicht, die patientenspezifische neoTCR exprimieren, die wiederum Neoantigene erkennen, die auf den Tumoren der Patienten zu finden sind.

Die Behandlung führte bei fünf der 16 getesteten Patienten zu einer Stabilisierung der Tumorerkrankung, während bei den anderen elf die Krankheit weiter fortschritt. Nur zwei Patienten zeigten unerwünschte Reaktionen, die auf die T-Zell-Therapie zurückzuführen waren, während alle Patienten die erwarteten unerwünschten Wirkungen der begleitenden Chemotherapie zeigten.

Die Autoren weisen auf einige Einschränkungen ihres Ansatzes hin, wie  den Zeitaufwand für die Charakterisierung potenzieller Antigene und die Isolierung, das Klonen und Testen von T-Zell-Rezeptoren sowie die unterschiedlichen Affinitäten der patientenspezifischen T-Zell-Rezeptoren zu den entsprechenden Antigenen.

Sie weisen aber auch darauf hin, dass es bei dieser Studie um den Nachweis der prinzipiellen Machbarkeit des Ansatzes ging und dass für viele Einzelschritten noch ein großes Optimierungspotenzial bestehe.

Die experimentelle KI
von PZ und PTA-Forum
Die experimentelle KI
von PZ und PTA-Forum
Die experimentelle KI
von PZ und PTA-Forum
 
FAQ
SENDEN
Wie kann man die CAR-T-Zelltherapie einfach erklären?
Warum gibt es keinen Impfstoff gegen HIV?
Was hat der BGH im Fall von AvP entschieden?
GESAMTER ZEITRAUM
3 JAHRE
1 JAHR
SENDEN
IHRE FRAGE WIRD BEARBEITET ...
UNSERE ANTWORT
QUELLEN
22.01.2023 – Fehlende Evidenz?
LAV Niedersachsen sieht Verbesserungsbedarf
» ... Frag die KI ist ein experimentelles Angebot der Pharmazeutischen Zeitung. Es nutzt Künstliche Intelligenz, um Fragen zu Themen der Branche zu beantworten. Die Antworten basieren auf dem Artikelarchiv der Pharmazeutischen Zeitung und des PTA-Forums. Die durch die KI generierten Antworten sind mit Links zu den Originalartikeln. ... «
Ihr Feedback
War diese Antwort für Sie hilfreich?
 
 
FEEDBACK SENDEN
FAQ
Was ist »Frag die KI«?
»Frag die KI« ist ein experimentelles Angebot der Pharmazeutischen Zeitung. Es nutzt Künstliche Intelligenz, um Fragen zu Themen der Branche zu beantworten. Die Antworten basieren auf dem Artikelarchiv der Pharmazeutischen Zeitung und des PTA-Forums. Die durch die KI generierten Antworten sind mit Links zu den Originalartikeln der Pharmazeutischen Zeitung und des PTA-Forums versehen, in denen mehr Informationen zu finden sind. Die Redaktion der Pharmazeutischen Zeitung verfolgt in ihren Artikeln das Ziel, kompetent, seriös, umfassend und zeitnah über berufspolitische und gesundheitspolitische Entwicklungen, relevante Entwicklungen in der pharmazeutischen Forschung sowie den aktuellen Stand der pharmazeutischen Praxis zu informieren.
Was sollte ich bei den Fragen beachten?
Damit die KI die besten und hilfreichsten Antworten geben kann, sollten verschiedene Tipps beachtet werden. Die Frage sollte möglichst präzise gestellt werden. Denn je genauer die Frage formuliert ist, desto zielgerichteter kann die KI antworten. Vollständige Sätze erhöhen die Wahrscheinlichkeit einer guten Antwort.
Wie nutze ich den Zeitfilter?
Damit die KI sich bei ihrer Antwort auf aktuelle Beiträge beschränkt, kann die Suche zeitlich eingegrenzt werden. Artikel, die älter als sieben Jahre sind, werden derzeit nicht berücksichtigt.
Sind die Ergebnisse der KI-Fragen durchweg korrekt?
Die KI kann nicht auf jede Frage eine Antwort liefern. Wenn die Frage ein Thema betrifft, zu dem wir keine Artikel veröffentlicht haben, wird die KI dies in ihrer Antwort entsprechend mitteilen. Es besteht zudem eine Wahrscheinlichkeit, dass die Antwort unvollständig, veraltet oder falsch sein kann. Die Redaktion der Pharmazeutischen Zeitung übernimmt keine Verantwortung für die Richtigkeit der KI-Antworten.
Werden meine Daten gespeichert oder verarbeitet?
Wir nutzen gestellte Fragen und Feedback ausschließlich zur Generierung einer Antwort innerhalb unserer Anwendung und zur Verbesserung der Qualität zukünftiger Ergebnisse. Dabei werden keine zusätzlichen personenbezogenen Daten erfasst oder gespeichert.

Mehr von Avoxa