In silico clinical trials of BiTE expression by oncolytic viruses reveal the impact of patient heterogeneity on dosage protocol

Declaración del Problema
Los agentes de unión a células T bispecíficos (BiTEs, por sus siglas en inglés) representan una inmunoterapia prometedora que redirige las células T para atacar las células cancerosas. Sin embargo, su aplicación clínica, particularmente contra tumores sólidos, se ve obstaculizada por una biodisponibilidad limitada y toxicidades sistémicas graves. Los virus oncolíticos (OVs) ofrecen una solución potencial al servir como vectores para entregar BiTEs localmente en el microambiente tumoral (TME), reduciendo así la exposición sistémica. Específicamente, los virus del sarampión oncolíticos que codifican BiTEs (MV-BiTE) han demostrado seguridad y eficacia en modelos murinos. A pesar de este éxito preclínico, sigue siendo desconocido si la eficacia observada se traducirá a una población humana heterogénea. Existe una brecha crítica en la comprensión de cómo la variabilidad de paciente a paciente afecta los resultados del tratamiento y si es posible identificar protocolos de dosificación óptimos para maximizar la eficacia en diversos individuos.

Metodología
Los autores desarrollaron un marco de ensayo clínico in silico utilizando un sistema de ecuaciones diferenciales ordinarias (ODEs) para modelar la dinámica de la terapia MV-BiTE. El modelo matemático rastrea cinco poblaciones clave: células tumorales no infectadas ($U$), células muertas/detritos ($D$), virus oncolítico ($V$), concentración de BiTE ($B$) y células T CD3+ efectoras ($T$). El modelo incorpora el crecimiento tumoral gompertziano, la cinética de infección viral (utilizando funciones de Michaelis-Menten para considerar las limitaciones espaciales) y la apoptosis mediada por células T potenciada por BiTEs.

Para abordar la falta de datos clínicos humanos de MV-BiTE, los autores emplearon un enfoque de dos vertientes:

1. Parametrización: Los parámetros del modelo se estimaron mediante el ajuste a datos in vitro (cinética de replicación viral, viabilidad celular y ensayos de lisis específica) y datos in vivo de un modelo de ratón sinigénico (ratones C57BL/6J con tumores B16-CD20-CD46).
2. Generación de Pacientes Virtuales: Se utilizaron dos métodos para generar cohortes virtuales que representen la heterogeneidad de los pacientes:
   • Método 1: Muestreo de aceptación-rechazo para igualar las trayectorias de crecimiento tumoral de ratones individuales, generando 400 conjuntos de parámetros por ratón para capturar la variabilidad en la infectividad viral y la respuesta inmunitaria.
   • Método 2: Utilización de datos de un ensayo clínico de Fase II de Talimogene laherparepvec (T-VEC), un virus de herpes simple oncolítico, como sustituto. Los autores convirtieron las mediciones de "cambio desde el valor basal" (CFB) del ensayo clínico en una función de densidad de probabilidad (PDF) y utilizaron un algoritmo genético para optimizar los parámetros del modelo (específicamente la tasa de crecimiento tumoral $r$, la tasa de muerte de células T $k$ y la tasa de decaimiento de BiTE $d_B$) para coincidir con la distribución de CFB humana.
     Se realizaron análisis de sensibilidad (locales y globales) para identificar los impulsores clave de los resultados del modelo, y se simularon varios protocolos de tratamiento hipotéticos (variando la frecuencia de inyección y el tamaño de la dosis) para probar su eficacia.

Resultados Clave

• Validación del Modelo: El sistema de ODEs recapituló con éxito la dinámica in vitro e in vivo, con estadísticas de bondad de ajuste elevadas ($R^2 > 0.94$) para el volumen tumoral y los datos de lisis.
• Impulsores de la Heterogeneidad: El análisis de sensibilidad y la clasificación de cohortes revelaron que los principales impulsores de las respuestas heterogéneas al tratamiento son la tasa de muerte de las células T efectoras subyacente ($k$) y la farmacocinética de los BiTEs (específicamente la tasa de decaimiento/aclaramiento $d_B$).
• Clasificación de Cohortes: Los pacientes virtuales se clasificaron en tres grupos de respuesta: regresión, crecimiento y crecimiento retardado. La cohorte de "crecimiento" se caracterizó por una baja eficacia de muerte de células T basal y correlaciones específicas entre la infectividad viral y el aclaramiento de BiTE.
• Optimización del Protocolo de Dosificación:
  • Para pacientes clasificados como "no respondedores" (aquellos con crecimiento tumoral bajo protocolos estándar), las simulaciones predijeron que la administración más frecuente de dosis más bajas mejoraría significamente los resultados.
  • Específicamente, los protocolos que involucran una dosis inicial seguida de inyecciones de refuerzo más frecuentes y pequeñas (por ejemplo, cada 3.5 días o semanalmente) superaron a los protocolos estándar con dosis más grandes y menos frecuentes (por ejemplo, cada 2-3 semanas) en la reducción de la carga tumoral final para la cohorte de crecimiento.
  • Los pacientes en la cohorte de "regresión" respondieron bien a los MV-BiTE independientemente del protocolo de administración específico.
• Aplicación del Sustituto Humano: Al aplicarse a los datos sustitutos de T-VEC, el modelo confirmó que la carga tumoral inicial por sí sola no podía explicar la variabilidad del ensayo clínico; era necesario utilizar parámetros específicos del paciente (tasa de crecimiento, respuesta inmunitaria y aclaramiento de BiTE) para coincidir con la distribución de CFB observada. El modelo predijo que los individuos que serían no respondedores bajo el protocolo estándar de T-VEC podrían beneficiarse del régimen optimizado de dosis bajas y frecuentes.

Significancia y Reivindicaciones
El artículo sostiene que los ensayos clínicos in silico sirven como una herramienta vital y rentable para generar hipótesis sobre nuevas terapéuticas antes de los ensayos en humanos. El estudio demuestra que el modelado matemático puede:

1. Capturar el impacto de la heterogeneidad de los pacientes en la eficacia del tratamiento.
2. Identificar parámetros biológicos específicos (tasas de muerte de células T y farmacocinética de BiTE) que determinan si un paciente responderá a la terapia MV-BiTE.
3. Guiar el diseño de los esquemas de tratamiento, sugiriendo que, para los no respondedores, cambiar de la administración de dosis en bolo estándar a administraciones más frecuentes de dosis bajas puede mejorar los resultados clínicos.

Los autores enfatizan que, si bien su modelo proporciona predicciones robustas, estas tienen un carácter generador de hipótesis. Declaran explícitamente que el uso de los datos de T-VEC como sustituto de MV-BiTE es una limitación y que se requiere más trabajo, incluyendo ensayos clínicos humanos dedicados y validación in vivo de los protocolos de dosificación propuestos, para verificar estos resultados. El trabajo tiene como objetivo informar el diseño de experimentos futuros y la eventual traslación clínica de las terapias de OV-BiTE.