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

Énoncé du problème
Les agents de liaison de cellules T bispécifiques (BiTE) représentent une immunothérapie prometteuse qui redirige les lymphocytes T pour cibler les cellules cancéreuses. Cependant, leur application clinique, particulièrement contre les tumeurs solides, est entravée par une biodisponibilité limitée et des toxicités systémiques sévères. Les virus oncolytiques (OV) offrent une solution potentielle en servant de vecteurs pour délivrer les BiTE localement dans le microenvironnement tumoral (MET), réduisant ainsi l'exposition systémique. Plus précisément, les virus de la rougeole oncolytiques codant des BiTE (MV-BiTE) ont démontré une sécurité et une efficacité dans des modèles murins. Malgré ce succès préclinique, il reste inconnu si l'efficacité observée se traduira dans une population humaine hétérogène. Une lacune critique existe dans la compréhension de la manière dont la variabilité interindividuelle affecte les résultats du traitement et si des protocoles de dosage optimaux peuvent être identifiés pour maximiser l'efficacité chez divers individus.

Méthodologie
Les auteurs ont développé un cadre d'essai clinique in silico utilisant un système d'équations différentielles ordinaires (EDO) pour modéliser la dynamique de la thérapie MV-BiTE. Le modèle mathématique suit cinq populations clés : les cellules tumorales non infectées ($U$), les cellules mortes/débris ($D$), le virus oncolytique ($V$), la concentration de BiTE ($B$), et les cellules T CD3+ effectrices ($T$). Le modèle intègre une croissance tumorale gompertzienne, une cinétique d'infection virale (utilisant des fonctions de Michaelis-Menten pour tenir compte des limitations spatiales), et une apoptose médiée par les cellules T amplifiée par les BiTE.

Pour pallier l'absence de données cliniques humaines sur le MV-BiTE, les auteurs ont employé une approche à deux volets :

1. Paramétrage : Les paramètres du modèle ont été estimés en les ajustant à des données in vitro (cinétique de réplication virale, viabilité cellulaire et essais de lyse spécifique) et à des données in vivo issues d'un modèle de souris syngénique (souris C57BL/6J avec des tumeurs B16-CD20-CD46).
2. Génération de patients virtuels : Deux méthodes ont été utilisées pour générer des cohortes virtuelles représentant l'hétérogénéité des patients :
   • Méthode 1 : Échantillonnage par acceptation-rejet pour correspondre aux trajectoires de croissance tumorale individuelles des souris, générant 400 ensembles de paramètres par souris pour capturer la variabilité de l'infectiosité virale et de la réponse immunitaire.
   • Méthode 2 : Utilisation des données d'un essai clinique de phase II du Talimogene laherparepvec (T-VEC), un virus de l'herpès simplex oncolytique, comme substitut. Les auteurs ont converti les mesures de la « variation par rapport à la ligne de base » (CFB) de la tumeur en une fonction de densité de probabilité (PDF) et ont utilisé un algorithme génétique pour optimiser les paramètres du modèle (spécifiquement le taux de croissance tumorale $r$, le taux de destruction par les cellules T $k$, et le taux de décomposition du BiTE $d_B$) afin de correspondre à la distribution CFB humaine.
     Des analyses de sensibilité (locales et globales) ont été menées pour identifier les principaux moteurs de la sortie du modèle, et diverses hypothèses de protocoles de traitement (variant la fréquence d'injection et la taille du dosage) ont été simulées pour tester leur efficacité.

Résultats clés

• Validation du modèle : Le système d'EDO a reproduit avec succès les dynamiques in vitro et in vivo, avec des statistiques de qualité d'ajustement élevées ($R^2 > 0,94$) pour le volume tumoral et les données de lyse.
• Moteurs de l'hétérogénéité : L'analyse de sensibilité et le regroupement des cohortes ont révélé que les principaux moteurs des réponses thérapeutiques hétérogènes sont le taux de destruction des cellules T effectrices sous-jacent ($k$) et la pharmacocinétique du BiTE (spécifiquement le taux de décomposition/clairance $d_B$).
• Classification des cohortes : Les patients virtuels ont été regroupés en trois groupes de réponse : régression, croissance et croissance retardée. La cohorte « croissance » était caractérisée par une faible efficacité de destruction basale des cellules T et des corrélations spécifiques entre l'infectiosité virale et la clairance du BiTE.
• Optimisation du protocole de dosage :
  • Pour les patients classés comme « non-répondeurs » (ceux présentant une croissance tumorale sous les protocoles standards), les simulations ont prédit qu'une administration plus fréquente de doses plus faibles améliorerait significativement les résultats.
  • Plus précisément, les protocoles impliquant une dose initiale suivie d'injections de rappel fréquentes et plus petites (par exemple, tous les 3,5 jours ou chaque semaine) ont surpassé les protocoles standards avec des doses plus importantes et moins fréquentes (par exemple, toutes les 2 à 3 semaines) pour réduire la charge tumorale finale dans la cohorte de croissance.
  • Les patients de la cohorte « régression » ont bien répondu aux MV-BiTE indépendamment du protocole d'administration spécifique.
• Application du substitut humain : Appliqué aux données de substitution du T-VEC, le modèle a confirmé que la charge tumorale initiale seule ne pouvait expliquer la variabilité de l'essai clinique ; les paramètres spécifiques au patient (taux de croissance, réponse immunitaire et clairance du BiTE) étaient nécessaires pour correspondre à la distribution CFB observée. Le modèle a prédit que les individus qui seraient des non-répondeurs sous le protocole T-VEC standard pourraient bénéficier du régime optimisé à doses faibles et fréquentes.

Signification et revendications
L'article affirme que les essais cliniques in silico constituent un outil vital et rentable pour générer des hypothèses concernant de nouvelles thérapies avant les essais humains. L'étude démontre que la modélisation mathématique peut :

1. Capturer l'impact de l'hétérogénéité des patients sur l'efficacité du traitement.
2. Identifier les paramètres biologiques spécifiques (taux de destruction des cellules T et pharmacocinétique du BiTE) qui déterminent si un patient répondra à la thérapie MV-BiTE.
3. Guider la conception des calendriers de traitement, suggérant que pour les non-répondeurs, passer de l'administration standard par bolus à des administrations plus fréquentes de doses plus faibles peut améliorer les résultats cliniques.

Les auteurs soulignent que, bien que le modèle fournisse des prédictions robustes, celles-ci sont génératrices d'hypothèses. Ils précisent explicitement que l'utilisation des données du T-VEC comme substitut pour le MV-BiTE est une limite et que des travaux supplémentaires, incluant des essais cliniques humains dédiés et une validation in vivo des protocoles de dosage proposés, sont nécessaires pour vérifier ces résultats. Ce travail vise à éclairer la conception expérimentale future et la translation clinique éventuelle des thérapies par OV-BiTE.