Multi-omics DNA and Protein Characterization in CAR T Cell Therapy

Stel je een medische behandeling voor waarbij de eigen immuuncellen van een patiënt worden hergeprogrammeerd om kanker op te sporen. Deze therapie, bekend als CAR T-celtherapie, werkt door een nieuwe genetische instructie in de T-cellen in te voegen, waardoor ze leren specifieke kankercellen te herkennen en te vernietigen. Echter, het succes en de veiligheid van deze behandeling hangen sterk af van hoeveel kopieën van deze nieuwe instructie zich in elke cel nestelen. Te weinig kopieën, en de cellen zijn misschien niet sterk genoeg om de ziekte te bestrijden; te veel, en de cellen kunnen overactief of instabiel worden, wat potentieel schade kan veroorlagen. Jarenlang hebben wetenschappers geprobeerd te zien hoe deze genetische instructies precies verdeeld zijn over de miljoenen cellen in een behandelingsbatch, maar zij konden dit niet exact waarnemen. Ze konden het gemiddelde aantal kopieën in een grote groep meten, maar ze konden niet gemakkelijk zien welke specifieke cellen de instructies bezaten, hoeveel kopieën ze vasthielden, of of die instructies daadwerkelijk werden gebruikt om de noodzakelijke kankerbestrijdende eiwitten te bouwen.

Een team van onderzoekers van het National Institutes of Health en Mission Bio heeft nu een nauwer oog op dit proces geworpen met behulp van een krachtige nieuwe methode die zowel de genetische code als de oppervlakte-eiwitten van individuele cellen tegelijkertijd leest. Door monsters van patiënten te onderzoeken die een behandeling ondergaan voor bloedkankers, brachten ze het landschap van deze gemanipuleerde cellen met ongekende precisie in kaart. Ze ontdekten dat de relatie tussen het aantal genetische kopieën en de hoeveelheid geproduceerd eiwit geen rechte lijn is; in plaats daarvan bereikt het een limiet waarbij het toevoegen van meer kopieën niet leidt tot meer eiwit. Bovendien ontdekten ze dat verschillende soorten T-cellen anders omgaan met deze genetische instructies, waarbij sommige celtypen de nieuwe genen gemakkelijker integreren dan andere, en sommige er niet in slagen het eiwit te produceren, zelfs wanneer de genen aanwezig zijn. Dit werk biedt een duidelijker beeld van wat er in de behandelingsfles gebeurt, wat nieuwe manieren biedt om de therapie zowel veilig als effectief te maken.

De onderzoekers richtten zich op monsters van vijf patiënten die CAR T-celtherapie hadden ontvangen die gericht is op een marker genaamd CD22, die voorkomt op bepaalde bloedkankers. Om de innerlijke werking van deze cellen te begrijpen, gebruikten ze een gespecialiseerd platform genaamd Tapestri, waarmee wetenschappers het DNA en de eiwitten van duizenden individuele cellen tegelijkertijd kunnen analyseren. In een typische batch van deze gemanipuleerde cellen identificeerde het team vier onderscheidende groepen op basis van de vraag of de cellen de nieuwe genetische instructie bezaten en of ze succesvol het eiwit op hun oppervlak produceerden. De grootste groep bestond uit cellen die noch de instructie, noch het eiwit hadden, wat in essentie betekende dat ze onveranderd bleven. Een tweede groep had het eiwit op hun oppervlak maar geen detecteerbare genetische instructie, waarschijnlijk door achtergrondruis in de detectiemethode. Een derde groep was bijzonder interessant: deze cellen droegen de genetische instructie, maar slaagden er niet in het eiwit te produceren, een staat die de onderzoekers "insert-not-expressed" (geïnjecteerd-niet-geëxprimeerd) noemden. De laatste en meest kritieke groep was de "double-positive" groep, die zowel de genetische instructie als het actieve eiwit op hun oppervlak bezat, klaar om tegen kanker te vechten.

Een van de meest significante bevindingen was hoe het aantal genetische kopieën, bekend als het vector copy number, zich verhoudt tot de hoeveelheid eiwit op het celoppervlak. De onderzoekers verwachtten dat meer kopieën simpelweg meer eiwit zouden betekenen, maar de data vertelden een ander verhaal. Naarmate het aantal genetische kopieën toenam van nul naar enkele exemplaren, steeg de hoeveelheid eiwit op het oppervlak dienovereenkomstig. Echter, zodra de cellen een bepaalde drempel van ongeveer twee tot vier kopieën bereikten, stopte de toename van de eiwitniveaus en trad er een plateau op. Dit suggereert dat de interne machinerie van de cel een limiet heeft aan hoeveel eiwit het tegelijkertijd kan produceren, ongeacht hoeveel genetische blauwdrukken beschikbaar zijn. Dit verzadigingseffect is cruciaal voor de veiligheid, aangezien het impliceert dat een zeer hoog aantal genetische kopieën niet noodzakelijkerwijs leidt tot gevaarlijk hoge niveaus van eiwitexpressie.

De studie onthulde ook dat niet alle T-cellen gelijk zijn als het gaat om het accepteren en gebruiken van deze nieuwe genetische instructies. De onderzoekers sorteerden de cellen in vijf verschillende subtypen op basis van hun volwassenheid en functie, variërend van cellen die nog geen infectie zijn tegengekomen tot zeer actieve effectorcellen die klaar zijn om aan te vallen. Ze ontdekten dat het vermogen om de genetische instructie op te nemen aanzienlijk varieerde tussen deze groepen. De stem-like memory cells (stamcel-geheugencellen), die geprezen worden om hun vermogen om langdurig in het lichaam te blijven, waren het moeilijkst te transcuceren, wat betekent dat ze zelweg de nieuwe genen accepteerden. In contrast hiermee waren de meer volwassen effector memory cells veel ontvankelijker. Nog verrassender was dat toen de onderzoekers keken naar hoe efficiënt deze cellen hun genetische instructies omzetten in oppervlakte-eiwit, ze ontdekten dat de zeer actieve effectorcellen veel beter waren in deze conversie dan de geheugencellen. Dit betekent dat een geheugencel mogelijk meer genetische kopieën nodig heeft om dezelfde hoeveelheid eiwit te produceren als een enkele kopie in een effectorcel.

Om de nauwkeurigheid van hun bevindingen te waarborgen, vergeleken het team hun single-cell resultaten met traditionele methoden die in laboratoria worden gebruikt, zoals flowcytometrie, die eiwitten op het oppervlak van cellen in bulk meet, en digitale droplet PCR, die genetische kopieën in een monster telt. De single-cell benadering bevestigde de resultaten van deze traditionele methoden, maar voegde een laag van detail toe die voorheen onzichtbaar was. Zo konden traditionele methoden wel het gemiddelde aantal kopieën in een monster aangeven, maar konden ze niet onthullen dat sommige cellen geen kopieën hadden terwijl andere er veel hadden, of dat sommige cellen met kopieën stil waren. De onderzoekers testten ook verschillende manieren om "succes" te definiëren. Ze ontdekten dat de keuze van welke cellen als referentiepunt werden gebruikt, de interpretatie van de data veranderde. Het vergelijken van de succesvolle cellen met de cellen die helemaal geen genetische instructie hadden, toonde een andere set verschillen, terwijl het vergelijken met de cellen die wel de instructie hadden maar geen eiwit, een andere set toonde. Dit onderstreept de complexiteit van deze therapieën en de noodzaak van meerdere perspectieven om volledig te begrijpen hoe ze werken.

De implicaties van deze bevindingen strekken zich uit tot hoe deze therapieën worden geproduceerd en gemonitord. De ontdekking dat sommige cellen de genetische instructie dragen maar het eiwit niet tot expressie brengen, suggereert dat het simpelweg tellen van het aantal kopieën in een batch niet voldoende kan zijn om te garanderen dat de therapie zal werken. Er is een stille populatie cellen die voor succesvol kunnen worden aangezien als alleen het genetisch materiaal wordt gecontroleerd. Daarnaast suggereert de observatie dat verschillende celtypen verschillend reageren op de genetische insertie dat het productieproces aangepast moet worden om de celtypen te bevoordelen die zowel gemakkelijk te modificeren zijn als in staat zijn tot langdurige persistentie. De onderzoekers merkten op dat de omgeving waarin de cellen worden gekweekt, inclusief de specifieke voedingsstoffen en signalen die ze ontvangen, invloed kan hebben op of ze in een stem-like staat blijven of rijpen tot kortlevende aanvallers.

Uiteindelijk laat deze studie zien dat het bekijken van CAR T-celtherapie één cel tegelijk een complexe en genuanceerde realiteit onthult. De relatie tussen de genetische code en het eiwit dat het produceert is geen eenvoudige, lineaire progressie, maar wordt beïnvloed door het type cel, de interne staat van de cel en de limieten van de biologische machinerie. Door de verschillende populaties binnen een behandelingsbatch te identificeren en te begrijpen hoe zij zich gedragen, kunnen wetenschappers de veiligheid en effectiviteit van de therapie beter voorspellen. Dit werk benadrukt dat de kwaliteit van een CAR T-celproduct niet alleen gaat over het gemiddelde aantal genetische kopieën, maar over de specifieke kenmerken van de individuele cellen die de uiteindelijke dosis vormen. Dit diepere begrip legt de weg vrij voor preciezere kwaliteitscontroles en potentieel effectievere behandelingen voor patiënten die strijden tegen bloedkankers.