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

Imagine um tratamento médico onde as próprias células imunológicas de um paciente são reprogramadas para caçar o câncer. Essa terapia, conhecida como terapia de células CAR-T, funciona inserindo uma nova instrução genética nas células T, ensinando-as a reconhecer e destruir células cancerígenas específicas. No entanto, o sucesso e a segurança deste tratamento dependem fortemente de quantas cópias dessa nova instrução entram em cada célula. Poucas cópias, e as células podem não ser fortes o suficiente para combater a doença; muitas, e as células podem se tornar hiperativas ou instáveis, potencialmente causando danos. Durante anos, os cientistas lutaram para visualizar exatamente como essas instruções genéticas estão distribuídas entre os milhões de células em um lote de tratamento. Eles podiam medir o número médio de cópias em um grande grupo, mas não conseguiam ver facilmente quais células específicas possuíam as instruções, quantas cópias elas detinham, ou se essas instruções estavam realmente sendo usadas para construir as proteínas necessárias para combater o câncer.

Uma equipe de pesquisadores do National Institutes of Health e da Mission Bio agora deu uma olhada mais de perto nesse processo usando um novo método poderoso que lê tanto o código genético quanto as proteínas de superfície de células individuais simultaneamente. Ao examinar amostras de pacientes que recebem terapia de células CAR-T, eles mapearam o panorama dessas células engenheiradas com um detalhamento sem precedentes. Eles descobriram que a relação entre o número de cópias genéticas e a quantidade de proteína produzida não é uma linha reta; em vez disso, ela atinge um limite onde adicionar mais cópias não cria mais proteína. Além disso, descobriram que diferentes tipos de células T lidam com essas instruções genéticas de formas distintas, com alguns tipos celulares integrando os novos genes mais facilmente do que outros, e alguns falhando em produzir a proteína mesmo quando os genes estão presentes. Este trabalho oferece uma visão mais clara do que está acontecendo dentro do frasco de tratamento, oferecendo novas maneiras de garantir que a terapia seja segura e eficaz.

Os pesquisadores focaram em amostras de cinco pacientes que haviam recebido terapia de células CAR-T visando um marcador chamado CD22, que é encontrado em certos cânceres sanguíneos. Para entender o funcionamento interno dessas células, eles usaram uma plataforma especializada chamada Tapestri, que permite aos cientistas analisar o DNA e as proteínas de milhares de células individuais ao mesmo tempo. Em um lote típico dessas células engenheiradas, a equipe identificou quatro grupos distintos com base em se as células possuíam a nova instrução genética e se estavam produzindo com sucesso a proteína em sua superfície. O maior grupo consistia de células que não possuíam nem a instrução nem a proteína, permanecendo essencialmente inalteradas. Um segundo grupo possuía a proteína em sua superfície, mas nenhuma instrução genética detectável, provavelmente devido ao ruído de fundo no método de detecção. Um terceiro grupo era particularmente interessante: estas células carregavam a instrução genética, mas falhavam em produzir a proteína, um estado que os pesquisadores chamaram de "inserção-não-expressa". O grupo final e mais crítico era o das células "duplo-positivas", que possuíam tanto a instrução genética quanto a proteína ativa em sua superfície, prontas para combater o câncer.

Uma das descobertas mais significativas foi como o número de cópias genéticas, conhecido como número de cópias do vetor, relacionava-se com a quantidade de proteína na superfície da célula. Os pesquisadores esperavam que mais cópias significassem simplesmente mais proteína, mas os dados contaram uma história diferente. À medida que o número de cópias genéticas aumentava de zero para algumas poucas, a quantidade de proteína na superfície subia de acordo. No entanto, uma vez que as células atingiam um certo limiar de cerca de duas a quatro cópias, os níveis de proteína paravam de aumentar e estabilizavam (plateau). Isso sugere que a maquinaria interna da célula tem um limite para o quanto de proteína pode produzir de uma só vez, independentemente de quantas cópias de projetos genéticos estejam disponíveis. Esse efeito de saturação é crucial para a segurança, pois implica que ter um número muito alto de cópias genéticas não leva necessariamente a níveis perigosamente altos de expressão proteica.

O estudo também revelou que nem todas as células T são iguais quando se trata de aceitar e usar essas novas instruções genéticas. Os pesquisadores classificaram as células em cinco subtipos baseados em sua maturidade e função, variando de células que ainda não encontraram uma infecção até células efetoras altamente ativas que estão prontas para atacar. Eles descobriram que a capacidade de absorver a instrução genética variava significemente entre esses grupos. As células de memória estaminais (stem-like memory cells), que são valorizadas por sua capacidade de persistir no corpo por um longo tempo, eram as mais difíceis de transduzir, o que significa que raramente aceitavam os novos genes. Em contraste, as células de memória efetora mais maduras eram muito mais receptivas. Ainda mais surpreendente, quando os pesquisadores observaram quão eficientemente essas células transformavam suas instruções genéticas em proteína de superfície, descobriram que as células efetoras altamente ativas eram muito melhores nessa conversão do que as células de memória. Isso significa que uma célula de memória pode precisar de mais cópias genéticas para produzir a mesma quantidade de proteína que uma única cópia em uma célula efetora.

Para garantir a precisão de suas descobertas, a equipe comparou seus resultados de célula única com métodos tradicionais usados em laboratórios, como a citometria de fluxo, que mede proteínas na superfície de células em massa, e o PCR de gotas digitais, que conta cópias genéticas em uma amostra. A abordagem de célula única confirmou os resultados desses métodos tradicionais, mas adicionou uma camada de detalhe que era anteriormente invisível. Por exemplo, enquanto os métodos tradicionais podiam dizer o número médio de cópias em uma amostra, eles não podiam revelar que algumas células não tinham cópias enquanto outras tinham muitas, ou que algumas células com cópias eram silenciosas. Os pesquisadores também testaram diferentes maneiras de definir o "sucesso" no tratamento. Eles descobriram que a escolha de quais células usar como ponto de referência alterava a interpretação dos dados. Comparar as células bem-sucedidas com aquelas que não possuíam instrução genética nenhuma mostrou um conjunto de diferenças, enquanto comparar com as células que tinham a instrução, mas não a proteína, mostrou outro. Isso destaca a complexidade dessas terapias e a necessidade de múltiplas perspectivas para compreender totalmente como funcionam.

As implicações dessas descobertas estendem-se à forma como essas terapias são fabricadas e monitoradas. A descoberta de que algumas células carregam a instrução genética, mas não expressam a proteína, sugere que apenas contar o número de cópias em um lote pode não ser suficiente para garantir que a terapia funcionará. Existe uma população silenciosa de células que poderia ser confundida com células bem-sucedidas se apenas o material genético fosse verificado. Além disso, a observação de que diferentes tipos de células respondem de maneira diferente à inserção genética sugere que o processo de fabricação pode precisar ser adaptado para favorecer os tipos de células que são tanto fáceis de engenheirar quanto capazes de persistência a longo prazo. Os pesquisadores observaram que o ambiente no qual as células são cultivadas, incluindo os nutrientes e sinais específicos que recebem, pode influenciar se elas permanecerão em um estado de memória estaminal ou amadurecerão em atacantes de vida curta.

Em última análise, este estudo demonstra que observar a terapia de células CAR-T uma célula de cada vez revela uma realidade complexa e matizada. A relação entre o código genético e a proteína que ele produz não é uma progressão simples e linear, mas é influenciada pelo tipo de célula, seu estado interno e os limites de sua maquinaria biológica. Ao identificar as diferentes populações dentro de um lote de tratamento e entender como elas se comportam, os cientistas podem prever melhor a segurança e a eficácia da terapia. Este trabalho ressalta que a qualidade de um produto de células CAR-T não se trata apenas do número médio de cópias genéticas, mas das características específicas das células individuais que compõem a dose final. Esse entendimento mais profundo abre caminho para medidas de controle de qualidade mais precisas e, potencialmente, tratamentos mais eficazes para pacientes que lutam contra cânceres hematológicos.