Câncer: tratamento do futuro pode estar em ‘vacinas personalizadas’

Cientistas da Ludwig Cancer Research desenvolveram um sistema computacional inovador chamado NeoDisc, que integra análises moleculares e genéticas para criar vacinas personalizadas contra o câncer.

Detalhado na revista Nature Biotechnology, o NeoDisc utiliza inteligência artificial para identificar alvos específicos nas células T, proporcionando uma compreensão mais profunda de como os tumores evitam a resposta imunológica.

Contribuições do novo sistema para combater o câncer

• Os pesquisadores Florian Huber e Michal Bassani-Sternberg explicam que o NeoDisc oferece insights valiosos sobre a imunobiologia dos tumores, fundamentais para o desenvolvimento de imunoterapias personalizadas.
• Tumores frequentemente apresentam múltiplas mutações que geram proteínas anormais, conhecidas como neoantígenos, que o sistema imunológico pode reconhecer.
• Contudo, a eficácia das imunoterapias pode variar bastante entre os pacientes, tornando essencial a identificação de neoantígenos que consigam estimular uma resposta forte das células T.

O NeoDisc realiza análises abrangentes, incluindo dados genômicos e moleculares, permitindo a seleção de antígenos específicos de tumores, como neoantígenos e outros tipos de antígenos, que podem ser usados em vacinas.

Leia mais

• Descoberta abre caminho para novos tratamentos de câncer em metástase
• Terapia 'yin e yang' pode ajudar a combater câncer com mais eficácia
• Brasileiro propõe método inovador para combater o câncer

Além disso, ele pode detectar problemas na apresentação de antígenos, um fator que pode comprometer a eficácia das imunoterapias, ajudando os clínicos a escolher os pacientes mais adequados para ensaios clínicos.

Os pesquisadores também enfatizam que o NeoDisc se destaca em relação a outras ferramentas na seleção de antígenos eficazes para vacinas e terapias celulares.

Para aumentar ainda mais a precisão do sistema, planejam alimentá-lo com novos dados de diferentes tipos de tumores e integrar algoritmos adicionais de aprendizado de máquina, visando aprimorar seu treinamento e melhorar sua capacidade preditiva.

Essa abordagem pode transformar como as vacinas e as terapias personalizadas contra o câncer são desenvolvidas, otimizando o atendimento e os resultados para os pacientes.