Machine learning voorspelt wanneer immunotherapie effectief is

De TU Eindhoven en de Medische Universiteit van Innsbruck hebben machine learning ingezet om te ontdekken bij welke patiënten immunotherapie met immuuncheckpointblokkers werkt.

Trefwoorden: #immunotherapie, #immuuncheckpointblokkers, #Machine learning, #Medische Universiteit van Innsbruck, #TU Eindhoven

Lees verder

research

( Foto: TU Eindhoven )

ENGINEERINGNET.BE - Er is een soort immunotherapie waarbij immuuncheckpointblokkers (ICB's) worden gebruikt. Dit zijn geneesmiddelen die de immuuncellen opdragen geen gehoor te geven aan de bevelen om zichzelf uit te schakelen, afkomstig van kankercellen.

Maar slechts een derde van de patiënten reageert op dit type behandeling. Daarom wendden onderzoekers van TU Eindhoven en de Medische Universiteit van Innsbruck zich tot machine learning.

Om te voorspellen of een patiënt zal reageren op ICB, moesten de onderzoekers eerst bepaalde biomarkers vinden in monsters van tumoren van de patiënten. Hiertoe doorzocht het team de micro-omgeving van tumoren met behulp van computeralgoritmen en datasets van eerdere klinische patiëntenzorg.

De onderzoeker pikten verschillende vervangende immuunreacties uit dezelfde RNA-sequencing datasets, omdat er weinig data beschikbaar is over patiënten die reageren op ICB-therapie. Hoewel ze niet de primaire reactie op ICB zijn, konden ze samen worden gebruikt als indicator voor de doeltreffendheid van ICB.

Zo kon het team een grote openbare dataset met duizenden monsters van patiënten gebruiken om op een robuuste manier machine learning-modellen te trainen.

Hierna testten de onderzoekers de nauwkeurigheid van het model op verschillende datasets waarvan de werkelijke respons op ICB-behandeling bekend was.

"We ontdekten dat ons machine learning-model over het algemeen beter presteert dan biomarkers die momenteel in klinische settings worden gebruikt om ICB-behandelingen te beoordelen", zegt Eduati.

Ook helpt het model om te begrijpen welke biologische mechanismen belangrijk zijn voor de biologische respons. Inzicht in en identificatie van mechanismen die de respons van ICB mediëren, kunnen richting geven aan de beste manier om ICB te combineren met andere behandelingen ter verbetering van de klinische werkzaamheid.

Voordat deze resultaten naar klinische omgevingen zijn te vertalen, vereist dit echter eerst experimentele validatie van de geïdentificeerde mechanismen.