T Cells with Upgraded Molecular Computers Can Sort Out Tumor Targets / Le cellule T con computer molecolari aggiornati possono individuare i bersagli tumorali

T Cells with Upgraded Molecular Computers Can Sort Out Tumor Targets / Le cellule T con computer molecolari aggiornati possono individuare i bersagli tumorali

Segnalato dal Dptt. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

T cells engineered to kill cancer cells have had some success solving a relatively simple problem: recognizing a single cancer-associated antigen. Working at this level, T cells can sometimes target relatively simple cancers, such as hematological cancers. But solid tumors represent a more difficult problem. They are less likely to express a single antigen that clearly distinguishes them from healthy cells. To zero in on solid tumors, engineered T cells may need to recognize cells that express distinctive combinations of nonspecific antigens.

In other words, if engineered T cells are to attack solid tumors, they will need more sophisticated logic circuits. Instead of simply recognizing whether a single input is present, T cells to process multiple inputs. How? With circuitry that can handle Boolean logic.

Boolean-adept T cells are being developed by scientists based at the University of California, San Francisco (UCSF). Led by Wendell Lim, PhD, principal investigator, these scientists used in silico screening to identify multi-antigen signatures that improve tumor discrimination by CAR T cells engineered to integrate multiple antigen inputs via Boolean logic, for example, AND and NOT.

This work appeared recently in Cell Systems, in a paper titled, “Discriminatory Power of Combinatorial Antigen Recognition in Cancer T Cell Therapies.” The paper predicted that dual antigens should significantly outperform the best single clinically investigated CAR targets. The paper also described how this prediction was confirmed experimentally. Finally, the paper suggested that by recognizing triple antigen combinations, T cells could achieve close to ideal tumor-versus-normal tissue discrimination for several tumor types.

These findings have been extended in more recent work, which appeared November 26 in Science, in an article titled, “Precise T cell recognition programs designed by transcriptionally linking multiple receptors.” As did the earlier study, the more recent study used a system known as synNotch, a customizable molecular sensor that allows synthetic biologists to fine-tune the programming of cells. Developed in the Lim lab in 2016, synNotch is a receptor that can be engineered to recognize myriad target antigens. The output response of synNotch can also be programmed, so that the cell executes any of a range of responses once an antigen is recognized.

In the earlier study, the Lim team used synNotch to program T cells to kill kidney cancer cells that express a unique combination of antigens called CD70 and AXL. Although CD70 is also found in healthy immune cells, and AXL in healthy lung cells, T cells with an engineered synNotch AND logic gate killed only the cancer cells and spared the healthy cells.

In the new Science paper, the lead author of which is former UCSF graduate student Jasper Williams, multiple synNotch receptors were daisy-chained to create a host of complex cancer recognition circuits. Since synNotch can activate the expression of selected genes in a “plug and play” manner, these components can be linked in different ways to create circuits with diverse Boolean functions, allowing for precise recognition of diseased cells and a range of responses when those cells are identified.

“In this study, we engineered a diverse library of multireceptor cell-cell recognition circuits by using synthetic Notch receptors to transcriptionally interconnect multiple molecular recognition events,” wrote the authors of the Science article. “These synthetic circuits allow engineered T cells to integrate extra- and intracellular antigen recognition, are robust to heterogeneity, and achieve precise recognition by integrating up to three different antigens with positive or negative logic. A three-antigen AND gate composed of three sequentially linked receptors shows selectivity in vivo, clearing three-antigen tumors while ignoring related two-antigen tumors.”

For Lim, cells are akin to molecular computers that can sense their environment and then integrate that information to make decisions. Since solid tumors are more complex than blood cancers, “you have to make a more complex product” to fight them, he said.

“Currently, most cancer treatments, including cell therapies, are told ‘block this,’ or ‘kill this,'” he continued. “We want to increase the nuance and sophistication of the decisions that a therapeutic cell makes.”

According to Lim, his team is essentially creating a cell engineering manual for building different classes of therapeutic T cells. The manual, he asserts, could contain blueprints for engineered cells that could recognize almost any possible type of combinatorial antigen pattern.

For example, a synNotch receptor can be engineered so that when it recognizes antigen A, the cell makes a second synNotch that recognizes B, which in turn can induce the expression of a CAR that recognizes antigen C. The result is a T cell that requires the presence of all three antigens to trigger killing. In another example, if the T cell encounters an antigen present in normal tissues but not in the cancer, a synNotch receptor with a NOT function could be programmed to cause the T cell carrying it to die, sparing the normal cells from attack and possible toxic effects.

The Science paper describes how complex synNotch configurations allowed T cells to selectively kill cells carrying different combinatorial markers of melanoma and breast cancer. Moreover, when synNotch-equipped T cells were injected into mice carrying two similar tumors with different antigen combinations, the T cells efficiently and precisely located the tumor they had been engineered to detect, and reliably executed the cellular program the scientists had designed.

Lim’s group is now exploring how these circuits could be used in CAR T cells to treat glioblastoma, an aggressive form of brain cancer that is nearly always fatal with conventional therapies.

“You’re not just looking for one magic-bullet target. You’re trying to use all the data,” Lim insisted. “We need to comb through all of the available cancer data to find unambiguous combinatorial signatures of cancer. If we can do this, then it could launch the use of these smarter cells that really harness the computational sophistication of biology and have real impact on fighting cancer.”

ITALIANO

Le cellule T progettate per uccidere le cellule tumorali hanno avuto un certo successo risolvendo un problema relativamente semplice: riconoscere un singolo antigene associato al cancro. Lavorando a questo livello, le cellule T a volte possono colpire tumori relativamente semplici, come i tumori ematologici. Ma i tumori solidi rappresentano un problema più difficile. È meno probabile che esprimano un singolo antigene che li distingue chiaramente dalle cellule sane. Per concentrarsi sui tumori solidi, le cellule T ingegnerizzate potrebbero dover riconoscere le cellule che esprimono combinazioni distintive di antigeni non specifici.

In altre parole, se le cellule T ingegnerizzate devono attaccare i tumori solidi, avranno bisogno di circuiti logici più sofisticati. Invece di riconoscere semplicemente se è presente un singolo input, le cellule T elaborano più input. Come? Con circuiti in grado di gestire la logica booleana.

I linfociti T booleani vengono sviluppati da scienziati dell'Università della California, San Francisco (UCSF). Guidati da Wendell Lim, PhD, ricercatore principale, questi scienziati hanno utilizzato lo screening in silico per identificare firme multi-antigeniche che migliorano la discriminazione tumorale da parte delle cellule T CAR progettate per integrare più input di antigeni tramite logica booleana, ad esempio AND e NOT.

Questo lavoro è apparso di recente su Cell Systems , in un documento intitolato " Discriminatory Power of Combinatorial Antigen Recognition in Cancer T Cell Therapies ". Il documento ha previsto che i doppi antigeni dovrebbero superare in modo significativo i migliori singoli bersagli CAR clinicamente studiati. L'articolo descriveva anche come questa previsione fosse confermata sperimentalmente. Infine, il documento ha suggerito che riconoscendo le combinazioni di tripli antigeni, le cellule T potrebbero ottenere una discriminazione del tessuto quasi ideale rispetto al tessuto normale per diversi tipi di tumore.

Questi risultati sono stati estesi in un lavoro più recente, apparso il 26 novembre su Science , in un articolo intitolato " Programmi precisi di riconoscimento delle cellule T progettati collegando trascrizionalmente più recettori ". Come lo studio precedente, lo studio più recente ha utilizzato un sistema noto come synNotch, un sensore molecolare personalizzabile che consente ai biologi sintetici di mettere a punto la programmazione delle cellule. Sviluppato nel laboratorio Lim nel 2016, synNotch è un recettore che può essere progettato per riconoscere una miriade di antigeni bersaglio. La risposta in uscita di synNotch può anche essere programmata, in modo che la cellula esegua una qualsiasi di una gamma di risposte una volta riconosciuto un antigene.

Nello studio precedente, il gruppo di Lim ha utilizzato synNotch per programmare le cellule T per uccidere le cellule tumorali renali che esprimono una combinazione unica di antigeni chiamata CD70 e AXL. Sebbene il CD70 si trovi anche in cellule immunitarie sane ed AXL in cellule polmonari sane, le cellule T con un synNotch ingegnerizzato ed una porta logica hanno ucciso solo le cellule tumorali e risparmiato le cellule sane.

Nel nuovo articolo di Science , il cui autore principale è l'ex studente laureato della UCSF Jasper Williams, più recettori synNotch sono stati collegati a margherita per creare una serie di complessi circuiti di riconoscimento del cancro. Poiché synNotch può attivare l'espressione di geni selezionati in modo "plug and play", questi componenti possono essere collegati in modi diversi per creare circuiti con diverse funzioni booleane, consentendo il riconoscimento preciso delle cellule malate ed una gamma di risposte quando quelle cellule sono identificate.

"In questo studio, abbiamo progettato una libreria diversificata di circuiti di riconoscimento cellula-cellula multirecettore utilizzando recettori Notch sintetici per interconnettere trascrizionalmente più eventi di riconoscimento molecolare", hanno scritto gli autori dell'articolo di Science . “Questi circuiti sintetici consentono alle cellule T ingegnerizzate di integrare il riconoscimento dell'antigene extra ed intracellulare, sono resistenti all'eterogeneità ed ottengono un riconoscimento preciso integrando fino a tre diversi antigeni con logica positiva o negativa. Un gate AND a tre antigeni composto da tre recettori collegati sequenzialmente mostra selettività in vivo, eliminando i tumori a tre antigeni ignorando i tumori a due antigeni correlati ".

Per Lim, le cellule sono simili ai computer molecolari che possono percepire il loro ambiente e quindi integrare tali informazioni per prendere decisioni. Poiché i tumori solidi sono più complessi dei tumori del sangue, "è necessario creare un prodotto più complesso" per combatterli, ha detto.

"Attualmente, alla maggior parte dei trattamenti contro il cancro, comprese le terapie cellulari, viene detto di 'bloccarlo' o 'ucciderlo'", ha continuato. "Vogliamo aumentare la sfumatura e la raffinatezza delle decisioni prese da una cellula terapeutica".

Secondo Lim, il suo gruppo sta essenzialmente creando un manuale di ingegneria cellulare per la costruzione di diverse classi di cellule T terapeutiche. Il manuale, afferma, potrebbe contenere progetti per cellule ingegnerizzate in grado di riconoscere quasi ogni possibile tipo di modello antigene combinatorio.

Ad esempio, un recettore synNotch può essere ingegnerizzato in modo che quando riconosce l'antigene A, la cellula produce un secondo synNotch che riconosce B, che a sua volta può indurre l'espressione di un CAR che riconosce l'antigene C. Il risultato è una cellula T che richiede la presenza di tutti e tre gli antigeni per innescare l'uccisione. In un altro esempio, se il linfocita T incontra un antigene presente nei tessuti normali ma non nel cancro, un recettore synNotch con una funzione NOT potrebbe essere programmato per causare la morte del linfocita T che lo trasporta, risparmiando le cellule normali da attacchi e possibili effetti di tossicità.

Il documento di Science descrive come le complesse configurazioni di synNotch abbiano consentito alle cellule T di uccidere selettivamente le cellule che trasportano diversi marcatori combinatori di melanoma e cancro al seno. Inoltre, quando le cellule T dotate di synNotch sono state iniettate in topi portatori di due tumori simili con diverse combinazioni di antigeni, le cellule T hanno localizzato in modo efficiente e preciso il tumore che erano state progettate per rilevare ed hanno eseguito in modo affidabile il programma cellulare progettato dagli scienziati.

Il gruppo di Lim sta ora esplorando come questi circuiti potrebbero essere utilizzati nelle cellule T CAR per trattare il glioblastoma, una forma aggressiva di cancro al cervello che è quasi sempre fatale con le terapie convenzionali.

“Non stai solo cercando un bersaglio magico. Stai cercando di utilizzare tutti i dati ", ha insistito Lim. “Dobbiamo esaminare tutti i dati disponibili sul cancro per trovare firme combinatorie univoche di cancro. Se riusciamo a farlo, allora potrebbe lanciare l'uso di queste cellule più intelligenti che sfruttano davvero la raffinatezza computazionale della biologia e hanno un impatto reale sulla lotta contro il cancro

Da:

https://www.genengnews.com/news/t-cells-with-upgraded-molecular-computers-can-sort-out-tumor-targets/