Gli scienziati dell’Università di San Francisco, in California (UCSF) e il Centro di Ricerca IBM hanno creato una raccolta virtuale costituita da migliaia di “frasi di comando” per le cellule utilizzando l’apprendimento automatico.

Queste “frasi” si basano su combinazioni di “parole” che indirizzano le cellule immunitarie ingegnerizzate a trovare ed eliminare le cellule tumorali in maniera continuativa.

La studio mostra come, per la prima volta, vengono applicate tecniche computazionali avanzate a un campo che tradizionalmente progredisce attraverso tentativi ed errori. Inoltre, vengono utilizzate molecole preesistenti invece che sintetiche per ingegnerizzare le cellule.

Questo sviluppo consente agli scienziati di prevedere quali elementi includere in una cellula, siano questi naturali o sintetizzati, in modo tale da poter impostare l’esatto comportamento necessario per rispondere efficacemente a malattie complesse.

“Si tratta di un cambiamento fondamentale in questo settore”, ha dichiarato Wendell Lim, Professore di Farmacologia cellulare e molecolare, che dirige l’UCSF Cell Design Institute e ha guidato lo studio.

“La capacità di previsione ci permette di progettare rapidamente nuove terapie cellulari che svolgono le attività desiderate”.

Le parole molecolari che compongono le frasi di comando delle cellule

Gran parte dell’ingegneria cellulare terapeutica prevede la scelta o la creazione di recettori che, una volta aggiunti alla cellula, le consentiranno di svolgere una nuova funzione. I recettori sono molecole che attraversano la membrana cellulare per percepire l’ambiente esterno e fornire alla cellula istruzioni su come rispondere alle condizioni ambientali.

L’inserimento del recettore giusto in un tipo di cellula immunitaria chiamata cellula T può riprogrammarla per riconoscere e uccidere le cellule tumorali.

Lim e l’autore principale Kyle Daniels, ricercatore nel laboratorio di Lim, si sono concentrati sulla parte del recettore situata all’interno della cellula, contenente stringhe di aminoacidi. Ognuna di queste agisce come una “parola” di comando, dirigendo un’azione all’interno della cellula.

Il modo in cui queste parole vengono unite in una “frase” determina i comandi che la cellula eseguirà.

Molte delle cellule CAR-T di oggi sono progettate con recettori che le istruiscono a uccidere il cancro, ma anche a fermarsi. É come se dicessero loro: “Eliminate alcune cellule malate e poi fate una pausa”.

Di conseguenza, i tumori possono continuare a crescere.

Il team è quindi giunto alla conclusione che, combinando queste “parole” in modo diverso, si potesse generare un recettore che permettesse alle cellule CAR-T di finire il lavoro senza fare pause.

Hanno creato una raccolta di circa 2.400 frasi di comando combinate in modo casuale e ne hanno testate centinaia nelle cellule T per vedere quanto fossero efficaci nel colpire la leucemia.

Cosa può rivelare la grammatica dei comandi cellulari per il trattamento delle malattie

Daniels ha poi collaborato con il biologo computazionale Simone Bianco, dirigente di ricerca presso l’IBM all’epoca dello studio e ora Direttore di Biologia Computazionale presso Altos Labs. Bianco e il suo team, insieme ai ricercatori Sara Capponi e Shangying Wang, hanno applicato nuovi metodi di apprendimento automatico ai dati per generare frasi recettoriali completamente nuove che, secondo le loro previsioni, sarebbero state più efficaci.

Il team ha affermato di aver progettato cellule T predittive che hanno ucciso il cancro senza fare fermarsi, perché la nuove direttive dicevano loro: “Metti fuori gioco quelle cellule tumorali senza pause”.

La collaborazione tra apprendimento automatico e l’ingegneria cellulare crea un nuovo paradigma di ricerca molto interessante.

“Ci permette di avere un quadro più chiaro non solo di come progettare terapie cellulari, ma anche di comprendere meglio le regole alla base della vita stessa e di come gli esseri viventi fanno ciò che fanno”, afferma Bianco.

Visto il successo del lavoro, ha aggiunto Capponi, “estenderemo questo approccio a una serie di dati sperimentali diversi e speriamo di ridefinire la progettazione delle cellule T”.

Conclusioni:

I ricercatori ritengono che questo approccio possa produrre terapie cellulari per le malattie autoimmuni, la medicina rigenerativa e molto altro. Daniels è intenzionato a progettare cellule staminali auto-rinnovabili per eliminare la necessità di donare sangue.

Secondo Daniels, il vero potere dell’approccio computazionale va oltre la creazione di frasi di comando e potrebbe arrivare anche alla comprensione della grammatica delle istruzioni molecolari.

“Questa è la chiave per realizzare terapie cellulari che rispondono esattamente alle nostre necessità”, ha concluso Daniels.