Nowe możliwości przewidywania skuteczności terapii natalizumabem w SM

Co nowego w badaniach MS i natalizumabem?

Badanie kohortowe opublikowane w Nature Communications przedstawia nowatorskie podejście do przewidywania odpowiedzi na leczenie natalizumabem u pacjentów ze stwardnieniem rozsianym (MS) z wykorzystaniem wysokodoborowego obrazowania komórkowego (HCI). Badacze opracowali metodę analizy komórek krwi obwodowej pobranej od pacjentów przed rozpoczęciem terapii.

Natalizumab to humanizowane przeciwciało monoklonalne anty-α4, które blokuje interakcję między integryną VLA-4 (very late antigen-4) a cząsteczką adhezyjną komórek naczyniowych-1 (VCAM-1). VLA-4, heterodimer składający się z podjednostek α4 i β1, odgrywa kluczową rolę w adhezji, transmigracji i wewnątrztkankowym przemieszczaniu się komórek immunologicznych. W stwardnieniu rozsianym limfocyty wykazują nadekspresję VLA-4 na swojej powierzchni, co ułatwia ich przemieszczanie do ośrodkowego układu nerwowego i przyczynia się do rozwoju choroby.

Mimo skuteczności natalizumabu, około 35% pacjentów z MS wykazuje aktywność choroby po 2 latach leczenia, nie spełniając kryteriów NEDA (No Evidence of Disease Activity). Ponadto terapia niesie ryzyko poważnych działań niepożądanych, w tym postępującej wieloogniskowej leukoencefalopatii (PML) związanej z wirusem JC. Dotychczas nie opracowano testu, który przed rozpoczęciem leczenia mógłby przewidzieć, czy dany pacjent odniesie korzyść z terapii.

Jak wykorzystać HCI do analizy PBMC?

Badacze zastosowali technikę HCI do monitorowania in vitro wpływu natalizumabu na jednojądrzaste komórki krwi obwodowej (PBMC) od pacjentów z MS. Metoda ta umożliwiła szczegółową analizę parametrów morfologicznych i molekularnych komórek, w tym ich adhezji, kształtu oraz organizacji cytoszkieletu aktynowego i fosforylacji białka adaptorowego SLP76.

W pierwszej fazie badania naukowcy zoptymalizowali protokół HCI na próbkach PBMC od zdrowych dawców. Zaobserwowali, że ekspozycja na natalizumab prowadziła do zmniejszenia rozprzestrzeniania się komórek oraz obniżenia intensywności sygnałów pSLP76 i F-aktyny zarówno w komórkach CD4+ jak i CD8+ T. Następnie zastosowali tę metodę do analizy próbek od 40 pacjentów z MS, którzy nie byli wcześniej leczeni natalizumabem.

Badacze odkryli, że spośród różnych podtypów komórek, limfocyty T CD8+ wykazywały najbardziej wyraźną i spójną odpowiedź na ekspozycję na natalizumab, z wyraźnym zmniejszeniem liczby komórek adherentnych, rozprzestrzeniania się komórek i wydłużania komórek. To skłoniło zespół do skupienia się na limfocytach T CD8+ w dalszych analizach.

Czy model Random Forest zmieni podejście do terapii?

Kluczowym elementem badania było porównanie próbek od pacjentów, którzy później dobrze odpowiedzieli na terapię natalizumabem (responders, n=19) z próbkami od pacjentów, którzy nie odnieśli korzyści z leczenia (non-responders, n=21). Klasyfikacja opierała się na kryteriach NEDA-3, uwzględniających zmniejszenie wskaźnika niepełnosprawności (EDSS), liczbę rzutów i powiększenie zmian wykrytych w obrazowaniu metodą rezonansu magnetycznego (MRI) po 2 latach leczenia.

Wykorzystując nienadzorowaną analizę skupień i algorytmy uczenia maszynowego, badacze zidentyfikowali charakterystyczne cechy morfologiczne i molekularne limfocytów T CD8+, które różniły się między respondentami a nierespondentami. Komórki od pacjentów nieodpowiadających na leczenie wykazywały mniejszą wrażliwość na natalizumab w zakresie zmian morfologicznych, zachowując zdolność do rozprzestrzeniania się i polaryzacji komórek po ekspozycji na lek.

Model Random Forest opracowany na podstawie 20 najważniejszych cech osiągnął wysoką skuteczność predykcji odpowiedzi na leczenie, z wynikiem F1 na poziomie 92,3% w kohorcie odkrywczej i 88,8% w kohorcie walidacyjnej (składającej się z 14 respondentów i 13 nierespondentów). Najważniejsze cechy predykcyjne były związane głównie z segmentacją aktyny, symetrią i teksturą oraz z dystrybucją pSLP76.

Aby lepiej zrozumieć biologiczne podstawy różnic w odpowiedzi terapeutycznej, badacze przeprowadzili dodatkowe eksperymenty funkcjonalne. Odkryli, że limfocyty T CD8+ od pacjentów nieodpowiadających na leczenie zachowywały zdolność do migracji po ekspozycji na natalizumab, z utrzymaną polaryzacją komórek i dystrybucją podjednostki ARPC1B kompleksu ARP2/3, który reguluje rozgałęzianie aktyny. Mechanizm ten był zależny od polimeryzacji aktyny, co sugeruje, że antagonizm VLA-4 może prowadzić do polimeryzacji aktyny w celu utrzymania kształtu komórki i zapobiegania polaryzacji.

Czy spersonalizowana diagnostyka może poprawić efektywność leczenia?

Badanie to przedstawia obiecujące podejście do przewidywania odpowiedzi na natalizumab przed rozpoczęciem leczenia, co może pomóc w podejmowaniu decyzji terapeutycznych i uniknięciu narażania pacjentów na potencjalne ryzyko związane z leczeniem, gdy prawdopodobieństwo korzyści jest niskie. Autorzy podkreślają jednak potrzebę walidacji tych wyników w większych kohortach i w wielu ośrodkach klinicznych przed wdrożeniem tej metody do praktyki medycznej.

Przedstawiony protokół HCI w połączeniu z algorytmami uczenia maszynowego może stanowić platformę do testowania skuteczności leczenia i dostosowywania terapii do indywidualnych potrzeb pacjentów, nie tylko w kontekście stwardnienia rozsianego, ale potencjalnie również w innych chorobach autoimmunologicznych i nowotworowych leczonych przeciwciałami terapeutycznymi.

Warto podkreślić, że w badaniu wykorzystano próbki z kohorty BIONAT, z których wybrano 40 pacjentów do kohorty odkrywczej i 27 do kohorty walidacyjnej. Selekcja pacjentów była przeprowadzona z zastosowaniem szeregu filtrów, w tym dostępności klasyfikacji NEDA-3 po 2 latach leczenia, okresu wypłukiwania poprzedniego leczenia wynoszącego co najmniej 1 miesiąc oraz dopasowania wieku/płci podgrup respondentów/nierespondentów.

Badacze wykazali również, że porównywalne poziomy CD49d (podjednostki α4 integryny VLA-4) wykrywano na powierzchni różnych subpopulacji PBMC w obu grupach pacjentów, co sugeruje, że sama ekspresja VLA-4 nie determinuje odpowiedzi na terapię. Analiza PCA parametrów klinicznych, demografii, analizy krwi i progresji choroby przed rozpoczęciem leczenia nie wykazała segregacji między pacjentami odpowiadającymi i nieodpowiadającymi na leczenie.

Szczegółowa analiza wyników badania wskazuje, że limfocyty T CD8+ od pacjentów nieodpowiadających na leczenie wykazywały tendencję do zachowania bardziej wydłużonego kształtu i wykazywały przewagę migracyjną nad limfocytami T od pacjentów odpowiadających na leczenie. Badacze zaobserwowali również, że limfocyty T CD8+ od pacjentów nieodpowiadających na leczenie wykazywały większą polaryzację ARPC1B, która zanikała po zastosowaniu inhibitora polimeryzacji aktyny (latrunkuliny B), co sugeruje, że zależne od ARPC1B rozgałęzianie aktyny wspierające tworzenie wiodącej krawędzi może być utrzymane w komórkach nieodpowiadających na leczenie, dając im przewagę migracyjną.

Badacze podkreślają, że zidentyfikowane cechy morfologiczne i molekularne limfocytów T CD8+ mogą stanowić podstawę do opracowania testu diagnostycznego, który pozwoliłby na przewidywanie odpowiedzi na leczenie natalizumabem przed jego rozpoczęciem, co mogłoby znacząco poprawić wyniki leczenia i zmniejszyć ryzyko wystąpienia działań niepożądanych u pacjentów z MS.

Podsumowanie

Najnowsze badanie kohortowe opublikowane w Nature Communications przedstawia przełomową metodę przewidywania skuteczności leczenia natalizumabem u pacjentów ze stwardnieniem rozsianym. Wykorzystując wysokodoborowe obrazowanie komórkowe (HCI) do analizy komórek krwi obwodowej, naukowcy opracowali skuteczny model predykcyjny. Badanie wykazało, że limfocyty T CD8+ są kluczowymi komórkami w przewidywaniu odpowiedzi na terapię, a model Random Forest osiągnął skuteczność predykcji na poziomie ponad 88% w kohorcie walidacyjnej. Szczególnie istotne okazały się różnice w morfologii i funkcjonalności limfocytów T CD8+ między pacjentami odpowiadającymi i nieodpowiadającymi na leczenie. Opracowana metoda może znacząco wpłynąć na personalizację terapii SM i zmniejszyć ryzyko wystąpienia działań niepożądanych, choć wymaga jeszcze walidacji w większych grupach pacjentów.