Desenvolvida a partir de uma plataforma computacional do Sistema de Saúde Mount Sinai, rede hospitalar de Nova York, uma vacina personalizada contra o câncer se mostrou segura e capaz de provocar reações imunológicas em pacientes com diferentes tipos da doença – incluindo pulmão e bexiga. Os resultados do ensaio clínico de fase I do imunizante foram apresentados recentemente durante a reunião anual da Associação Americana de Pesquisa do Câncer (AACR).
Durante seis meses, treze pacientes receberam 10 doses do imunizante da equipe Mount Sinai. Dez volutários apresentavam diagnóstico de tumor sólido e três tinham mieloma múltiplo, câncer que atinge os glóbulos brancos da medula óssea. Junto à vacina, o grupo também recebeu o adjuvante poli-ICLC, substância que foi usada para induzir respostas imunes mais eficazes contra os chamados neoantígenos tumorais – novas sequências ou acúmulo de proteínas frequentemente não expressas ou expressas em níveis muito baixos.
Isso porque, ao contrário da maioria das vacinas experimentais contra o câncer, o imunizante foi administrado quando os pacientes já tinham passado por cirurgias de retirada de tumores sólidos ou transplante de medula óssea (nos casos de mieloma múltiplo) – e não na fase de metástase, quando células cancerígenas escapam de seu tecido originário e passam a formar novos tumores em outras partes do corpo. Não à toa: segundo os pesquisadores, estudos anteriores indicam que as imunoterapias tendem a ser mais eficazes em quadros de menor disseminação da doença – nessa fase, os resquícios de tumor são tipicamente microscópicos.
Para chegar à fórmula da vacina, os cientistas sequenciaram as cadeias de DNA e RNA do tumor e da linha germinativa dos pacientes. A partir do procecimento, foi possível identificar o alvo específico do tumor de cada participante – são esses alvos que o sistema imunológico precisa aprender a reconhecer e atacar a fim de prevenir a recorrência do câncer.
Criado pelo grupo OpenVax, que desenvolve softwares de código aberto para projetar vacinas personalizadas contra o câncer, a plataforma computacional do Mount Sinai (ou "pipeline computacional") permitiu aos pesquisadores priorizar alvos imunogênicos mais eficazes para combater os tumores em questão – todos considerados de alta recorrência, como o de pulmão. Depois disso, esses compostos foram sintetizados e incorporados à vacina junto ao adjuvante.
Após um acompanhamento de 880 dias, os ensaios de fase I concluíram que quatro participantes não apresentavam evidências de células cancerígenas, ao passo que quatro estavam recebendo linhas de terapia subsequentes. Um paciente optou por não continuar nos testes – e outros quatro faleceram por motivos não relacionados ao imunizante.
De acordo com os pesquisadores, ainda, exames de sangue de dois pacientes mostraram que eles tiveram uma reposta robusta à imunoterapia após receber as injeções do produto. “Nossos resultados demonstram que o pipeline da OpenVax é uma abordagem viável para gerar uma vacina contra o câncer segura e personalizada, que poderia ser usada para tratar uma variedade de tipos de tumor”, avalia a Nina Bhardwaj, diretora do Programa de Imunoterapia do The Tisch Cancer Institute – centro de tratamento da doença do Mount Sinai – e autora da pesquisa, em comunicado.
Alternativa promissora
Vacinas contra o câncer são fundamentais para potencializar o tratamento contra o câncer, segundo Thomas Marron, diretor assistente de fase inicial e ensaios de imunoterapia do The Tisch Cancer Institute. "Embora a imunoterapia tenha revolucionado o tratamento do câncer, a grande maioria dos pacientes não experimenta uma resposta clínica significativa com esses tratamentos", diz, em nota, o coautor do estudo.
Agora, os pesquisadores do Mount Sinai planejam expandir os ensaios clínicos de fase I para testar a tecnologia OpenVax com pelo menos outros quatro tipos de tumores malignos, como glioblastoma (o tipo mais comum e agressivo de câncer no cérebro), câncer de bexiga, de próstata e neoplasias mieloproliferativas – um tipo de câncer de sangue.
FONTE: REPÓRTER MT
