Ein immun-evolutionäres Modell zur optimierten Entwicklung personalisierter Krebsimpfstoffe.

• Antragsteller: Dr. Matthijs Meijers
• Fachliche Zuordnung: Immunologie ; Biophysik
• Förderung: Förderung seit 2026
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 575815076

Im vorgeschlagenen Forschungsprojekt werde ich den Immun-Druck auf Krebstumoren untersuchen und evolutionäre Modelle entwickeln, um dessen Einfluss auf das Tumorwachstum zu quantifizieren. Ziel ist es, die Immunogenität von Krebspeptiden sowie die Dynamik der Aktivierung und Expansion von T-Zell-Klonen, die Krebs-Neoantigene erkennen, zu lernen und vorherzusagen. Durch die Integration biophysikalischer und statistischer Modelle der Immunantwort mit evolutionären Tumormodellen werde ich eine quantitative Theorie zur Optimierung der Vakzinzusammensetzung personalisierter Krebsimpfstoffe entwickeln. Diese theoretische Arbeit wird durch Experimente mit Mausmodellen sowie durch Daten aus aktuellen klinischen Studien mit personalisierten Krebsimpfstoffen informiert und validiert. Das Projekt lässt sich in zwei zentrale Forschungsziele unterteilen: 1) Vorhersage der T-Zell-Immunantwort auf Stimulation. Ich werde ein biophysikalisches und statistisches Modell der T-Zell-Antwort auf Krebs-Neoantigene entwickeln. In dieses Modell fließen Komponenten ein, die die Präsentationswahrscheinlichkeit von Krebspeptiden durch MHC, die Erkennungswahrscheinlichkeit der Neoantigene durch das T-Zell-Repertoire, die Vorhersage der TCR–pMHC-Bindungsaffinität sowie die klonale Dynamik der T-Zellen nach Aktivierung beschreiben. Ziel ist es, das Ausmaß und die klonale Zusammensetzung des antwortenden T-Zell-Repertoires vorherzusagen. Diese Arbeit wird durch neue Experimente an Mausmodellen sowie durch veröffentlichte Daten zu validierten immunogenen Peptiden gestützt. 2) Ein evolutionäres Modell der Tumorantwort informiert die Impfstoffzusammensetzung. Ich werde Fitness-Modelle verwenden, um das Tumorwachstum unter Immun-Druck vorherzusagen. Die Fitness eines Krebs-Klons hängt dabei von der Erkennungswahrscheinlichkeit seiner präsentierten Neoantigene durch das antwortende T-Zell-Repertoire ab, wobei der im ersten Ziel entwickelte Rahmen verwendet wird. Durch die Kombination des Modells der Immunantwort mit evolutionären Tumormodellen werde ich einen quantitativen Score zur Gestaltung der Impfstoffzusammensetzung berechnen, basierend auf dem erwarteten Tumorwachstum. Dieses Modell wird anhand experimenteller Daten aus Mausmodellen validiert, in denen das Tumorwachstum nach Stimulation verfolgt wird. Zusätzlich erfolgt eine Validierung anhand klinischer Studien mit personalisierten Anti-Tumor-Impfstoffen. Ziel ist es, die Immunogenität und den Einfluss auf das Tumorwachstum in Abhängigkeit von der Peptidzusammensetzung, der Tumorheterogenität und dem HLA-Typ des Patienten vorherzusagen. Ein prädiktives Modell der Immunantwort erlaubt es, objektive Kriterien für die Impfstoffgestaltung vorzuschlagen.

• DFG-Verfahren: Stipendium
• Internationaler Bezug: USA
• Gastgeberin: Professorin Dr. Marta Luksza