文章来源公众号：人工智能与生物科技        作者：生物通小通

嵌合抗原受体 (CAR) T 细胞免疫疗法可重新编程患者的免疫细胞，使其靶向癌症特异性细胞表面蛋白。CAR T 细胞已被证明对血癌有效，但在实体瘤和脑瘤中效果不佳，因为癌细胞并非一致表达相同的细胞表面蛋白，这使得癌细胞能够逃避治疗并重新生长肿瘤。

圣犹达儿童研究医院的科学家开发了一种计算方法，有望使设计基于 T 细胞的免疫疗法变得更容易、更快捷，该疗法可同时靶向两种癌症相关抗原。嵌合抗原受体 (CAR) T 细胞是一种免疫疗法，它重新编程患者的免疫细胞，使其靶向肿瘤特异性蛋白质抗原。仅靶向一种细胞表面抗原通常不足以根除肿瘤。因此，科学家们尝试创建可同时靶向两种蛋白质的 CAR。然而，他们遇到了一些问题，包括 CAR 在 T 细胞表面表达不佳以及杀癌能力欠佳。为了解决这个问题，圣犹达的研究人员开发了一种计算方法来筛选许多理论上的串联 CAR 设计，并选出最佳候选方案以供进一步优化和验证。研究人员通过实验生成并验证了针对所选靶点的顶级串联CAR候选物，证明经过计算优化的CAR克服了先前的挑战，并在治疗癌症动物模型中发挥了更好的作用。该研究结果今日发表在《分子治疗》杂志上。  

“我们已经开发并验证了一种计算工具，可以显著加速串联 CAR 构建体的设计，改善表面表达和抗肿瘤功能，”共同通讯作者、圣犹达骨髓移植和细胞治疗部Giedre Krenciute博士说。   

虽然CAR-T细胞已成功治疗部分血癌，但在治疗实体瘤和脑瘤方面效果不佳。原因之一是癌细胞并非一致表达相同的蛋白质，因此针对单一抗原的CAR-T细胞可能会错过不表达该蛋白质的恶性细胞，导致这些细胞再次生长出肿瘤，并引发难以治疗的复发。一种针对两种癌症相关蛋白质的串联双特异性CAR-T细胞或许可以阻止原发肿瘤逃避治疗，尽管优化其设计一直是该领域一项耗时、耗力且成本高昂的挑战。  

“通过系统性实验分析，我们能够首先精确定位串联CAR中存在表达和功能问题的区域，”共同通讯作者、圣犹达数据科学高级副总裁、首席数据科学家M. Madan Babu博士说道。“这一点至关重要，它帮助我们开发了一种CAR计算方法，该方法比我们测试的任何单靶CAR都能更有效地清除体内模型中的肿瘤。” 

利用计算优化的串联CAR清除肿瘤  
计算流程预测了一种更优的串联CAR设计，该设计靶向儿童脑肿瘤相关蛋白B7-H3和IL-13Rα2。原始未优化的双特异性串联CAR版本未能到达T细胞表面，从而无法与肿瘤细胞上的靶蛋白接触并发挥其杀伤肿瘤的功能。在确认计算优化的CAR在T细胞表面表达后，研究人员在肿瘤小鼠中对其进行了针对几种单靶CAR的测试，这些小鼠的肿瘤细胞混合了两种靶点、一种靶点或另一种靶点，或者两种靶点均不结合，模拟了临床观察到的异质性肿瘤。  

 “我们最令人信服的结果是，在接受具有计算优化的串联构建体的CAR-T细胞治疗的五只小鼠中，有四只的肿瘤被完全清除，”共同第一作者、圣犹达儿童研究医院骨髓移植与细胞治疗科的Michaela Meehl说道。“相比之下，所有接受单靶CAR-T细胞治疗的异质性肿瘤都复发了。”  

此外，该团队还展示了他们可以改进实验室中其他几种串联CAR的设计。在所有情况下，经过计算优化的版本都比未优化的串联CAR更能杀死癌细胞。这些结果证明，其他双特异性串联CAR的设计可以受益于这种计算方法，从而改进和加速CAR的开发工作。  

为CAR构建创建一个通用的计算工具  
“我们设计的这个计算工具广泛适用于许多不同的car，”圣犹达骨髓移植和细胞治疗部门的共同第一作者Kalyan Immadisetty说。“此外，它可以在几天内筛选大约1000个结构，大大加快了一个过程，如果研究人员在实验室中创建每个结构，则需要多年的时间。”

具体来说，为了筛选如此多的结构，科学家们根据已知有效car的结构和生物物理特征训练了一种人工智能算法。这些包括预测的性质，如蛋白质折叠稳定性，聚集倾向，以及其他结构和功能特征。总之，该程序将这些特征总结成一个单一的“健康”分数，预测CAR的表达和功能。进一步优化适合度得分最高的CAR设计，以提高蛋白质结合能力。

Krenciute说：“研究人员可以使用我们的方法来帮助筛选和创造更好的串联car，使我们更接近成功治疗具有挑战性的肿瘤，如儿童脑癌的那一天。”

Babu说：“这项工作证明了创造一个智力生态系统的价值，它将来自不同学科的计算和实验科学家聚集在一起。”“这种合作推动了针对重大挑战的创新解决方案，并推进了为圣犹达使命服务的转化应用。”