人工智能数周内将免疫细胞转化为精准抗癌武器

这将寻找有效癌症治疗分子的过程从数年大幅缩短至几周。

"我们本质上是在为免疫系统创造一双新的眼睛。当前的个体化癌症治疗方法基于在患者或供体免疫系统中寻找可用于治疗的所谓T细胞受体。这是一个非常耗时且具有挑战性的过程。我们的平台利用人工智能平台设计靶向癌细胞的分子钥匙，其速度惊人，能够在4-6周内准备好新的先导分子，"丹麦技术大学（DTU）副教授、该研究最后作者蒂莫西·P·詹金斯（Timothy P. Jenkins）说道。

针对癌症的定向导弹

该人工智能平台由丹麦技术大学和美国斯克里普斯研究所的团队共同开发，旨在通过展示科学家如何生成针对肿瘤细胞的靶向治疗并避免损伤健康组织，从而解决癌症免疫疗法中的一个重大挑战。

通常，T细胞通过识别由pMHC分子呈现在细胞表面的特定蛋白质片段（称为肽）来天然识别癌细胞。利用这一知识进行治疗是一个缓慢且具有挑战性的过程，通常因为人体自身T细胞受体的多样性使得创建个性化疗法变得困难。

增强人体免疫系统

在研究中，研究人员在一个众所周知的癌症靶点NY-ESO-1上测试了该人工智能平台的能力，该靶点存在于多种癌症中。团队成功设计出一种与NY-ESO-1 pMHC分子紧密结合的微型结合蛋白。当将设计好的蛋白质插入T细胞后，它创造了一种独特的新型细胞产物，研究人员将其命名为'IMPAC-T'细胞。在实验室实验中，该细胞能有效引导T细胞杀死癌细胞。

"看到这些完全在计算机上创建的微型结合蛋白在实验室中如此有效地发挥作用，真是令人极其兴奋，"该研究的共同作者、丹麦技术大学博士后克里斯托弗·豪鲁姆·约翰森（Kristoffer Haurum Johansen）说道。

研究人员还将该流程应用于设计针对一名转移性黑色素瘤患者体内发现的癌症靶点的结合蛋白，并成功生成了针对该靶点的结合蛋白。这证明该方法也可用于针对新型癌症靶点进行定制化免疫治疗。

治疗筛选

研究人员创新的一个关键步骤是开发了'虚拟安全检查'。团队利用人工智能筛选他们设计的微型结合蛋白，并评估其与健康细胞上发现的pMHC分子的关系。该方法使他们在进行任何实验之前就能过滤掉可能引起危险副作用的微型结合蛋白。

"癌症治疗的精确性至关重要。通过在设计阶段预测并排除交叉反应，我们能够降低设计蛋白质相关的风险，并提高设计出安全有效疗法的可能性，"丹麦技术大学教授、该研究的共同作者西内·雷克·哈德鲁普（Sine Reker Hadrup）说道。

五年内进入治疗阶段

蒂莫西·帕特里克·詹金斯预计，新方法需要长达五年时间才能准备好进行首次人体临床试验。一旦该方法准备就绪，治疗过程将类似于当前使用基因工程改造的T细胞（称为CAR-T细胞）的癌症治疗方法，后者目前用于治疗淋巴瘤和白血病。患者首先将在医院抽血，类似于常规血液检测。随后，他们的免疫细胞将从该血液样本中提取出来，并在实验室进行改造以携带人工智能设计的微型结合蛋白。这些增强的免疫细胞会被回输给患者，在体内像定向导弹一样，精确地寻找并清除癌细胞。