← 返回首頁

讓活細胞驗收AI設計:12,000款蛋白接受CAR-T功能考驗

全球蛋白設計競賽把電腦生成的辨識分子裝進人類T細胞,從增殖一路測到殺癌能力。結果揭示,能引發免疫反應與能精準殺死目標細胞之間,還有一道必須實驗跨越的門檻。

By SURL BioNews

替免疫細胞設計一個辨認癌細胞的「接頭」,光在電腦上看起來能結合目標,還不算完成任務。接頭必須在細胞裡正常運作,並把辨識訊號轉成有效攻擊。一項全球AI蛋白設計競賽將12,000款設計放進人類T細胞實測,讓演算法接受生物功能的檢驗;相關分析於10月8日刊登在《Molecular Systems Biology》。

這項名為Bits to Binders的競賽,由28支團隊、來自42國的參與者提交設計。每款微型結合蛋白皆由80個胺基酸組成,目標是CD20,並作為嵌合抗原受體T細胞(CAR-T)的辨識區域。這個區域相當於免疫細胞的感應端:接觸帶有目標抗原的細胞後,還得啟動受體後方的訊號,才能帶動T細胞反應。

主辦方採取兩階段驗證。先將大量CAR-T設計混合篩選,觀察哪些序列在接觸CD20陽性癌細胞後,隨T細胞增殖而增加。共有707款出現顯著的CD20相關富集,各隊命中率介於0.6%至38.4%。這些數字反映的是初步功能篩選成果,尚不能直接當作有效殺癌設計的比例。

接著,研究團隊挑出表現領先的十款,分別測量功能。其中七款在CD20特異性的細胞激素產生、增殖及細胞數量擴增上優於陰性對照;到了CD20特異性殺傷試驗,達到顯著優勢的則有四款。從篩選到逐一驗證的落差,說明T細胞受到刺激並增加數量,並不保證它能有效、選擇性地清除目標。

這批實驗也留下改善設計流程的線索。Twist Bioscience的同題研討會介紹指出,研究者回頭分析與DNA合成、表現及目標特異性活化相關的因素,套用篩選條件後,成功設計所占比例接近翻倍。不過,這是利用既有結果進行的回溯分析;能否提高下一批全新設計的命中率,還需要新的實驗檢驗。

開放資料讓這場競賽的價值延伸到排名之外。BioML Society表示,參與者同意不對提交的設計與方法主張智慧財產權;Zenodo的第三版資料紀錄則收錄實驗讀值、序列計算指標與分析程式,並提供免疫表型資料及專案程式庫入口。其他研究者因此能比較不同設計途徑,也能追查候選分子在哪個環節失去功能。

這仍是一項體外功能評估,而非可供患者使用的新療法。論文指出,設計是在同一種CAR架構內比較,T細胞實驗也以單一供者來源為基礎,結果能否推廣至其他細胞來源或受體配置尚待確認。這次研究建立的是更貼近治療用途的驗證尺度:AI設計要往臨床前進,必須逐步證明分子能結合、細胞能反應,以及攻擊是否足夠精準。

References

  1. Bioengineer.org
  2. Molecular Systems Biology
  3. BioML Society
  4. Twist Bioscience
  5. Zenodo