← 返回首頁

AI設計的蛋白質能指揮免疫細胞嗎?萬種CAR-T設計接受功能檢驗

Bits to Binders競賽把12,000種設計放進人類T細胞,少數候選展現選擇性殺傷能力。成果讓蛋白質設計跨入細胞功能測試,也揭示電腦預測與治療用途之間的距離。

By SURL BioNews

讓蛋白質辨認癌細胞,只是細胞治療的起點。它還必須在免疫細胞表面正常運作,傳遞適當訊號,才能帶動攻擊。10月8日刊於《Molecular Systems Biology》的Bits to Binders研究,將12,000種AI設計放進CAR-T細胞接受檢驗,把評比重心從分子能否結合標的,推向能否引發所需的生物反應。

這場競賽共有28支團隊提交設計,參與者來自42個國家。任務是設計長度固定為80個胺基酸的微型結合蛋白,用來辨認CD20——正常B細胞與許多B細胞惡性腫瘤表面的蛋白質。研究者將這些設計裝入相同的嵌合抗原受體(CAR)骨架,再置入人類T細胞,檢驗它們能否擔任辨認目標的部件。

研究先採用混合篩選,藉由序列追蹤各種設計所對應的細胞。培養後,6,811種設計達到定序回收門檻,其中707種在有CD20陽性淋巴瘤細胞的條件下,相較於沒有這些細胞時顯著富集;各團隊命中率介於0.6%至38.4%。這代表部分設計能支持細胞增殖,但不能將富集數直接視為已確認能殺死腫瘤的候選數量。

接著,研究者把十種領先設計分別測試,其中七種獲得CAR-T功能驗證。同期期刊評論進一步指出,四種在CD20陽性與陰性細胞株的比較中,展現顯著的選擇性殺傷能力;不過,這些設計的整體表現通常仍遜於抗體衍生的CAR對照。從大規模篩選到個別功能確認,候選逐步減少,也讓「成功」的意義變得更具體。

梅莫里亞爾斯隆凱特琳癌症中心研究者Abdul Vehab Dozic與Caleb A Lareau在評論中提醒,混合篩選比較的是有無淋巴瘤細胞的培養條件。若要更明確證明反應由CD20驅動,還需要加入基因背景相同、僅移除CD20等對照。實驗也只使用一種CAR骨架與一名T細胞捐贈者,因此目前找到的序列特徵,未必能直接套用到其他受體或不同人的細胞。

失敗的設計同樣提供線索。研究團隊回頭分析序列後,提出與DNA合成、蛋白質表現及細胞活化相關的篩選條件;套用這些條件,可使呈現抗原依賴性增殖的設計比例接近加倍。然而,這是從既有結果歸納出的回溯分析,能否提高下一批全新設計的成功率,仍要以前瞻實驗確認。

團隊已透過Zenodo公開實驗讀值、序列計算指標與分析程式,並連結公開程式碼庫,讓其他研究者得以檢查設計在哪一關失敗。這項工作的價值,是為AI蛋白質設計建立可追查的細胞功能基準;至於候選能否安全、持續地控制人體內的腫瘤,這場競賽尚未提供答案。

References

  1. Bioengineer.org
  2. Molecular Systems Biology
  3. Molecular Systems Biology
  4. Zenodo