← 返回首頁

替CAR-T重做辨識蛋白:AI設計在小鼠BCMA腫瘤試驗展現較佳控制

免疫細胞能否有效抗癌,取決於如何辨識目標,也取決於何時啟動。新研究以AI設計CAR-T的結合蛋白,在小鼠中改善腫瘤控制,並從失敗設計找出過早活化的線索;人體療效與安全性尚未獲得驗證。

By SURL BioNews

讓免疫細胞認出癌症,只是治療的起點。如果辨識裝置在遇到腫瘤前就啟動,細胞可能提早耗竭,削弱後續攻勢。美國紀念斯隆凱特琳癌症中心(MSK)的研究團隊,正嘗試用人工智慧重新設計CAR-T細胞的辨識蛋白,同時釐清哪些分子特徵能讓它們在適當時機發揮作用。

這項研究於2026年9月9日發表在《Nature Biomedical Engineering》。依MSK說明,在針對BCMA的小鼠腫瘤實驗中,搭載AI設計結合蛋白的CAR-T,控制腫瘤生長的表現顯著優於採用現有FDA核准療法結合蛋白的比較設計。BCMA是多發性骨髓瘤的重要治療標的;這次結果屬於動物模型的概念驗證,尚不能推論新設計在人類患者身上更有效。

CAR-T療法透過基因改造,讓T細胞帶上辨識目標的嵌合抗原受體;其中的結合蛋白,就像接觸癌細胞的辨識端。團隊從頭設計新蛋白,再將它們裝入受體,透過體外與動物模型檢驗功能。同一期刊的研究簡報指出,BindCraft產生了研究中成功率最高的結合蛋白設計批次,而ProteinMPNN的序列設計方法,則啟發了團隊開發CARPNN的流程。

實驗揭露,蛋白能否結合目標,並不足以預測整個CAR-T的表現。研究人員發現,結合蛋白帶有過多正電荷時,細胞較容易在沒有癌細胞的情況下提前活化。胺基酸組成與結合位置也會影響功能,使設計問題從「抓不抓得到目標」,延伸到「抓住之後,細胞如何反應」。

其他標的的結果,更顯示這套方法的邊界。依MSK與Medical Xpress的報導,部分CD22設計會在接觸健康細胞時引發活化,團隊以CARPNN修改結合蛋白後,修正了這項實驗中觀察到的問題;但AI未能產生有效的CD19結合蛋白。成功與失敗並置,讓研究者得以把實驗結果轉化為下一輪設計的依據。

這項工作的價值,在於把蛋白設計與細胞功能驗證接起來,而非僅憑電腦預測挑選候選分子。走向臨床前,仍須確認新蛋白在人類體內的辨識專一性、持續作用與安全性。小鼠中的腫瘤控制,以及單一設計的異常活化獲得修正,都不足以證明整套平台已能避免健康組織受損。

MSK另揭露,已依研究成果提出臨時專利申請,研究負責人Caleb Lareau也擔任Cartography Biosciences的顧問。目前這項成果提供的是改善CAR-T辨識端的研究方向;能否成為患者可用的治療,仍要由後續臨床開發回答。

References

  1. Medical Xpress
  2. Memorial Sloan Kettering Cancer Center
  3. Nature Biomedical Engineering