利用组合信号基序库和机器学习破解CAR-T细胞表型

在一项新的研究中，研究人员利用新的机器学习技术，基于指导工程化免疫细胞寻找并不知疲倦地杀死癌细胞的“单词”组合，为细胞开发了一个包含数千条“命令语句”的虚拟分子库。

这项新研究代表着如此复杂的计算方法首次应用于一个领域，到目前为止，这个领域主要是通过临时修补和利用现有分子而不是合成分子改造细胞来取得进展。

这一新的进展使科学家们能够预测他们应该在细胞中包括哪些自然的或合成的元素以使其具有有效应对复杂疾病所需的精确行为。

论文共同通讯作者、博士说，“这是该领域的一个重要转变。只有拥有这种预测的能力，我们才能快速设计出新的执行所需活动的细胞疗法。”

大部分治疗性细胞工程涉及选择或构建受体，当这些受体被添加到细胞中时，将使其能够执行新的功能。受体是连接在细胞膜上用于感知外部环境的分子，并向细胞提供如何应对环境条件的指令。

将正确的受体导入一类称为T细胞的免疫细胞中，可以对它进行重编程，使之识别并杀死癌细胞。这些所谓的嵌合抗原受体已经对一些癌症有效，但对其他癌症无效。

具有新型信号基序组合的CAR在汇集筛选中产生不同的T细胞增殖、记忆形成和脱颗粒输出。

这些作者相信这种方法将产生用于自身免疫、再生医学和其他应用的细胞疗法。

他们说，“这是使细胞疗法完全按照我们的想法进行的关键。这种方法促进了从理解科学到工程实际应用的飞跃。”

仅供参考，具体诊疗请一定到医院在医生指导下进行。