人工智能輔助CAR設(shè)計(jì)方法增強(qiáng)雙特異性CAR-T細(xì)胞助力清除腫瘤

文章來(lái)源公眾號(hào)：人工智能與生物科技        作者：生物通小通

嵌合抗原受體 (CAR) T 細(xì)胞免疫療法可重新編程患者的免疫細(xì)胞，使其靶向癌癥特異性細(xì)胞表面蛋白。CAR T 細(xì)胞已被證明對(duì)血癌有效，但在實(shí)體瘤和腦瘤中效果不佳，因?yàn)榘┘?xì)胞并非一致表達(dá)相同的細(xì)胞表面蛋白，這使得癌細(xì)胞能夠逃避治療并重新生長(zhǎng)腫瘤。

圣猶達(dá)兒童研究醫(yī)院的科學(xué)家開(kāi)發(fā)了一種計(jì)算方法，有望使設(shè)計(jì)基于 T 細(xì)胞的免疫療法變得更容易、更快捷，該療法可同時(shí)靶向兩種癌癥相關(guān)抗原。嵌合抗原受體 (CAR) T 細(xì)胞是一種免疫療法，它重新編程患者的免疫細(xì)胞，使其靶向腫瘤特異性蛋白質(zhì)抗原。僅靶向一種細(xì)胞表面抗原通常不足以根除腫瘤。因此，科學(xué)家們嘗試創(chuàng)建可同時(shí)靶向兩種蛋白質(zhì)的 CAR。然而，他們遇到了一些問(wèn)題，包括 CAR 在 T 細(xì)胞表面表達(dá)不佳以及殺癌能力欠佳。為了解決這個(gè)問(wèn)題，圣猶達(dá)的研究人員開(kāi)發(fā)了一種計(jì)算方法來(lái)篩選許多理論上的串聯(lián) CAR 設(shè)計(jì)，并選出最佳候選方案以供進(jìn)一步優(yōu)化和驗(yàn)證。研究人員通過(guò)實(shí)驗(yàn)生成并驗(yàn)證了針對(duì)所選靶點(diǎn)的頂級(jí)串聯(lián)CAR候選物，證明經(jīng)過(guò)計(jì)算優(yōu)化的CAR克服了先前的挑戰(zhàn)，并在治療癌癥動(dòng)物模型中發(fā)揮了更好的作用。該研究結(jié)果今日發(fā)表在《分子治療》雜志上。  

“我們已經(jīng)開(kāi)發(fā)并驗(yàn)證了一種計(jì)算工具，可以顯著加速串聯(lián) CAR 構(gòu)建體的設(shè)計(jì)，改善表面表達(dá)和抗腫瘤功能，”共同通訊作者、圣猶達(dá)骨髓移植和細(xì)胞治療部Giedre Krenciute博士說(shuō)。   

雖然CAR-T細(xì)胞已成功治療部分血癌，但在治療實(shí)體瘤和腦瘤方面效果不佳。原因之一是癌細(xì)胞并非一致表達(dá)相同的蛋白質(zhì)，因此針對(duì)單一抗原的CAR-T細(xì)胞可能會(huì)錯(cuò)過(guò)不表達(dá)該蛋白質(zhì)的惡性細(xì)胞，導(dǎo)致這些細(xì)胞再次生長(zhǎng)出腫瘤，并引發(fā)難以治療的復(fù)發(fā)。一種針對(duì)兩種癌癥相關(guān)蛋白質(zhì)的串聯(lián)雙特異性CAR-T細(xì)胞或許可以阻止原發(fā)腫瘤逃避治療，盡管優(yōu)化其設(shè)計(jì)一直是該領(lǐng)域一項(xiàng)耗時(shí)、耗力且成本高昂的挑戰(zhàn)。  

“通過(guò)系統(tǒng)性實(shí)驗(yàn)分析，我們能夠首先精確定位串聯(lián)CAR中存在表達(dá)和功能問(wèn)題的區(qū)域，”共同通訊作者、圣猶達(dá)數(shù)據(jù)科學(xué)高級(jí)副總裁、首席數(shù)據(jù)科學(xué)家M. Madan Babu博士說(shuō)道。“這一點(diǎn)至關(guān)重要，它幫助我們開(kāi)發(fā)了一種CAR計(jì)算方法，該方法比我們測(cè)試的任何單靶CAR都能更有效地清除體內(nèi)模型中的腫瘤。” 

利用計(jì)算優(yōu)化的串聯(lián)CAR清除腫瘤  
計(jì)算流程預(yù)測(cè)了一種更優(yōu)的串聯(lián)CAR設(shè)計(jì)，該設(shè)計(jì)靶向兒童腦腫瘤相關(guān)蛋白B7-H3和IL-13Rα2。原始未優(yōu)化的雙特異性串聯(lián)CAR版本未能到達(dá)T細(xì)胞表面，從而無(wú)法與腫瘤細(xì)胞上的靶蛋白接觸并發(fā)揮其殺傷腫瘤的功能。在確認(rèn)計(jì)算優(yōu)化的CAR在T細(xì)胞表面表達(dá)后，研究人員在腫瘤小鼠中對(duì)其進(jìn)行了針對(duì)幾種單靶CAR的測(cè)試，這些小鼠的腫瘤細(xì)胞混合了兩種靶點(diǎn)、一種靶點(diǎn)或另一種靶點(diǎn)，或者兩種靶點(diǎn)均不結(jié)合，模擬了臨床觀察到的異質(zhì)性腫瘤。  

 “我們最令人信服的結(jié)果是，在接受具有計(jì)算優(yōu)化的串聯(lián)構(gòu)建體的CAR-T細(xì)胞治療的五只小鼠中，有四只的腫瘤被完全清除，”共同第一作者、圣猶達(dá)兒童研究醫(yī)院骨髓移植與細(xì)胞治療科的Michaela Meehl說(shuō)道。“相比之下，所有接受單靶CAR-T細(xì)胞治療的異質(zhì)性腫瘤都復(fù)發(fā)了。”  

此外，該團(tuán)隊(duì)還展示了他們可以改進(jìn)實(shí)驗(yàn)室中其他幾種串聯(lián)CAR的設(shè)計(jì)。在所有情況下，經(jīng)過(guò)計(jì)算優(yōu)化的版本都比未優(yōu)化的串聯(lián)CAR更能殺死癌細(xì)胞。這些結(jié)果證明，其他雙特異性串聯(lián)CAR的設(shè)計(jì)可以受益于這種計(jì)算方法，從而改進(jìn)和加速CAR的開(kāi)發(fā)工作。  

為CAR構(gòu)建創(chuàng)建一個(gè)通用的計(jì)算工具  
“我們?cè)O(shè)計(jì)的這個(gè)計(jì)算工具廣泛適用于許多不同的car，”圣猶達(dá)骨髓移植和細(xì)胞治療部門(mén)的共同第一作者Kalyan Immadisetty說(shuō)。“此外，它可以在幾天內(nèi)篩選大約1000個(gè)結(jié)構(gòu)，大大加快了一個(gè)過(guò)程，如果研究人員在實(shí)驗(yàn)室中創(chuàng)建每個(gè)結(jié)構(gòu)，則需要多年的時(shí)間。”

具體來(lái)說(shuō)，為了篩選如此多的結(jié)構(gòu)，科學(xué)家們根據(jù)已知有效car的結(jié)構(gòu)和生物物理特征訓(xùn)練了一種人工智能算法。這些包括預(yù)測(cè)的性質(zhì)，如蛋白質(zhì)折疊穩(wěn)定性，聚集傾向，以及其他結(jié)構(gòu)和功能特征�？傊�，該程序?qū)⑦@些特征總結(jié)成一個(gè)單一的“健康”分?jǐn)?shù)，預(yù)測(cè)CAR的表達(dá)和功能。進(jìn)一步優(yōu)化適合度得分最高的CAR設(shè)計(jì)，以提高蛋白質(zhì)結(jié)合能力。

Krenciute說(shuō)：“研究人員可以使用我們的方法來(lái)幫助篩選和創(chuàng)造更好的串聯(lián)car，使我們更接近成功治療具有挑戰(zhàn)性的腫瘤，如兒童腦癌的那一天。”

Babu說(shuō)：“這項(xiàng)工作證明了創(chuàng)造一個(gè)智力生態(tài)系統(tǒng)的價(jià)值，它將來(lái)自不同學(xué)科的計(jì)算和實(shí)驗(yàn)科學(xué)家聚集在一起。”“這種合作推動(dòng)了針對(duì)重大挑戰(zhàn)的創(chuàng)新解決方案，并推進(jìn)了為圣猶達(dá)使命服務(wù)的轉(zhuǎn)化應(yīng)用。”