寻找既能杀死癌细胞又能让正常组织不受伤害的药物是肿瘤学研究的最高目标。在两篇新的论文中，来自美国加州大学旧金山分校和普林斯顿大学的研究人员提出用“智能（smart）”细胞疗法破解这一难题的互补策略：除非被仅在癌细胞中同时出现的一组蛋白所激活，否则这些活的细胞药物会保持惰性。
这种通用方法的生物学方面已经在WendellLim博士及其同事们在加州大学旧金山分校细胞设计计划和美国国家癌症研究所赞助的合成免疫学中心的实验室中探索了好几年。但是，他们的新研究通过将前沿的治疗细胞工程与先进的计算方法相结合，为这方面增加了一个强大的新维度。在第一篇发表在年9月23日的CellSystems期刊上的标题为“DiscriminatoryPowerofCombinatorialAntigenRecognitioninCancerTCellTherapies”的论文中，Lim实验室的成员与普林斯顿大学路易斯-西格勒综合基因组学研究所计算机科学家OlgaG.Troyanskaya博士的研究小组联手。通过使用机器学习方法，他们分析了在癌症和正常细胞中发现的数千种蛋白的海量数据库。随后，他们筛选了数百万种可能的蛋白组合，以构建出一个蛋白组合目录，可用于精确地只靶向癌细胞，而不靶向正常细胞。
图片来自CellSystems,,doi:10./j.cels..08.。
在第二篇发表在年11月27日的Science期刊上的标题为“PreciseTcellrecognitionprogramsdesignedbytranscriptionallylinkingmultiplereceptors”的论文中，Lim及其同事们随后展示了如何将这些通过计算得出的蛋白数据用于推动设计有效和高度选择性的癌症细胞疗法。Lim说，“目前，大多数癌症治疗，包括细胞疗法，都被告知‘阻止这个’，或者杀死‘这个’。我们希望增加治疗性细胞做出决定的细微差别和复杂程度。”在过去的十年中，嵌合抗原受体（CAR）T细胞（CAR-T）作为一种治疗癌症的强大方法一直备受
本文编辑：佚名
转载请注明出地址 http://www.smartcarf.com/smartcarcx/8097.html
