加州大學舊金山分校（UCSF）和IBM研究院的科學家們利用機器學習為細胞創建了一個包含數千個”指令句子”的虛擬圖書館。這些”句子”是基於”單詞”的組合，指導工程免疫細胞尋找並持續消除癌細胞。

這項研究最近發表在《科學》雜誌上，它是第一次將先進的計算技術應用於一個傳統上通過試錯實驗和使用預先存在的分子而不是合成分子來設計細胞的領域。

這一進展使科學家能夠預測他們應該在細胞中包括哪些元素–天然的或合成的–以使其具有有效應對複雜疾病所需的精確行為。

癌症是一種以身體內細胞的異常生長和分裂為特徵的疾病。腫瘤可以影響身體的任何部分，可以是良性的（非癌症）或惡性的（癌症），通過血液或淋巴系統擴散到身體的其他部分。

細胞和分子藥理學拜爾斯特聘教授溫德爾-林博士說：”這是該領域的一個重要轉變，只有擁有這種預測能力，我們才能到達一個地方，迅速設計出新的細胞療法，開展所需的活動。”他是加州大學舊金山分校細胞設計研究所的負責人，並領導了這項研究。

大部分治療性細胞工程涉及選擇或創造受體，當這些受體被添加到細胞中時，將使其能夠執行新功能。受體是架設在細胞膜上的分子，用於感知外部環境，並向細胞提供如何應對環境條件的指令。

將正確的受體放入一種稱為T細胞的免疫細胞中，可以重新編程，使其識別並殺死癌細胞。這些所謂的嵌合抗原受體（CARs）已經對一些癌症有效，但對其他癌症無效。

Lim和主要作者Kyle Daniels博士是Lim實驗室的研究員，他們關注的是位於細胞內部的受體部分，包含一串氨基酸，每個圖案都像一個命令”單詞”，指導細胞內的一個行動。這些詞如何被串聯成一個”句子”，決定了細胞將執行什麼命令。

今天的許多CAR-T細胞被設計成帶有受體，指示它們殺死癌症，但也在短時間內休息一下，就像說：”打掉一些流氓細胞，然後休息一下。”結果是，癌症可以繼續生長。

該團隊認為，通過以不同的方式組合這些”詞語”，他們可以產生一種受體，使CAR-T細胞能夠完成工作而不需要休息。他們製作了一個由近2400個隨機組合的命令句子組成的圖書館，並在T細胞中測試了其中的數百個，以了解它們在打擊白血病方面的有效性。

接下來，Daniels與計算生物學家Simone Bianco博士合作，他在研究時是IBM Almaden研究中心的研究經理，現在是Altos實驗室的計算生物學主任。比安科和他的團隊，也是在IBM Almeden的研究人員薩拉-卡波尼博士，以及當時在IBM做博士後、現在在Altos實驗室的王尚英博士，將新的機器學習方法應用於數據，生成全新的受體句子，他們預測這將更加有效。

“我們改變了句子中的一些詞語，並賦予它新的含義，”丹尼爾斯說。”我們預測性地設計了T細胞，它們不需要休息就能殺死癌症，因為新的句子告訴它們，’把那些流氓腫瘤細胞打掉，然後繼續打’。”

“整體絕對大於部分之和，”Bianco說。”它使我們不僅能夠更清楚地了解如何設計細胞療法，而且能夠更好地理解生命本身的基本規則，以及生物如何做它們所做的事情。”

鑑於這項工作的成功，卡波尼補充說：”我們將把這種方法擴展到多樣化的實驗數據中，並希望能重新定義T細胞設計”。

研究人員相信這種方法將產生用於自身免疫、再生醫學和其他應用的細胞療法。丹尼爾斯對設計自我更新的干細胞感興趣，以消除對獻血的需求。

他說，這種計算方法的真正力量超出了製作命令句子的範圍，而是理解分子指令的語法。

丹尼爾斯說：”這是製作細胞療法的關鍵，它能準確地完成我們希望它們做的事情。這種方法促進了從理解科學到工程的現實應用的飛躍。”