人工智能如何找到杀死癌细胞的词语

使用新的机器学习技术，加州大学旧金山分校的研究人员与IBM研究院的一个团队合作，开发了一个包含数千个细胞“命令句子”的虚拟分子库，基于“单词”的组合，引导工程免疫细胞寻找并孜孜不倦地杀死癌细胞。

这项工作在线发表在《科学》杂志上，代表了这种复杂的计算方法首次应用于一个领域，到目前为止，该领域主要是通过对现有而不是合成的分子进行临时修补和工程细胞来发展。

这一进展使科学家能够预测哪些元素 - 天然或合成 - 它们应该包含在细胞中，以赋予其有效应对复杂疾病所需的精确行为。

“这是该领域的一个重要转变，”拜尔斯细胞和分子药理学杰出教授Wendell Lim博士说，他指导UCSF细胞设计研究所并领导这项研究。“只有拥有这种预测能力，我们才能快速设计出新的细胞疗法来执行所需的活动。

认识构成细胞命令句子的分子词

许多治疗性细胞工程涉及选择或创造受体，当添加到细胞中时，这些受体将使其能够执行新功能。受体是连接细胞膜以感知外部环境的分子，并为细胞提供有关如何响应环境条件的指令。

将正确的受体放入一种称为T细胞的免疫细胞中可以重新编程以识别和杀死癌细胞。这些所谓的嵌合抗原受体(CAR)对某些癌症有效，但对其他癌症无效。

Lim和主要作者Kyle Daniels博士是Lim实验室的研究员，他们专注于位于细胞内的受体部分，其中包含氨基酸串，称为基序。每个基词都充当一个命令“单词”，指导单元格内的动作。这些单词如何串成一个“句子”决定了单元格将执行哪些命令。

今天的许多CAR-T细胞都经过改造，其受体指示它们杀死癌症，但也要在短时间内休息一下，类似于说，“敲除一些流氓细胞，然后喘口气。结果，癌症可以继续生长。

研究小组认为，通过以不同的方式组合这些“单词”，他们可以产生一种受体，使CAR-T细胞能够在不休息的情况下完成工作。他们制作了一个包含近2，400个随机组合命令句子的库，并在T细胞中测试了数百个命令句子，以了解它们在治疗白血病方面的效果。

细胞命令的语法可以揭示治疗疾病的内容

接下来，丹尼尔斯与计算生物学家Simone Bianco博士合作，后者在研究时是IBM Almaden研究中心的研究经理，现在是Altos Labs的计算生物学主任。Bianco和他的团队，同样在IBM Almeden的研究人员Sara Capponi博士和Shangying Wang博士，当时是IBM的博士后，现在在Altos Labs，将新颖的机器学习方法应用于数据，以生成他们预测会更有效的全新受体句子。

“我们改变了句子中的一些单词，并赋予了它新的含义，”丹尼尔斯说。“我们预测性地设计了T细胞，可以杀死癌症而不休息，因为新句子告诉他们，'敲掉那些流氓肿瘤细胞，并坚持下去。

将机器学习与细胞工程相结合，创造了一种协同的新研究范式。

“整体肯定大于其各部分的总和，”比安科说。“它不仅使我们能够更清楚地了解如何设计细胞疗法，而且可以更好地了解生命本身的规则以及生物如何做它们所做的事情。

鉴于这项工作的成功，Capponi补充说：“我们将这种方法扩展到不同的实验数据，并希望重新定义T细胞设计。

研究人员认为，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。丹尼尔斯对设计自我更新干细胞感兴趣，以消除对捐献血液的需求。

他说，计算方法的真正力量超越了制作命令句子，而是理解分子指令的语法。

“这是使细胞疗法完全符合我们想要它们做的事情的关键，”丹尼尔斯说。“这种方法促进了从理解科学到设计其实际应用的飞跃。