逻辑门抗原组合的单细胞引导识别,用于设计有效和安全的CAR疗法

科学领域:

• 免疫学 免疫学 免疫学
• 计算生物学 计算生物学
• 在瘤学瘤学.

背景情况:

• 化学抗原受体 (CAR) T细胞疗法在血液恶性瘤中表现有前途,但由于抗原异质性和非瘤毒性,在固体瘤中面临局限性.
• 现有的CAR T细胞疗法通常依赖于单个点,这些点不足以有效治疗固体瘤.

研究的目的:

• 开发和验证LogiCAR设计师,用于设计逻辑门的CAR T细胞电路的计算方法.
• 识别癌症特异性抗原电路,最大限度地向瘤细胞,同时最大限度地减少瘤外影响.
• 评估共享和个性化CAR电路的有效性和安全性.

主要方法:

• 利用来自患者瘤的单细胞转录组学数据来识别具有逻辑门 (AND,OR,NOT) 的抗原电路.
• 将LogiCAR设计师应用于大量乳腺癌样本 (约200万个细胞) 的数据集,以确定潜在的CAR电路.
• 在主要组织中,在RNA和蛋白质水平上对候选电路进行了全面的安全分析.

主要成果:

• 与现有疗法相比,LogiCAR设计人员确定了逻辑门的CAR电路,其瘤向效率和安全性得到了提高.
• 共享的CAR电路显示出中等的疗效,而个性化的电路显示出明显更高的瘤向潜力.
• 在76%的患者中,个性化CAR电路实现了估计的瘤向疗效,相当于完全响应.

结论:

• 目前用于固体瘤的CAR T细胞解决方案的质量需要改进.
• 与共享电路相比,个别定制的CAR电路在瘤向方面具有更高的有效性.
• 洛基CAR设计师提供了一个数据驱动的平台,用于设计安全有效的基于CAR的免疫疗法.