חוקרים בבון שיפרו רכיבי CAR-T בעזרת מיניביינדרים שתוכננו ב-AI

חוקרים מאוניברסיטת בון ומבית החולים האוניברסיטאי בעיר פרסמו ב־20 באוגוסט מחקר שעוסק באחת הבעיות המעשיות של טיפולי CAR-T: כיצד לבנות רכיב זיהוי קטן שנקשר היטב למטרה על תא סרטני, אבל גם מתפקד כאשר משלבים אותו בקולטן שעל תא חיסון.

במחקר, שפורסם ב־Nature Communications, הצוות תכנן וסרק אלפי מיניביינדרים חלבוניים נגד שלוש מטרות על פני התא: PD-L1, CD276 שמוכר גם כ־B7-H3, ו־VTCN1 שמוכר גם כ־B7-H4. אלה חלבונים שנחקרים כמטרות בטיפולים אונקולוגיים. החיפוש הניב מועמדים בעלי קישור חזק ותלוי־מטרה, וחלק מהמיניביינדרים שסומנו בחומר פלואורסצנטי צבעו תאים ברמה דומה לנוגדנים מקובלים.

קישור טוב לא הספיק

השלב החשוב במחקר הגיע כאשר החוקרים חיברו את המיניביינדרים למבני CAR והכניסו אותם לתאי T. חלק מהמועמדים שנראו מוצלחים בבדיקת הקישור לא הגיעו היטב לפני התא או לא יצרו פעילות מספקת. זהו פער מוכר בפיתוח חלבונים: מדד טוב במבחנה אינו מבטיח שהרכיב יעבוד כחלק ממערכת תאית מורכבת.

כדי לטפל בבעיה, הצוות הפעיל אלגוריתם גנטי ששינה אזורים בחלבון תוך שמירה על ממשק הקישור למטרה. הסבב הנוסף חיפש מאפיינים פיזיקליים שמתאימים יותר לביטוי על פני התא, ובהם טווח מתאים של נקודה איזואלקטרית. לאחר האופטימיזציה, חלק ממבני ה־CAR הוצגו טוב יותר על תאי T והובילו להרג בררני יותר של תאי גידול בבדיקות מעבדה.

המשמעות אינה שפותח טיפול חדש שמוכן לחולים. העבודה מציעה צינור פיתוח: תכנון חישובי של חלבונים, סריקה ניסויית רחבה, שילוב במערכת CAR, ואז אופטימיזציה לפי התפקוד האמיתי של התא. היתרון הוא שהכישלון בשלב מאוחר אינו בהכרח סוף הדרך; אפשר לחזור למבנה החלבון ולשנות תכונות שאינן אתר הקישור עצמו.

מה עדיין צריך לבדוק

התוצאות המתוארות הן פרה־קליניות ומתמקדות בתאים ובבדיקות מעבדה. המאמר אינו מציג ניסוי בבני אדם. לפני שימוש רפואי יהיה צורך לבחון בין השאר בטיחות, תגובה חיסונית לחלבונים, יציבות, ייצור בקנה מידה, פעילות בסביבה המורכבת של גידול ותופעות מחוץ למטרה. גם הצלחה מול שלושת החלבונים שנבדקו אינה מבטיחה שהשיטה תעבוד באותה רמה מול מטרות אחרות.

למחקר יש גם הקשר מסחרי שחשוב לקרוא בגלוי: מחברי המאמר דיווחו על בקשות פטנט ועל קשרים רלוונטיים. הגילוי אינו מבטל את התוצאות, אך הוא חלק מהמידע שנדרש כדי להעריך עבודה שנמצאת בדרך האפשרית מפלטפורמה אקדמית למוצר.

עבור חוקרי חלבונים וחברות שמפתחות טיפולים תאיים, התרומה המעשית היא בעיקר שיטת העבודה והלקח ההנדסי. AI יכול להציע מספר גדול של רכיבי קישור, אך ההחלטה אילו מהם שימושיים דורשת ניסויים בתאים ומשוב חוזר לתכנון. השאלה הבאה היא אם השיפור שנראה בצלחת יישמר במודלים של בעלי חיים ובהמשך, אם יגיע לכך, במחקר קליני.