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Wendell Lim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2020年9月23日的Cell Systems期刊上的标题为“Discriminatory Power of Combinatorial Antigen Recognition in Cancer T Cell Therapies”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Olga G. 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Cell Systems, 2020, doi:10.1016/j.cels.2020.08.002。

在第二篇发表在2020年11月27日的Science期刊上的标题为“Precise T cell recognition programs designed by transcriptionally linking multiple receptors”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。

小编推荐会议  2021（第十二届）细胞治疗线上国际研讨会

http://meeting.bioon.com/2021cell-therapies