综述：可编程智能CAR-T细胞设计：一种由逻辑门、条件激活、异体策略和人工智能驱动的精准免疫治疗新范式

《Cancer Letters》：Programmable Smart CAR-T Design: A New Paradigm in Precision Immunotherapy Driven by Logic Gates, Conditional Activation, Allogeneic Strategies, and Artificial Intelligence

智能CAR-T细胞设计策略通过整合可编程逻辑门、条件激活系统、异体平台和AI/ML技术，解决实体瘤治疗中的毒性、抗原异质性和肿瘤微环境屏障问题，推动精准免疫疗法发展。

　　

作者：裴振文、齐艾、向帆、顾张远、陈波、钱慧

海军军医大学长征医院普通外科，中国上海凤阳路415号，200003

摘要

嵌合抗原受体T细胞（CAR-T）疗法在血液系统恶性肿瘤治疗中取得了前所未有的成功，但在实体瘤治疗中面临诸多挑战。这些挑战包括严重的“靶内”和“靶外”毒性、抗原异质性，以及具有抑制免疫作用的肿瘤微环境——其中致密的细胞外基质会成为阻碍T细胞浸润的物理屏障。为了解决这些问题，本文提出了一个全面的有效性、安全性和可及性（ESA）框架，用于设计下一代“智能”CAR-T细胞。我们探讨了可编程布尔逻辑门（AND、OR、NOT）和条件激活系统（如synNotch、聚焦超声）的实现方法，这些技术使T细胞能够识别抗原模式并精确感知肿瘤特异性信号。此外，我们还研究了利用CRISPR-Cas9和碱基编辑等先进基因编辑技术的现成异体平台，以消除内源性受体并预防移植物抗宿主病。最重要的是，我们强调了人工智能/机器学习在加速“设计-构建-测试-学习”循环中的变革潜力，从优化单链 variable fragment (scFv) 的亲和力到预测临床毒性风险。通过整合这些多维度策略，我们勾勒出精准免疫治疗的新范式，旨在将CAR-T细胞转变为智能、可控且普遍可获得的“活药”，以消除复杂的实体瘤。

章节摘录

方法

研究设计与范围： 本研究是一篇结构化的叙述性综述，重点探讨了“智能CAR-T”设计的原则、关键进展及其转化前景。我们系统地整合了2015年1月1日至2025年6月30日期间发表的具有高影响力的研究，涵盖了四个主题：逻辑门控制、条件/远程激活、异体平台以及人工智能/机器学习的应用。

文献检索： 在PubMed/MEDLINE和Web of Science（Core）中进行了针对性检索。

CAR-T设计的模块化与合成生物学基础

嵌合抗原受体（CAR）的固有模块化结构为其转变为“智能”系统提供了生物学基础[57]。典型的第二代CAR分子包含四个核心模块：细胞外抗原结合域、间隔区/铰链区、跨膜域和细胞内信号域[58][59][60][61]。抗原结合域通常是由单克隆抗体衍生的单链 variable fragment (scFv) 组成。

讨论

经过近十年的快速发展，CAR-T细胞疗法已从一个有前景的实验概念发展成为癌症治疗的常规手段。然而，正如引言中所述，其在实体瘤治疗领域的应用远未完成，仍然存在多个安全、疗效和可及性的瓶颈[15][23]。本文系统地总结了以“可编程性”和“智能”为核心的新世代CAR-T设计策略。

结论

总之，可编程的智能CAR-T代表了从“静态药物”向“动态活药”的重大转变。通过结合合成生物学、基因编辑和人工智能技术，新一代CAR-T细胞具备了更精确的靶点识别能力（精准靶向）、逻辑判断能力（逻辑决策）、可调节的活性（时空控制）以及内置的风险控制机制（风险管理）。这一新范式为癌症治疗提供了强大的工具箱。

CRediT作者贡献声明

钱慧：撰写——综述与编辑、监督、项目管理、方法学设计。 齐艾：撰写——初稿撰写、数据可视化、概念构建。 向帆：撰写——初稿撰写、数据可视化、概念构建。 顾张远：数据可视化、数据管理。 陈波：撰写——综述与编辑、监督、项目管理、方法学设计。 裴振文：撰写——初稿撰写、数据可视化、概念构建。

数据可用性

由于本研究未生成或分析新的数据，因此不适用数据共享。

伦理批准

不适用。

参与同意

不适用。

利益冲突声明

作者声明没有利益冲突。

写作过程中使用的生成式AI和AI辅助技术

在撰写过程中，作者使用了ChatGPT（OpenAI）来提高手稿的可读性和语言质量。使用该工具/服务后，作者对内容进行了必要的审查和编辑，并对出版物的内容负全责。

资助

本研究得到了西安医学研究计划（25YXYJYB00127）和中国国家自然科学基金（82070620；82370598；82570701）的资助。

利益冲突声明

作者声明没有利益冲突。

致谢

我们感谢所有为本文的撰写做出贡献的人士。