研究人员创建一种安全的CAR T细胞疗法来对抗儿童的实体瘤

洛杉矶儿童医院的研究人员开发了一种改良版的CART细胞疗法,针对神经母细胞瘤,具有减少对健康组织损害的门控特性。这种新型synNotchCART技术利用合成Notch蛋白,只攻击同时表达GD2和B7H3抗原的细胞,提高了治疗实体瘤的精确性和安全性。研究虽处于临床前阶段,但展示了在实体瘤治疗上的潜力。

推荐阅读:

1.造血干细胞扩增、转染以及基因编辑优化解决方案

2.T细胞培养技术进展及解决方案

 

嵌合抗原受体T细胞疗法(CAR T)彻底改变了白血病的治疗方法。不幸的是,该疗法对于治疗包括儿童期癌症如神经母细胞瘤在内的实体瘤并不有效。使用某些CAR T对抗神经母细胞瘤的临床前研究显示了毒性作用。现在,洛杉矶儿童医院的一组科学家开发了CAR T的改良版,该版显示出靶向神经母细胞瘤的希望,可以保留健康的脑组织,并更有效地杀死癌细胞。他们的研究今天发表在《自然通讯》上。尽管这项工作处于临床前阶段,但它揭示了在患有实体瘤的儿童和成人中挽救生命的治疗方法的潜力。

CHLA癌症和血液疾病研究所的医师科学家Shahab Asgharzadeh医师正在努力改善可救人的CAR T细胞疗法,该疗法中的科学家将采用患者自身的免疫系统T细胞并对其进行改造,以识别并消灭癌症细胞。

他说:“ CAR T治疗可在白血病中起作用,通过靶向白血病细胞表面的独特蛋白质(或抗原)。给予治疗后,白血病细胞被杀死。CART将患者的免疫系统转变为白血病。它是白血病患者中一种强大而有针对性的癌症杀手。这种抗原也存在于血液中的正常B细胞​​上,但是这种副作用可以通过药物治疗。”

另一方面,诸如乳腺癌或神经母细胞瘤之类的实体瘤则带来了两难境地:它们表面上的许多抗原还存在于健康组织中,而这些组织不能像白血病一样安全地管理毒性。在患有实体瘤的患者中,用CAR T细胞治疗会不分青红皂白地杀死癌细胞和健康组织。由于实体瘤中存在这种抑制性免疫环境,针对这些癌症的临床前研究导致疗效不佳或毒性水平不可接受。

该出版物的第一作者,医学博士巴巴克·莫吉米(Babak Moghimi)博士说:“ CAR T治疗的功效令人难以置信,但是对于实体瘤,它具有明显的障碍。“我们需要一种增强CAR T细胞的方法,使它们与癌症作斗争变得更加聪明。但是我们也希望保存脑细胞和其他健康组织。”这正是研究人员所做的。

该团队使用了一种称为合成Notch(或synNotch)的新CAR T技术。SynNotch CAR T细胞具有独特的特性(称为门控),可以使它们非常精确地靶向特定癌症。门功能的作用类似于逻辑门,后者是计算机程序员经常使用的工具:如果满足条件A,则执行操作B。

Moghimi博士说:“它的运作方式确实是独一无二的。”他解释说,T细胞表面的特殊synNotch蛋白旨在识别抗原GD2。当出现这种情况时,synNotch蛋白会指示T细胞激活其CAR T特性,从而使其能够识别第二种抗原B7H3。T细胞必须遵循这些特定说明,这意味着它只能杀死同时具有两种抗原的细胞。

这种门控特性是最大程度降低毒性的关键。健康细胞有时会降低其中一种抗原的水平,但不能同时具有两种抗原的水平。像神经母细胞瘤这样的实体瘤同时具有GD2和B7H3抗原,Asgharzadeh博士的团队已经设计了synNotch细胞进行识别。

该团队还能够克服另一个挑战。Asgharzadeh博士说:“采用正常的CAR T治疗,CAR T细胞会燃烧,一段时间后不再活跃。但是,我们发现synNotch CAR T细胞具有更高的代谢稳定性,因为它们不会被持续激活。 ”这意味着他们使用更少的能量,这使他们能够在更长的时间内继续对抗癌症。

需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕需求响应动态冰蓄冷系统及其优化策略展开研究,结合Matlab代码实现,探讨了在电力需求侧管理背景下,冰蓄冷系统如何通过优化运行策略参与需求响应,以实现削峰填谷、降低用电成本和提升能源利用效率的目标。研究内容包括系统建模、负荷预测、优化算法设计(如智能优化算法)以及多场景仿真验证,重点分析不同需求响应机制下系统的经济性和运行特性,并通过Matlab编程实现模型求解与结果可视化,为实际工程应用提供理论支持和技术路径。; 适合人群:具备一定电力系统、能源工程或自动化背景的研究生、科研人员及从事综合能源系统优化工作的工程师;熟悉Matlab编程且对需求响应、储能优化等领域感兴趣的技术人员。; 使用场景及目标:①用于高校科研中关于冰蓄冷系统与需求响应协同优化的课题研究;②支撑企业开展楼宇能源管理系统、智慧园区调度平台的设计与仿真;③为政策制定者评估需求响应措施的有效性提供量化分析工具。; 阅读建议:建议读者结合文中Matlab代码逐段理解模型构建与算法实现过程,重点关注目标函数设定、约束条件处理及优化结果分析部分,同时可拓展应用其他智能算法进行对比实验,加深对系统优化机制的理解。
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值