eLife：对嵌合抗原受体的跨膜结构域进行改造，可降低CAR-T细胞的毒副作用

作为一种新的免疫疗法，CAR-T细胞疗法能增强患者的杀伤性T细胞来攻击和消除癌症。它对某些血癌的疗效可高达90%，甚至能使一些患者得到长期缓解和治愈。但一个重要的限制是该疗法的有害副作用，大约50%的患者会出现危险的并发症。

在一项新的研究中，来自以色列魏茨曼科学研究所、澳大利亚沃尔特-伊莉莎-霍尔医学研究所、墨尔本大学和拉筹伯大学的研究人员开发出一种潜在地减少CAR-T细胞疗法的毒副作用的方法，这一发现可能会克服这种开创性疗法的最大局限。为此，他们利用这种一种方法确定了一个“黄金”窗口，在安全和疗效之间取得平衡。他们的方法对这种免疫疗法中使用的CAR-T细胞进行了微调，使其活性足以消除癌症，但又不至于强到产生毒副作用。相关研究结果近期发表在eLife期刊上，论文标题为“De novo-designed transmembrane domains tune engineered receptor functions”。论文通讯作者为沃尔特-伊莉莎-霍尔医学研究所的Matthew Call副教授、Melissa Call副教授和魏茨曼科学研究所的Sarel J Fleishman。

关键的重新设计

CAR-T细胞疗法涉及从癌症患者身上收集T细胞，并通过在实验室中对它们进行重新设计来增强这些细胞的能力，然后将这些增强的T细胞放回患者体内。这些经过重新设计的T细胞在它们的表面产生称为嵌合抗原受体（CAR）的蛋白，该蛋白作为人工传感蛋白，使T细胞能够更有效地识别和结合癌细胞表面上的特定蛋白。

Matthew说，正是这种人工传感蛋白使T细胞具有更强的攻击和消除威胁的能力，如癌细胞。“虽然将这些超强的T细胞放入肿瘤负荷较高的患者体内可以迅速消灭癌细胞，但它也因为持续的毒性反应而产生了可能有害的的细胞因子风暴。”

目前还没有办法可靠地预测CAR-T细胞疗法对患者的作用有多强。以前的研究试图通过靶向这种人工传感蛋白的末端部分来微调T细胞，这些末端部分要么与癌细胞结合，要么指示T细胞进行杀伤。与此不同的是，在这项新的研究中，这些作者首次研究完全重新设计这种人工传感蛋白（即CAR）的中间部分：跨膜结构域（transmembrane domain, TMD）。具体而言，他们开发出一种产生程序化膜蛋白（programmed membrane protein, proMP）---通过计算定义的和晶体学验证的界面进行自我组装的单通道α螺旋TMD---的从头设计策略。他们用这些proMP将特定的低聚体相互作用编程到CAR中，并在小鼠初级T细胞中进行表达，发现CAR-T细胞的体外细胞因子释放和体内抗肿瘤活性都与CAR TMD编码的低聚体状态（从单体到四聚体）呈线性关系。相对于常用的CD28 TMD，所有利用程序化的CAR刺激T细胞细胞因子释放大大降低。

了解可以自组装的膜蛋白的编程规则。图片来自eLife, 2022, doi:10.7554/eLife.75660。

这些作者利用魏茨曼科学研究所的计算专长，将天然免疫传感蛋白的片段与定制设计的合成元件拼接在一起，以产生新的回路，可用于调整和评估效力的变化。Matthew说，“专注于这种人工传感蛋白的中间连接片段使我们能够生成不同版本的CAR，我们知道这些CAR更强或更弱，这使我们能够根据患者的效力要求定制它们。能够可预测地调整这种T细胞的活性，大大拓宽了我们的研究范围，与以前的研究不同的是，因为我们靶向存在于每一种免疫疗法情况下的某些靶标。我们首次可以建立适用于任何使用CAR-T细胞免疫疗法治疗癌症的规则。”

强化治疗

Melissa说，Melissa Call副教授说，对T细胞进行微调的能力将极大地减少治疗中出现严重副作用的患者数量，这些副作用可能包括发烧、高血压和呼吸困难。“CAR-T细胞疗法已被证明能有效地根除非常晚期的白血病和淋巴瘤，同时还能将癌症控制多年---甚至在患者停止服用癌症药物之后。这种疗法对癌症患者具有难以置信的治疗潜力，但由于这些潜在的严重副作用，目前被作为最后的手段使用。我们的方法可能从根本上重新思考提供CAR-T细胞治疗的方式，减少患者暴露于有害副作用的风险。这将使广泛的癌症患者在治疗过程中更早地接受CAR-T细胞治疗。”

目前有超过600项关于CAR-T细胞免疫疗法的临床试验，而且这种免疫疗法已经被用于治疗多种血癌。这些作者希望他们的新方法可能用来根据接受免疫疗法治疗的患者在治疗早期阶段所需的效力水平进行分流，并使该领域更接近于为许多不同的癌症找到“黄金”治疗窗口。（生物谷 Bioon.com）

参考资料：

Assaf Elazar et al. De novo-designed transmembrane domains tune engineered receptor functions. eLife, 2022, doi:10.7554/eLife.75660.