Tekoäly avasi uusia mahdollisuuksia CAR-T-soluterapian kohdemolekyylien löytämiseen

Penn Medicinen tutkijat Daniel Bakerin, Carl Junen ja Zoltan Aranyn johdolla julkaisivat 25. kesäkuuta 2026 Cell-lehdessä tutkimuksen, jossa he kuvasivat ihmisen ja tekoälyn yhteistyöhön perustuvan kehyksen . Tämä kehys yhdistää suuret kielimallit (LLM) ja yksittäisten solujen RNA-sekvensointidatan systemaattiseen CAR-T-soluterapian kohdemolekyylien löytämiseen ja priorisointiin . Heidän tärkein ehdokkaansa oli GPNMB (glykoproteiini non-metastaattinen melanoomaproteiini B), ja GPNMB:ään kohdennetut CAR-T-solut osoittivat tehoa melanooman, leukemian ja paksusuolensyövän hiirimalleissa . Kehys on suunniteltu modulaariseksi, tautiriippumattomaksi ja mukautettavaksi mihin tahansa kielimalliin. Sen tavoitteena on nopeuttaa dramaattisesti kohdemolekyylien löytämistä kiinteille kasvaimille – prosessi, joka voi kestää kuukausia tai jopa vuosia, voidaan nyt tehdä muutamassa viikossa .

Miten ihmisen ja tekoälyn yhteistyöhön perustuva kehys toimii

• Datan integrointi: Tutkijat yhdistivät neljä julkista yksittäisten solujen RNA-sekvensointidataa ihosyövästä ja sovelsivat biologisia kriteerejä priorisoidakseen yli 10 000 mahdollista pintamolekyyliä CAR-T-soluterapialle (esim. kasvainspesifinen ilmentyminen, pintasaavutettavuus) .