חוקרי פן חושפים אנטיגן חדש לטיפול ב-CAR T באמצעות בינה מלאכותית
ב 25 ביוני 2026 פרסמו חוקרי פן מדיסין, בהובלת דניאל בייקר, קארל ג'ון וזולטן ארני, מחקר בכתב העת Cell המתאר מסגרת AI מסוג 'אדם בלולאה' המשלבת מודלי שפה גדולים (LLMs) עם ריצוף תאי RNA בודד לגילוי מטרות חדשות לטיפול ב CA... האנטיגן המוביל שזוהה הוא GPNMB (גליקופרוטאין B שאינו מעורר גרורות במלנומה), ותאי CAR T המכוונים...
Search & fact-check with cited sources for How did Penn researchers use a human-in-the-loop AI framework integrating large language models aAn AI-generated conceptual image representing the integration of artificial intelligence, single-cell RNA sequencing, and CAR T cell therapy target discovery.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for How did Penn researchers use a human-in-the-loop AI framework integrating large language models a. Article summary: On June 25, 2026, Penn Medicine researchers led by Daniel Baker, Carl June, and Zoltan Arany published a study in *Cell* describing a **human-in-the-loop AI framework** that integrates large language models (LLMs) with s. Topic tags: general, government, education, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermark
openai.com
ב-25 ביוני 2026 פרסמו חוקרי פן מדיסין (Perelman School of Medicine) בהובלת דניאל בייקר, קארל ג'ון — מהאבות המייסדים של טיפולי ה-CAR T — וזולטן ארני, מחקר פורץ דרך בכתב העת Cell. במחקר הוצגה מסגרת בינה מלאכותית מסוג 'אדם בלולאה' (human-in-the-loop) המשלבת מודלי שפה גדולים (LLMs) עם נתוני ריצוף של תאי RNA בודד (single-cell RNA sequencing), במטרה לאתר באופן שיטתי מטרות חדשות לטיפול בתאי CAR T בסוגי סרטן שונים .
המטרה המובילה שזוהתה היא האנטיגן GPNMB (גליקופרוטאין שאינו מעורר גרורות במלנומה מסוג B). תאי CAR T המכוונים נגדו הפגינו יעילות משמעותית במודלים של עכברים עם מלנומה, לוקמיה וסרטן המעי הגס. המסגרת נועדה להיות מודולרית, בלתי תלויה בסוג המחלה, וניתנת להתאמה לכל מודל שפה — במטרה להאיץ באופן דרמטי את גילוי המטרות לגידולים מוצקים, ולקצר תהליכים של חודשים או שנים לכמה שבועות בודדים .
כיצד פועלת מסגרת ה-AI 'אדם בלולאה'
שילוב נתונים: הצוות שילב ארבעה מערכי נתונים ציבוריים של ריצוף תאי RNA בודד מסרטני עור עם נתונים ממאגרי מידע ציבוריים. לאחר מכן הופעלו קריטריונים ביולוגיים מחמירים למיון מעל 10,000 אנטיגנים משטחיים פוטנציאליים לפי מאפיינים רלוונטיים לטיפול — כמו ביטוי ספציפי לגידול ונגישות משטחית .
Studio Global AI
Search, cite, and publish your own answer
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
What is the short answer to "חוקרי פן חושפים אנטיגן חדש לטיפול ב-CAR T באמצעות בינה מלאכותית"?
ב 25 ביוני 2026 פרסמו חוקרי פן מדיסין, בהובלת דניאל בייקר, קארל ג'ון וזולטן ארני, מחקר בכתב העת Cell המתאר מסגרת AI מסוג 'אדם בלולאה' המשלבת מודלי שפה גדולים (LLMs) עם ריצוף תאי RNA בודד לגילוי מטרות חדשות לטיפול ב CA...
What are the key points to validate first?
ב 25 ביוני 2026 פרסמו חוקרי פן מדיסין, בהובלת דניאל בייקר, קארל ג'ון וזולטן ארני, מחקר בכתב העת Cell המתאר מסגרת AI מסוג 'אדם בלולאה' המשלבת מודלי שפה גדולים (LLMs) עם ריצוף תאי RNA בודד לגילוי מטרות חדשות לטיפול ב CA... האנטיגן המוביל שזוהה הוא GPNMB (גליקופרוטאין B שאינו מעורר גרורות במלנומה), ותאי CAR T המכוונים אליו הראו יעילות במודלים של עכברים עם מלנומה, לוקמיה וסרטן המעי הגס [1].
What should I do next in practice?
המסגרת מודולרית, אינה תלוית מחלה, ומותאמת לכל LLM — במטרה להאיץ באופן דרמטי את גילוי המטרות לגידולים מוצקים ומעבר להם, ולקצר תהליכים של חודשים ואף שנים לכמה שבועות בלבד [1].
מינוי מבוסס LLM: מספר מודלי שפה גדולים מתקדמים שימשו למינוי מטרות אידיאליות מתוך הרשימה הממוינת .
הפחתת 'הזיות' AI: סימולציית המינוי בוצעה באופן בלתי תלוי 1,000 פעמים כדי לצמצם תופעות של 'הזיות' (hallucinations) במערכות AI, והתוצאות צורפו לרשימה סופית .
בחינת מומחים: המדענים סקרו את הרשימה הסופית, ביצעו אימות ביולוגי (אישור ביטוי משטחי, בניית תאי CAR T ובדיקות פרה-קליניות) .
מהירות: כל התהליך המונע ב-AI ארך פחות מכמה שבועות — לעומת חודשים עד שנים בשיטות ידניות .
האנטיגן המוביל: GPNMB
GPNMB (גליקופרוטאין B שאינו מעורר גרורות במלנומה) זוהה כמטרה המובילה במסגרת החדשה .
תאי CAR T המכוונים נגד GPNMB הפגינו פעילות אנטי-גידולית משמעותית במודלים של עכברים עם מלנומה, לוקמיה וסרטן המעי הגס — מה שמצביע על פוטנציאל לטיפול במגוון סוגי סרטן .
כיצד הגישה מאיצה גילוי מטרות מעבר לסרטני הדם
עיצוב בלתי תלוי מחלה: המסגרת נבנתה כמודולרית וניתנת להתאמה לכל סוג סרטן או מחלה — לא רק לנתוני סרטני העור ששימשו להוכחת היתכנות .
עובדת עם נתונים ציבוריים: המסגרת מבוססת על מערכי נתונים הזמינים לציבור, מה שמנגיש גילוי מטרות למוסדות ללא גישה לדגימות קליניות או לריצוף קנייני .
בלתי תלויה ב-LLM ספציפי: המסגרת אינה קשורה למודל שפה מסוים, וניתן ליישמה עם מודלים עתידיים ומתקדמים יותר .
מטרה: החוקרים תכננו במפורש גישה זו כדי לפרוץ את החסם המרכזי במציאת מטרות משטחיות בטוחות ויעילות לגידולים מוצקים — המכשול העיקרי להרחבת טיפולי CAR T מעבר לסרטני הדם, שעבורם הם מאושרים כיום על ידי ה-FDA .
arxiv.orgBio AI Agent: A Multi-Agent Artificial Intelligence
Comments
0 comments