Как Пенсильванские учёные с помощью ИИ нашли новую мишень для CAR-T-терапии солидных опухолей

25 июня 2026 года исследователи из Penn Medicine под руководством Дэниела Бейкера, Карла Джуна и Золтана Араня опубликовали в журнале Cell работу, в которой описали ИИ-фреймворк с участием человека (human-in-the-loop), объединяющий большие языковые модели (LLM) с данными одноклеточного секвенирования РНК (scRNA-seq) для систематического поиска и приоритизации новых мишеней CAR-T-терапии . Их главным кандидатом стал антиген GPNMB (гликопротеин неметастатического меланомного белка B), и CAR-T-клетки, нацеленные на GPNMB, показали эффективность на мышиных моделях меланомы, лейкоза и колоректального рака . Фреймворк задуман как модульный, не привязанный к конкретному заболеванию и адаптируемый к любой LLM; его задача — кардинально ускорить поиск мишеней для солидных опухолей и не только — сократить процесс с месяцев и лет до нескольких недель .

Как работает ИИ-фреймворк с участием человека

• Интеграция данных: Команда объединила четыре общедоступных набора данных одноклеточного секвенирования РНК рака кожи с данными из публичных баз, после чего применила специальные биологические критерии для отбора более 10 000 потенциальных поверхностных антигенов по признакам, важным для CAR-T (например, специфичность экспрессии в опухоли, доступность на поверхности) .
• Номинация с помощью LLM: Несколько передовых больших языковых моделей использовались для номинации идеальных мишеней из отобранного списка .