นักวิจัย Penn Medicine ใช้ AI แบบมีมนุษย์ร่วมวงจร ค้นพบเป้าหมายใหม่ ‘GPNMB’ สำหรับ CAR T เซลล์บำบัดมะเร็งตับแข็ง

Penn Medicine เปิดตัวกรอบการทำงาน AI แบบ 'Human-in-the-Loop': เร่งค้นหาเป้าหมายใหม่สำหรับ CAR T เซลล์บำบัด

เมื่อวันที่ 25 มิถุนายน 2026 ทีมนักวิจัยจาก Penn Medicine นำโดย Daniel Baker, Carl June และ Zoltan Arany ได้ตีพิมพ์ผลการศึกษาในวารสาร Cell โดยอธิบายถึงกรอบการทำงาน AI แบบ human-in-the-loop ที่ผสาน large language models (LLMs) เข้ากับข้อมูล single-cell RNA sequencing เพื่อค้นหาและจัดลำดับความสำคัญของเป้าหมายใหม่สำหรับ CAR T เซลล์บำบัดอย่างเป็นระบบ แอนติเจนตัวแรกที่พวกเขาพบคือ GPNMB (glycoprotein non-metastatic melanoma protein B) และ CAR T เซลล์ที่มุ่งเป้าไปที่ GPNMB แสดงให้เห็นประสิทธิภาพในหนูทดลองที่เป็นมะเร็งผิวหนัง มะเร็งเม็ดเลือดขาว และมะเร็งลำไส้ใหญ่ กรอบการทำงานนี้ออกแบบมาให้เป็นโมดูลาร์ ใช้กับโรคใดก็ได้ และปรับให้เข้ากับ LLM ทุกชนิด โดยมีเป้าหมายเร่งการค้นหาเป้าหมายสำหรับเนื้องอกแข็งและอื่น ๆ ให้เร็วขึ้นอย่างมาก — ลดระยะเวลาที่กินเวลาหลายเดือนหรือหลายปีเหลือเพียงไม่กี่สัปดาห์

วิธีทำงานของกรอบการทำงาน AI แบบ human-in-the-loop

• การรวมข้อมูล: ทีมงานรวมชุดข้อมูล single-cell RNA sequencing ของมะเร็งผิวหนังจากแหล่งสาธารณะ 4 ชุด เข้ากับข้อมูลจากฐานข้อมูลสาธารณะ จากนั้นใช้แนวทางทางชีววิทยาที่เฉพาะเจาะจงเพื่อจัดลำดับความสำคัญของแอนติเจนที่พบบนพื้นผิวเซลล์มากกว่า 10,000 ตัว โดยพิจารณาคุณสมบัติที่เกี่ยวข้องกับ CAR T เช่น การแสดงออกเฉพาะของเนื้องอก และการเข้าถึงพื้นผิว
• การเสนอชื่อโดย LLM: ใช้ large language models หลายตัวเพื่อเสนอชื่อเป้าหมายที่เหมาะสมจากรายการที่จัดลำดับความสำคัญไว้