AI-translated from English; not yet reviewed by a fluent editor.

# Разработанные с помощью ИИ CAR-T-связывающие молекулы проявили активность на клетках; четыре из десяти специфически уничтожали клетки-мишени

> В исследовании проверили 12 000 разработанных связывающих молекул CD20 в CAR-T-клетках. В объединённом скрининге роста нашли 707 успешных вариантов; четыре из десяти испытанных по отдельности показали статистически значимое специфическое уничтожение клеток-мишеней.

By BIG CHANGE Editorial

Published: 2026-10-10T11:09:00.637Z
Updated: 2026-10-10T11:09:00.637Z
Canonical: https://bigchange.ai/blog/ai-designed-car-t-binders-cd20-study

![Conceptual illustration of an engineered immune cell and a separate target cell suspended in a culture well; not to scale.](https://bigchange.ai/api/media/file/car-t-binder-study-culture-well-hero-v2.png)
AI-generated conceptual illustration by BIG CHANGE.

Исследователи попросили 28 команд разработать 12 000 коротких белков, способных распознавать CD20 — маркер на поверхности некоторых раковых клеток. Вместо того чтобы оценивать варианты только по способности изолированного белка связываться с CD20, исследование [Bits to Binders](https://link.springer.com/article/10.1038/s44320-026-00246-1) поместило каждую последовательность из 80 аминокислот в химерный антигенный рецептор (CAR) и проверило поведение человеческих T-клеток. Статья в открытом доступе вышла 8 октября в журнале *Molecular Systems Biology*.

На каждом этапе результаты становились более узкими. Объединённый скрининг роста клеток выявил 707 вариантов со статистически значимым обогащением не менее чем в два раза в условиях с CD20-положительными клетками. Затем исследователи по отдельности проверили десять ведущих неповторяющихся вариантов. Семь показали связанную с мишенью пролиферацию, экспансию и выработку цитокинов на уровне выше отрицательного контроля. У четырёх наблюдалось статистически значимо более выраженное *специфическое* уничтожение CD20-положительных клеток по сравнению с этим контролем. Это лабораторные измерения на изоляте T-клеток одного донора, а не доказательство эффективности лечения у пациентов.

## В чём главное изменение

- **Что изменилось:** В конкурсе оценили тысячи вычислительно разработанных связывающих молекул CD20 как функциональные компоненты CAR в первичных человеческих T-клетках, а затем по отдельности проверили десять ведущих вариантов в функциональных тестах.
- **Как:** Команды сочетали разные генеративные методы, разработку последовательностей, предсказание структуры и отбор. Исследователи вставили представленные последовательности в одну и ту же основу CAR, проверили рост T-клеток в общем пуле и отдельно измерили несколько функций выбранных конструкций.
- **Почему это важно:** Эксперимент ставит более сложный вопрос, чем простое связывание: может ли T-клетка экспрессировать разработанный домен распознавания и помогает ли он ей реагировать на мишень? Снижение числа результатов от объединённого скрининга до специфического уничтожения показывает, почему каждый тест нужно рассматривать отдельно, в пределах его задач.
- **Что остаётся неизвестным:** В исследовании использовали одну основу CAR и изолят клеток одного донора. Объединённое сравнение само по себе не позволяет выделить эффекты, специфичные для CD20; ни один вариант не испытывали на животных или пациентах.

## От разработанной связывающей молекулы к ответу клетки

CAR снабжает T-клетку искусственно сконструированным поверхностным рецептором. Его обращённый наружу домен распознаёт мишень, а остальная часть рецептора помогает преобразовать это распознавание в клеточный ответ. Белок, который выглядит перспективно в модели связывания, всё же может не сработать, когда его нужно произвести, вывести на поверхность и задействовать в живой T-клетке. Именно этот разрыв и проверял конкурс.

Участники из 42 стран подавали варианты в течение шестинедельного этапа. Их рабочие процессы различались. Одни использовали диффузионные модели, например RFdiffusion или Chroma; другие — методы BindCraft, ColabDesign и языковые модели белков. Многие также применяли ProteinMPNN для предложения или разнообразия последовательностей, предикторы структуры для оценки кандидатов и другие вычислительные фильтры. Некоторые исходили из CD20 в известной структуре в комплексе с антителом или из фрагментов антител, специфичных к CD20. Поэтому представленные последовательности появились благодаря смешанным человеческим и вычислительным процессам, а не потому, что одна модель ИИ самостоятельно разработала каждый успешный рецептор.

Исследователи синтезировали ДНК для представленных доменов длиной 80 аминокислот и поместили их в одну и ту же основу CAR второго поколения. Последовательность каждого домена служила штрихкодом в пуле генетически модифицированных T-клеток. Через две недели культивирования они сравнили количество этих штрихкодов при наличии CD20-положительных клеток Raji и в культурах без клеток-мишеней. Из 12 000 вариантов 98,3% прошли проверку качества поставщика ДНК, но после роста клеток минимальный порог считываний исследования преодолели только 56,8%. Неудавшуюся или отсутствующую последовательность на этом этапе нельзя просто считать связывающей молекулой, не распознавшей CD20: на этот отбор также влияют производство, экспрессия и жизнеспособность клеток.

Объединённый скрининг выявил 707 последовательностей со значимым обогащением не менее чем в два раза. Это 5,9% всех заявок; доля успешных вариантов у команд составляла от 0,6% до 38,4%. В эксперименте использовали по три технических повтора на условие от одного донора. Сравнивали клетки Raji с отсутствием клеток Raji, а не CD20-положительные клетки с такими же по другим признакам CD20-отрицательными клетками Raji. Поэтому авторы предупреждают: результат объединённого скрининга точнее описывает сигнал роста, связанный с Raji, хотя последующие тесты связывания и отдельные анализы подтверждают распознавание CD20 некоторыми кандидатами.

## Десять отдельных тестов изменили интерпретацию

Десять ведущих уникальных вариантов заново собрали в виде отдельных CAR-конструкций. Исследователи измеряли экспрессию рецептора, деление и экспансию T-клеток, выработку двух сигнальных белков и уничтожение клеток-мишеней. В тестах пролиферации, экспансии и цитокинов, связанных с мишенью, семь вариантов превзошли отрицательный контроль с неизменёнными T-клетками. Однако три из этих семи не показали статистически значимого специфического уничтожения клеток-мишеней.

В тесте уничтожения сравнивали CD20-положительные клетки Raji и CD20-отрицательные клетки K562. Только у четырёх вариантов под номерами 1506, 2383, 3494 и 3718 специфический лизис был статистически значимо выше, чем в отрицательном контроле. В статье также сообщается о фоновом уничтожении обеих клеточных линий несколькими вариантами. Это важно: уничтожение CD20-положительной клетки само по себе не доказывает, что CAR хорошо различает клетки-мишени и остальные. По совокупности функциональных показателей разработанные связывающие молекулы обычно уступали установленному контрольному CAR на основе антитела; сообщалось об исключении по одному показателю цитокинов.

Тест связывания с изолированным белком добавил ещё одно предостережение. Только три из десяти вариантов заметно связывались с CD20, солюбилизированным детергентом в этих условиях. Авторы отмечают, что такой тест может не отражать поведение связывающей молекулы, представленной в составе CAR на T-клетке. И наоборот, сигнал роста в объединённом скрининге недостаточен, чтобы установить точное связывание или безопасную избирательность к мишени. Тесты отвечают на связанные, но более узкие вопросы.

## Что может подсказать этот эталонный тест

В исследовании также сопоставили решения при разработке и особенности последовательностей с экспериментальными результатами. Между методами обнаружились широкие различия, но команды сочетали инструменты и подавали неодинаковое число родственных последовательностей. Авторы предупреждают, что кажущийся успех метода обычно нельзя трактовать как чистое причинное сравнение. По их данным, распространённые структурные оценки уверенности мало предсказывали восстановление и пролиферацию в этом наборе данных.

Некоторые более простые проверки последовательностей в том же наборе данных выглядели полезнее. В ретроспективном анализе фильтры по таким признакам, как состав ДНК, повторяющиеся мотивы последовательностей и определённые аминокислотные шаблоны, увеличили долю представленных вариантов с пролиферацией, связанной с мишенью. Ретроспективная фильтрация этого конкурса помогает анализировать его неудачи; она ещё не показала такого же улучшения в новом перспективном раунде разработки.

Непосредственный вклад исследования — открытый экспериментальный эталон, связывающий решения при разработке с несколькими клеточными исходами. Его ограничения существенны: один изолят донора, одна основа CAR, объединённый тест с несовершенным сравнением специфичности и фоновое уничтожение в отдельных тестах. Авторы прямо указывают, что цель конкурса состояла в оценке методов разработки в терапевтическом контексте, а не в создании CAR-T-терапии, готовой к клиническому применению.

## Источники и материалы для чтения

- [Kosonocky и коллеги, «Validation and analysis of 12,000 AI-driven CAR-T designs in the Bits to Binders competition», *Molecular Systems Biology*, 8 октября 2026 года](https://link.springer.com/article/10.1038/s44320-026-00246-1). В основной статье с открытым доступом описаны методы конкурса, объединённые и отдельные тесты, вычислительный анализ и заявленные ограничения. На ней основаны приведённые здесь численные результаты.
- [Данные исследования и представленные последовательности конструкций на Zenodo](https://doi.org/10.5281/zenodo.20451404). В статье дана ссылка на этот репозиторий с представленными последовательностями и связанными данными; BIG CHANGE не проводило повторный анализ файлов.

## Sources

- [Validation and analysis of 12,000 AI-driven CAR-T designs in the Bits to Binders competition](https://link.springer.com/article/10.1038/s44320-026-00246-1) — Основная экспериментальная статья в открытом доступе; подтверждает методы разработки, объединённые и отдельные тесты, анализ и заявленные ограничения.
- [Данные исследования Bits to Binders и представленные последовательности конструкций](https://doi.org/10.5281/zenodo.20451404) — Репозиторий, на который ссылается статья. BIG CHANGE не анализировало файлы независимо.