这篇文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：

1. 研究作者、机构及发表信息

本研究由Kristoffer Haurum Johansen（第一作者，丹麦技术大学健康技术系）、Darian Stephan Wolff（共同第一作者，丹麦技术大学生物技术与生物医学系）等来自丹麦技术大学和美国斯克里普斯研究所的团队合作完成，发表于Science期刊（2025年7月24日，第380卷）。

2. 学术背景与研究目标

科学领域与背景

研究聚焦于癌症免疫治疗，核心方向为T细胞受体（TCR）与肽-MHC复合物（pMHC）的靶向设计。T细胞通过TCR识别pMHC介导的细胞内抗原（如肿瘤抗原），但传统方法依赖从患者体内分离TCR，存在耗时长、成功率低、交叉反应风险高等问题。

研究动机

• 临床需求：现有TCR筛选技术（如噬菌体展示、杂交瘤）周期长（数月到数年），且难以获得高亲和力结合分子。
  
• 技术瓶颈：pMHC结构复杂，传统方法无法快速设计特异性结合分子。
  
• 目标：开发一种从头设计（de novo）的微型结合蛋白（minibinder, MIBD）平台，通过生成式AI模型快速设计靶向pMHC的MIBD，并验证其在T细胞介导的癌细胞杀伤中的应用。
  

3. 研究流程与方法

（1）pMHC靶点选择与MIBD设计

• 靶点：选择癌症相关抗原NY-ESO-1的肽段（SLLMWITQC）与HLA-A*02:01形成的复合物（pMHC），其结构已通过晶体学解析（PDB ID: 2BNR）。
  
• 设计工具：
  
  • RFdiffusion：生成蛋白质骨架结构的扩散模型。
    
  • ProteinMPNN：优化序列设计。
    
  • AlphaFold2 (AF2)：预测并评估结合构象。
    
• 特异性筛选：通过AF2计算44种MIBD与10种突变肽的相互作用（IPAE <10 Å为结合标准），排除非特异性结合。
  

（2）分子动力学（MD）模拟与假阳性过滤

• 模拟参数：对每个MIBD-pMHC复合物进行4×500 ns的MD模拟，分析结合界面的灵活性（B因子）、静电和范德华相互作用波动。
  
• 关键指标：盐桥和氢键的稳定性（如NY1-B04与pMHC的E96、T133等残基形成持久相互作用）。
  

（3）体外实验验证

• 表面展示系统：将44种MIBD克隆至CD28-CD3ζ CAR载体，转导Jurkat细胞，通过流式细胞术筛选结合pMHC四聚体的MIBD。
  
• 结果：NY1-B04显示最高富集（log2FC >2），亲和力测定（KD=6.92 nM）。
  
• 冷冻电镜（cryo-EM）验证：解析NY1-B04-pMHC复合物结构（分辨率3.8 Å），证实AF2预测的结合模式（Cα-RMSD=1.8 Å）。
  

（4）功能验证：IMPAC-T细胞杀伤实验

• 构建IMPAC-T细胞：将NY1-B04 MIBD嵌入CAR（含CD8α铰链、CD28/CD3ζ信号域），转导原代T细胞。
  
• 杀伤效果：与未转导T细胞相比，IMPAC-T细胞显著杀伤NY-ESO-1+ A375黑色素瘤细胞（效应靶比1:1时，24小时杀伤率显著提升）。
  

（5）扩展应用：新抗原靶向设计

• 无结构靶点：针对转移性黑色素瘤新抗原RVTDEILS/HLA-A*01:01，通过AF2预测pMHC结构并设计MIBD，成功筛选出2种结合分子（SILSY1-B11/G05），成功率约2%。
  

4. 主要研究结果

1. NY1-B04的高效结合：

   • 体外亲和力KD=6.92 nM，冷冻电镜结构与预测一致。
     
   • 交叉反应性测试：对10种突变肽中的8种结合预测准确（如M4E突变完全破坏结合）。
     

2. IMPAC-T细胞的治疗潜力：

   • NY1-B04-CAR T细胞可特异性杀伤NY-ESO-1+癌细胞，证实MIBD的功能性。
     

3. 新抗原设计的通用性：

   • 针对无结构信息的RVTDEILS/HLA-A*01:01，成功设计MIBD，拓展了平台应用范围。
     

5. 研究结论与价值

科学价值

• 方法学突破：首次将生成式AI（RFdiffusion+ProteinMPNN+AF2）与MD模拟结合，实现pMHC结合蛋白的快速设计（周期4-6周）。
  
• 临床意义：为个性化癌症免疫治疗提供新工具，尤其适用于新抗原靶向。
  

应用前景

• 癌症治疗：MIBD可整合至CAR-T、双特异性抗体等平台。
  
• 抗病毒与自身免疫病：潜在应用于靶向病毒抗原或阻断自身免疫性TCR。
  

6. 研究亮点

1. AI驱动的蛋白质设计：结合扩散模型与物理模拟，显著提高设计成功率（1:50）。
   
2. 多学科技术整合：冷冻电镜、MD模拟、流式筛选等多维度验证。
   
3. 从已知到未知靶点：平台适用于结构已知（NY-ESO-1）和未知（新抗原）的pMHC。
   

7. 其他有价值内容

• 免疫原性风险：MIBD的小分子特性可能降低免疫排斥风险，但需进一步体内验证。
  
• 开源工具：研究使用的RFdiffusion和PyMOL脚本已公开，促进领域内应用。
  

以上内容全面概括了该研究的创新性、技术路线及潜在影响，为同行提供了详实的参考。