Investigadores de Penn Medicine desarrollaron un marco de inteligencia artificial que integra grandes modelos de lenguaje con experiencia humana para descubrir nuevos objetivos para la terapia con células T con CAR, según un informe publicado el miércoles en la revista Cell. El estudio fue dirigido por Daniel Baker, quien completó su doctorado en Penn en diciembre de 2025 bajo la tutoría del pionero de la terapia con células T CAR, Carl June, y Zoltan Arany, catedrático de Fisiología en Penn.
El sistema de IA, descrito como un modelo «humano en el circuito», tiene como objetivo mitigar el desafío de identificar antígenos para las células T con CAR. «Descubrir un buen objetivo CAR es como tratar de encontrar una aguja en un pajar, excepto que el pajar sigue creciendo a medida que hay más datos de secuenciación disponibles», dijo Baker. Señaló que la IA es adecuada para esta tarea, ya que los grandes modelos de lenguaje pueden analizar grandes cantidades de datos de manera efectiva, mientras que los expertos humanos pueden proporcionar información detallada.
El marco combina conjuntos de datos de secuenciación de ARN unicelular con simulaciones basadas en LLM para nominar y priorizar posibles objetivos de CAR T, lo que produce una lista corta para la validación de expertos. El diseño es independiente de las enfermedades y compatible con futuros modelos de IA.
Como prueba de concepto, el equipo se centró en el cáncer de piel e identificó la glicoproteína B del melanoma no metastásico (GPNMB) como una de las principales candidatas. Las células CAR T diseñadas para atacar a GPNMB demostraron una importante actividad de destrucción de tumores en modelos murinos de melanoma, leucemia y cáncer colorrectal. Un comentario relacionado en Cell destacó que el tratamiento con GPNMB CAR T resultó en remisión sin recaída en modelos de xenoinjerto.
Si bien la terapia con células T con CAR ha mejorado significativamente el tratamiento de los cánceres de la sangre, las terapias actuales aprobadas por la FDA se dirigen predominantemente a los antígenos de estas neoplasias malignas. Los investigadores afirman que su marco puede reducir el proceso de descubrimiento de objetivos de meses a semanas, facilitando su aplicación a una variedad de tipos de enfermedades sin necesidad de rediseñar la arquitectura subyacente.
