精准免疫治疗利用人体免疫系统选择性清除异常细胞ღ◈，同时保护健康细胞ღ◈。靶向来源于癌症ღ◈、自身免疫病及感染性疾病的特异性pHLA复合物ღ◈，可实现精准干预ღ◈，因为这些抗原在正常组织中表达水平极低太阳成集团tyc234cc[主页]网址ღ◈。然而ღ◈，设计兼具高特异性和低交叉反应性的结合分子仍具挑战性ღ◈。受天然TCR识别pHLA复合物机制的启发ღ◈，一系列合成策略应运而生ღ◈，包括TCR模拟抗体（TCRm）和从头设计的pHLA结合分子ღ◈；这些分子可灵活改造为T细胞衔接器（TCE）或用于过继性细胞治疗ღ◈，展现出优异的特异性和疗效ღ◈。此外ღ◈，AI驱动的方法ღ◈、免疫肽组学及计算蛋白质设计等领域的进展ღ◈，正加速高特异性pHLA治疗药物的发现及其跨等位基因普适性开发ღ◈。这里ღ◈，浙江大学药学院百人计划研究员潘利强团队ღ◈，综述了当前pHLA靶向免疫治疗的研究策略ღ◈、作用机制ღ◈、临床前与临床数据ღ◈，以及推动该领域发展的前沿技术ღ◈。

　　pHLA复合物是关键的细胞表面结构ღ◈，可呈递细胞内加工后的多肽ღ◈，使免疫系统能够区分感染细胞或恶性转化细胞等病变细胞与健康组织ღ◈。这一独特功能使pHLA成为肿瘤学ღ◈、自身免疫病及感染性疾病中精准免疫治疗极具吸引力的靶点ღ◈，尤其在需要极高特异性的场景下ღ◈。迄今ღ◈，已有三类主要的分子干预形式被开发用于靶向pHLA复合物ღ◈：TCRღ◈、TCRm以及从头设计蛋白ღ◈。这三类干预形式在结构构型ღ◈、亲和力范围及结合取向上存在根本差异ღ◈，而这些差异共同决定了它们的特异性与治疗潜力（图1A）ღ◈。

　　基于这些pHLA结合分子所构建的生物治疗药物ღ◈，涵盖TCRღ◈、TCRm以及从头设计蛋白ღ◈，主要通过两类机制发挥作用ღ◈：TCE和T细胞疗法ღ◈。TCE是一类双特异性融合蛋白ღ◈，可将靶细胞表面的pHLA复合物与T细胞表面的CD3分子连接起来ღ◈，从而引导机体已有的T细胞杀伤肿瘤ღ◈。相比之下ღ◈，T细胞疗法则是通过基因改造患者自体T细胞ღ◈，使其表达经工程化改造的TCR（即TCR-T疗法）或CARღ◈，而这类CAR可由TCRm或全新设计的蛋白构建而成（即CAR-T疗法）ღ◈，从而实现对靶细胞的高度特异性识别与清除ღ◈。目前ღ◈，多个基于上述原理开发的治疗药物已在临床前及早期临床研究中展现出前所未有的疗效ღ◈。

　　然而ღ◈，靶向pHLA复合物面临多重挑战ღ◈，这些挑战会影响最终药物的活性和毒性ღ◈。具体包括ღ◈：由于肽段呈递有限导致靶标丰度低ღ◈；HLA等位基因限制性使适用患者范围变窄ღ◈；高亲和力与脱靶风险之间难以平衡ღ◈；以及理化性质或药代动力学特性欠佳ღ◈。上述因素均可能制约临床疗效ღ◈，并引发不良事件ღ◈，例如on-target off-tumor毒性或细胞因子释放综合征（CRS）（图i）ღ◈。

　　①靶标丰度仍是所有三类pHLA靶向疗法的根本性限制因素（图iA）ღ◈。许多pHLA靶标（尤其是共享新抗原）在单个细胞中的拷贝数极低ღ◈。对于某些特定pHLA表位（例如源自常见p53 R175H突变的表位）ღ◈，每细胞仅含约1.5–2.4个拷贝ღ◈。此外ღ◈，靶肽段仅占pHLA复合物溶剂可及表面积的不足1%ღ◈。这些因素使得治疗分子对靶标的特异性结合本身即极为困难ღ◈，并直接削弱疗效ღ◈。同时ღ◈，靶标密度偏低也严重阻碍靶标发现ღ◈：当前检测技术灵敏度不足ღ◈，难以可靠识别大量具有临床意义的pHLA靶标ღ◈；而预测多肽呈递及丰度的计算模型仍不完善ღ◈。

　　②HLA限制性构成TCR类疗法临床转化的主要障碍（图iB）ღ◈。HLA系统具有高度遗传多态性ღ◈，产生数千种等位基因变异体ღ◈，其在全球不同人群中的分布频率差异显著ღ◈。由于TCR以HLA等位基因特异性方式识别pHLA复合物ღ◈，其活性仅限于特定HLA亚型太阳成集团tyc234cc[主页]网址ღ◈，从而大幅限制适用患者群体ღ◈，削弱TCR类疗法的广泛临床适用性ღ◈。

　　③亲和力与特异性的平衡是三类疗法共有的普遍挑战（图iC）ღ◈。尽管亲和力成熟可增强结合能力ღ◈，但过高的亲和力常导致交叉反应及脱靶毒性ღ◈。这凸显出ღ◈：针对pHLA的结合分子需在三类疗法中均寻得一个恰到好处的亲和力区间——既要足够强以保障疗效ღ◈，又须足够精准以确保安全性ღ◈。

　　④药代动力学特性及生物物理性质构成额外障碍ღ◈，尤其对可溶性TCR融合蛋白与双特异性抗体而言（图iD）ღ◈。天然TCR依赖复杂且异质的糖基化修饰实现正确折叠与结构稳定ღ◈，而工程化改造后的变体往往缺失此类修饰ღ◈。因此ღ◈，可溶性TCR普遍存在溶解度降低ღ◈、构象不稳定及体内半衰期缩短等问题ღ◈，最终导致治疗效果欠佳ღ◈。

　　为克服这些障碍ღ◈，研究人员正采用先进的工程与计算策略ღ◈。例如ღ◈，提高TCR及TCRm的特异性ღ◈，有助于应对抗原密度低的问题ღ◈；而通过以肽段为中心的结合模式拓宽HLA识别谱精品一卡二卡三卡四卡视频区ღ◈，则可扩大适用患者人群ღ◈。AI驱动的工具与分子动力学（MD）模拟现已实现高精度的亲和力成熟与特异性筛选ღ◈；同时ღ◈，蛋白质稳定性与半衰期的提升ღ◈，正助力突破早期在生物利用度与药效动力学方面的局限ღ◈。

　　这里系统梳理了当前靶向pHLA的各类技术手段（包括TCRღ◈、TCRm及从头设计蛋白）ღ◈，深入分析了基于这些结合分子开发的TCEღ◈、TCR-T及CAR-T疗法的作用机制ღ◈、临床前疗效与临床进展ღ◈。此外ღ◈，还探讨了AI驱动的技术如何推动新一代pHLA靶向治疗药物的发展ღ◈，为提升安全性与临床获益开辟全新路径ღ◈。

　　可溶性TCR源自天然αβ型TCRღ◈，通常被改造为复性异源二聚体ღ◈、Fc融合蛋白或单链TCR可变区片段（scTvღ◈，类比抗体中使用的单链可变区片段scFv术语）（图1Aღ◈，左）ღ◈。这类分子通过TCR α链和β链上的6个CDR识别pHLAღ◈：CDR1和CDR2通常结合HLA的α1/α2螺旋ღ◈，而CDR3则直接接触抗原肽（图1Bღ◈、C）ღ◈。由此形成经典的对角结合取向ღ◈，即大多数天然TCR以30–50°夹角跨p–HLA沟槽结合ღ◈。

　　天然TCR的亲和力相对较低（1–100μM）ღ◈。通过噬菌体展示或酵母展示等方法进行亲和力成熟ღ◈，可将TCR的结合能力提升至nM水平ღ◈，从而增强其对低密度肿瘤相关抗原及新抗原（如肿瘤相关抗原NY-ESO-1 ₁₅₇₋₁₆₅或新抗原p53 R175H）的识别能力ღ◈。然而ღ◈，亲和力过度增强可能增加交叉反应性ღ◈，因为额外的结合能往往源于TCR与HLA支架的相互作用ღ◈，而HLA在体内广泛表达ღ◈。除亲和力外ღ◈，TCR–pHLA相互作用的生物物理特性（例如捕获键与滑移键）也影响其功能效果ღ◈。捕获键是一种分子相互作用ღ◈：在发生有效抗原识别时ღ◈，TCR与pHLA复合物之间的结合反而增强ღ◈、持续时间延长ღ◈，从而促进TCR活化与信号转导ღ◈；而滑移键则表现为结合寿命较短ღ◈，无法增强TCR活化ღ◈，通常见于无刺激性或弱结合的pHLA配体ღ◈，不参与有效的TCR信号传导ღ◈。已有研究表明ღ◈，通过工程化手段引入捕获键特性ღ◈，可在维持特异性的同时增强细胞毒活性ღ◈。

　　TCRm抗体是经工程化改造的抗体ღ◈，可模拟TCR的功能ღ◈，特异性识别pHLA复合物ღ◈。这类抗体兼具常规抗体的稳定性ღ◈、易于规模化生产和形式灵活等优势ღ◈，以及TCR对pHLA靶标的高特异性ღ◈。它们可表达为全长IgGღ◈、Fab片段ღ◈、scFv或单域抗体（如VHH）ღ◈，其抗原结合部位采用常规抗体的CDR构型ღ◈：IgG/Fab/scFv通常含6个CDRღ◈，而VHH则含3个CDRღ◈，这些CDR直接介导与pHLA的结合ღ◈。不同抗体形式有助于在体内优化其特异性和稳定性ღ◈：例如ღ◈，全长IgG常用于实现长效循环和稳定存在ღ◈；而scFv和VHH则经过工程化改造以增强组织穿透能力并降低免疫原性ღ◈，从而整体提升抗体构建体的治疗效果ღ◈。TCRm的亲和力通常达到nM水平ღ◈，这源于其源自合成或免疫来源的抗体文库ღ◈，并经体外筛选与优化ღ◈。

　　TCRm的一个显著特征在于其结合模式ღ◈。与天然TCR始终以对角方式结合pHLA并广泛接触呈递肽段不同ღ◈，TCRm采用多样的对接构型（图1C）ღ◈。抗体的特异性与其和肽段相互作用的表面积及结合位点密切相关ღ◈；若抗体以肽段为中心进行结合ღ◈，或其与抗原性肽段及HLA的接触比例接近天然TCRღ◈，则更有可能有效保障特异性ღ◈。X射线晶体学与cryo-EM结构研究揭示了这些抗体如何模拟天然TCR的功能ღ◈，实现对pHLA的结合ღ◈。部分TCRm主要与HLA表面相互作用ღ◈，仅与肽段形成有限接触ღ◈，从而增加了发生交叉反应的风险ღ◈。例如ღ◈，靶向HLA-A*02:01呈递的WT1来源肽段RMFPNAPYL的IgG型TCRm ESK-1ღ◈，主要依赖该肽段的N端残基ღ◈，导致其意外识别无关的自身肽段ღ◈。尽管部分TCRm以接近天然TCR的角度识别靶标ღ◈，但多数TCRm采取独特的结合模式ღ◈。TCRm 3M4E5识别HLA-A*02:01呈递的肿瘤相关抗原NY-ESO-1 157-165肽段时ღ◈，以非传统角度结合肽段ღ◈，同时大幅避开与HLA α螺旋的接触ღ◈，展现出一种非常规的结合模式（图1Cღ◈，中）ღ◈；而靶向HLA-A*02:01呈递的TP53 R175H突变肽段的TCRm H2ღ◈，虽采用偏离天然TCR典型对角结合方式的对接取向ღ◈，却仍保持严格的肽段选择性ღ◈。综上可见ღ◈，TCRm可采用多种结合模式ღ◈，从侧重HLA的相互作用到高度聚焦于肽段的识别不等ღ◈，每种模式对特异性及潜在交叉反应性均具有不同的影响ღ◈。

　　计算蛋白质设计领域的最新进展ღ◈，已实现了可特异性识别pHLA复合物的合成蛋白质的构建ღ◈。这类从头设计的蛋白质通常结构紧凑ღ◈、刚性较强ღ◈，多呈α-螺旋拓扑构型ღ◈，而非类似免疫球蛋白的折叠方式ღ◈；其经过工程化改造ღ◈，形成了明确定义的结合表面ღ◈，可在极少接触保守HLA骨架的前提下ღ◈，与肽段发生相互作用ღ◈。与传统抗体或TCR不同ღ◈，这些蛋白质不依赖经典的CDR环ღ◈，而是借助人工设计的结构模体ღ◈，构建出高度特异性的肽段识别界面（图1Bღ◈、Cღ◈，右）ღ◈。

　　这类分子通常可达到nM级亲和力ღ◈，与经过优化的TCRm相当ღ◈，体现了计算设计与实验筛选相结合所实现的高精度ღ◈。例如ღ◈，在识别抗原肽–HLA复合物的HLA I类报告系统（TRACeR平台）中ღ◈，研究证实基于深度学习的方法（如RFdiffusion和ProteinMPNN）可用于设计结构紧凑ღ◈、构象刚性的蛋白质ღ◈，使其以nM级亲和力特异性结合由多种HLA-I等位型呈递的疾病相关肽段ღ◈，同时最大程度减少与广泛表达的HLA支架蛋白发生的非特异性相互作用ღ◈。二聚体TRACeR蛋白通过两个单体的α螺旋表面共同形成一个疏水口袋太阳成集团tyc234cc[主页]网址ღ◈，从而特异性识别NY-ESO-1/HLA-A02:01肽段ღ◈。这种结构灵活性使其能够规避HLA多态性限制ღ◈，从而识别由多种HLA等位基因（包括HLA-Aღ◈、-B和-C）呈递的肽段ღ◈，相较于天然TCR或TCRmღ◈，显著拓展了临床适用患者群体（图1Bღ◈，右）ღ◈。总体而言ღ◈，这些发现凸显了计算设计的pHLA结合蛋白在科研与治疗领域中实现高亲和力ღ◈、广谱适用性及高精准度靶向的巨大潜力ღ◈。

　　目前上市的可溶性TCR–CD3抗体融合蛋白以双特异性T细胞衔接剂（BiTE）形式存在ღ◈，例如tebentafuspღ◈。BiTE由一条可溶性TCR单链与一条anti-CD3抗体单链连接而成ღ◈，可同时结合肿瘤细胞和T细胞（图2A）ღ◈。tebentafusp采用经工程化改造的TCRღ◈，其对肿瘤细胞表面gp100肽/HLA-A*02:01复合物具有皮pM级亲和力ღ◈。该药于2022年获美国FDA批准ღ◈，用于治疗转移性葡萄膜黑色素瘤ღ◈，并展现出总体生存获益ღ◈。一项为期3年的临床试验表明ღ◈，接受tebentafusp治疗的患者较接受帕博利珠单抗ღ◈、伊匹木单抗或达卡巴嗪等常规抗体治疗的患者ღ◈，总体生存期更长ღ◈；tebentafusp组中位总体生存期为21.6个月ღ◈，对照组为16.9个月ღ◈。TCE潜在风险包括CRS及其他免疫相关不良事件ღ◈。然而ღ◈，tebentafusp仅在早期治疗阶段引发轻度不良反应ღ◈，如皮疹ღ◈、发热及瘙痒ღ◈；这些反应随持续治疗逐渐消退ღ◈，且未发生任何与治疗相关的死亡事件太阳成集团tyc234cc[主页]网址ღ◈。上述结果表明ღ◈，tebentafusp具有良好的安全性特征ღ◈。作为一类通过TCR结合靶向pHLA的可溶性TCEღ◈，tebentafusp为免疫治疗开发提供了极具前景的方向ღ◈，推动了多种新型双特异性T细胞衔接剂的研发——这些新药特异性靶向源自肿瘤相关抗原（如PRAMEღ◈、NY-ESO-1及MAGE-A4）的pHLA复合物ღ◈，并已在临床试验中展现出显著潜力（表1）ღ◈。

　　基于TCRm的TCE的作用机制与基于TCR的TCE相似ღ◈。此类衔接分子采用两类结构ღ◈：一类为含Fc结构域ღ◈、呈IgG样构型的分子ღ◈，用于介导免疫效应ღ◈；另一类则为将小型抗体片段融合而成的紧凑型非IgG样结构ღ◈，包括BiTEღ◈、DART和双抗体等类型（图2B）ღ◈。

　　TCRm双特异性T细胞衔接分子的生物学活性受其结构形式ღ◈、分子大小ღ◈、价态及空间构型的影响ღ◈，这些因素共同决定了其靶标结合效率与T细胞激活能力ღ◈。单链双抗体（scDbs）在靶标表达密度较低的情况下展现出更优的T细胞激活效果ღ◈，这很可能归因于其紧凑的空间构型与理想的空间取向ღ◈，从而促进免疫突触的高效形成（图2B）ღ◈。

　　近期进展推动了TCRm T细胞衔接剂向临床应用迈进ღ◈，其安全性与有效性已得到验证ღ◈。在临床前研究中ღ◈，研究人员开发出以scDb形式构建的TCRm/CD3双特异性抗体ღ◈，可特异性识别突变型p53 R175H/HLA-A*02:01及KRAS G12V/HLA-A*03:01复合物ღ◈。这些分子可在每细胞表面仅表达少于10个pHLA复合物的情况下ღ◈，选择性激活T细胞杀伤肿瘤细胞ღ◈，同时不损伤野生型细胞ღ◈，证实其具有高度精准性与极低的脱靶毒性ღ◈。首个TCRm双特异性抗体RO7283420采用三价CrossMAb结构设计ღ◈，其中WT1–HLA-A*02结合域为二价ღ◈，CD3结合域为单价ღ◈；该分子在体外实验及人源化AML异种移植模型中均展现出强效且特异性的T细胞杀伤活性ღ◈。RO7283420（NCT04580121）在复发或难治性AML患者中开展的Ⅰ期临床研究显示ღ◈，其药效学数据支持其作用机制——即有效激活T细胞并诱导细胞因子释放ღ◈，且整体安全性可控ღ◈；然而客观临床缓解率较低ღ◈，提示仍需进一步优化给药方案与靶点选择ღ◈。

　　与TCRm相比ღ◈，从头设计的蛋白质能够以高亲和力ღ◈、结构精确性识别特定的pHLA表位ღ◈，同时具备更优的稳定性与工程可塑性ღ◈。当与anti-CD3抗体片段融合形成TCE分子时ღ◈，这些分子可特异性地诱导T细胞介导的肿瘤细胞杀伤作用ღ◈。

　　近期研究表明ღ◈，一种靶向NY-ESO-1/HLA-A2的TRACeR蛋白与anti-CD3抗体联用构建BiTE后ღ◈，可高效裂解患者来源的DLBCL细胞ღ◈，其EC50约为75nMღ◈，并伴随T细胞活化标志物CD69和4-1BB表达上调（图2C）ღ◈。类似地ღ◈，另一种从头设计的靶向NY-ESO-1的蛋白类TCE也展现出高度特异性ღ◈，仅选择性杀伤NY-ESO-1/HLA-A2阳性细胞ღ◈，而对仅表达HLA-A2或呈递无关肽段的细胞无杀伤作用ღ◈。总体而言ღ◈，这类以pHLA为靶点ღ◈、从头设计的蛋白–CD3双特异性分子仍处于研发早期阶段ღ◈，目前可获得的有效性数据主要来自基于细胞的临床前研究ღ◈。尤为重要的是ღ◈，完全从头设计的小分子蛋白在体内的免疫原性尚未得到充分表征ღ◈，其安全性与耐受性尚需在动物模型及临床环境中进一步评估ღ◈。尽管如此ღ◈，这些分子在特异性ღ◈、可设计性及潜在安全性方面的优良特性ღ◈，凸显了其作为新一代T细胞重定向治疗药物的发展前景ღ◈。

　　近期ღ◈，基于靶向pHLA复合物的工程化TCR-T细胞已成为另一项重要治疗策略ღ◈。TCR工程化T细胞是一种创新性免疫疗法ღ◈，将TCR的特异性识别能力与过继性细胞治疗相结合ღ◈。CAR-T疗法则通过基因改造使T细胞表达CARღ◈，该受体包含负责特异性抗原识别及T细胞活化信号传导的结构域ღ◈，从而实现对肿瘤细胞的靶向识别与杀伤ღ◈。与依赖scFv型CAR高亲和力结合表面抗原的CAR-T不同ღ◈，TCR-T通过动态免疫突触形成及连续性pHLA结合ღ◈，识别胞内肿瘤抗原ღ◈，因而可在抗原低密度表达情况下实现高效检测（图2D）ღ◈。在实体瘤治疗中ღ◈，TCR-T展现出更优表现ღ◈，在抗肿瘤活性ღ◈、瘤内持续存留及功能稳定性方面均优于CAR-T细胞ღ◈。杂合型TCR-T构建体以pHLA特异性的单链片段替换TCR可变区ღ◈，可激活完整的TCR信号通路ღ◈，从而诱导更强效的T细胞活化ღ◈。临床研究显示ღ◈，TCR-T在多种实体瘤中均展现出令人鼓舞的疗效ღ◈：在HPV相关肿瘤及滑膜肉瘤中精品一卡二卡三卡四卡视频区ღ◈，ORR超过50%ღ◈，且伴有体内长期存留ღ◈、肿瘤浸润持续存在ღ◈，以及应答者中观察到表位扩散现象ღ◈。未来ღ◈，结合动态信号调控与结构优化的TCR工程化策略ღ◈，有望进一步拓展TCR-T的应用范围ღ◈，尤其为抗原低表达等治疗难度较大的实体瘤提供新可能ღ◈。

　　TCR工程领域的最新进展通过提升亲和力与安全性ღ◈，进一步优化了TCR-T疗法ღ◈。在一项针对NY-ESO-1特异性TCR-T（TAEST16001）的I期临床试验中ღ◈，研究人员从健康供者体内筛选出经噬菌体展示技术获得的TCRღ◈，这些TCR保持了原有的抗原特异性ღ◈，并实现了持久缓解ღ◈，且未发生严重不良事件（表1）ღ◈。该研究凸显了噬菌体展示技术用于从健康供者中获取高亲和力TCR的潜力ღ◈：不仅可维持特异性ღ◈，还能显著降低交叉反应风险ღ◈，这对提升临床安全性至关重要ღ◈。研究人员利用CRISPR-Cas9技术将外源性TCR精准插入TRAC位点ღ◈，同步敲除内源性TCRღ◈，从而提高了TCR表达水平ღ◈、功能亲和力以及对WT1阳性肿瘤的选择性杀伤能力ღ◈，且未观察到脱靶毒性ღ◈。该策略通过确保TCR的最佳表达并最大限度减少内源性TCR的干扰ღ◈，显著增强了治疗的特异性和有效性ღ◈。上述新型工程化手段突显了亲和力优化与基因组编辑在精细调控TCR-T功能中的关键价值ღ◈。未来ღ◈，将高通量筛选与人工智能驱动的表位建模相结合ღ◈，有望加速开发兼具安全性ღ◈、强效性及广泛适用性的TCR类免疫疗法ღ◈。

　　基于TCRm的CAR-T细胞是一种新兴的治疗策略ღ◈，它通过识别以pHLA复合物形式呈递的胞内肿瘤靶标ღ◈，将CAR-T细胞疗法的应用范围拓展至细胞表面抗原之外ღ◈。这类构建体以源自TCRm的结合结构域取代传统CAR中的scFvღ◈，并通过CD28或4-1BB共刺激结构域触发经典的CAR信号通路ღ◈，从而实现强效的T细胞活化及抗原特异性杀伤作用（图2E）ღ◈。除scFv型CAR-T细胞外ღ◈，研究人员还探索了以VHH为基础的CAR-T细胞ღ◈，以克服传统Fab或scFv抗体所存在的局限性ღ◈。

　　临床前研究显示ღ◈，靶向MAGE-A4和NY-ESO-1表位的TCRm CAR-T细胞能有效识别pHLAღ◈，并诱导抗原特异性细胞毒性ღ◈。在异种移植及原位肿瘤模型中ღ◈，基于CD28的TCRm CAR-T构建体可迅速促使肿瘤消退ღ◈，并显著释放IFN-γღ◈，证实其体内活性强劲ღ◈。然而ღ◈，其疗效依赖于pHLA的丰度ღ◈，因而需要高度敏感的信号传导能力及高效的免疫突触形成ღ◈。对比研究表明ღ◈，在应对低密度pHLA靶点时ღ◈，含CD28的CAR较含4-1BB的CAR更具优势ღ◈，凸显了共刺激结构域设计的重要性ღ◈。

　　尽管临床前结果令人鼓舞ღ◈，但仍存在诸多挑战ღ◈，例如抗原密度有限ღ◈、脱靶风险以及HLA限制性等问题ღ◈。未来通过优化TCRm的亲和力ღ◈、细胞内信号传导以及细胞因子增强策略（如IL-12和IL-18）ღ◈，有望提升其疗效与持久性ღ◈，从而为针对实体瘤的安全ღ◈、有效的TCRm CAR-T疗法铺平道路ღ◈。

　　从头设计的蛋白CAR-T细胞疗法采用计算工程设计的蛋白质ღ◈，将其作为CAR构建体中的抗原结合结构域ღ◈，以识别pHLA复合物（图2F）ღ◈。该策略使CAR-T细胞能够靶向经pHLA呈递至细胞表面的胞内肿瘤抗原ღ◈。研究已证实这一策略可行ღ◈：利用从头设计的微型TCR样分子变体1.1和1.2构建出具有功能的CAR-T细胞ღ◈；这些细胞对天然表达NY-ESO-1并以HLA-A*02呈递NY-ESO-1₁₅₇₋₁₆₅肽的人黑色素瘤A375细胞系表现出明确的抗原特异性激活与杀伤效应ღ◈。该结果证实ღ◈，经设计的pHLA结合蛋白可作为CAR-T系统中高效可靠的识别模块ღ◈。

　　目前ღ◈，从头设计的CAR-T疗法仍处于早期研发阶段ღ◈，在结合亲和力ღ◈、特异性和安全性等方面尚需进一步优化ღ◈。此外ღ◈，还需全面评估其在体内的稳定性与免疫原性ღ◈，并优化T细胞的表达与信号传导功能ღ◈。在开展临床应用前ღ◈，必须建立标准化的生产工艺ღ◈，并进行充分的临床前验证ღ◈。

　　质谱（MS）免疫肽组学是目前唯一能够直接鉴定细胞表面呈递的免疫肽的方法ღ◈。然而ღ◈，传统质谱技术需要大量临床样本ღ◈，例如10⁸个细胞或1g组织ღ◈。此外ღ◈，低丰度pHLA的分析常受限于信号强度微弱太阳成集团tyc234cc[主页]网址ღ◈，易被背景噪声所掩盖ღ◈。为克服这些局限ღ◈，研究人员开发了超高灵敏度质谱技术ღ◈。其中精品一卡二卡三卡四卡视频区ღ◈，FAIMS增强型质谱在传统液相色谱（LC）分离之后引入了一种高效率气相离子过滤器（图3A）ღ◈。该过滤器即场非对称波形离子迁移谱（FAIMS）ღ◈，利用离子在非对称高频电场中迁移率的差异实现分离ღ◈。它可有效滤除复杂的背景基质离子ღ◈，显著提升信噪比ღ◈。借助该技术ღ◈，仅需约40mg结直肠癌组织即可鉴定携带致癌KRAS(G12V)突变的新抗原ღ◈，极大拓展了免疫肽组学分析的深度ღ◈。飞行时间（TOF）-离子迁移分离（IMS）-质谱则在液相色谱之后增加了一个IMS维度ღ◈。IMS依据离子在惰性气体中迁移时的尺寸ღ◈、形状与电荷差异进行分离ღ◈，从而有效区分那些在液相色谱中保留时间极为相近甚至完全相同的肽段ღ◈。该技术显著提高了可鉴定肽段的数量ღ◈，并增强了对低丰度肽段的检出能力ღ◈。利用这一技术ღ◈，研究人员从94例良性样本中构建了一个包含逾15万个pHLA的大规模数据集ღ◈，其中许多肽段此前尚未被报道ღ◈。

　　这些技术的应用推动了高质量ღ◈、大规模免疫肽组学数据集的快速积累ღ◈，为AI驱动的pHLA预测方法提供了坚实的训练基础（图3A）ღ◈。这显著降低了对大量临床样本和繁复湿实验验证的初始依赖ღ◈。ImmuneApp利用深度学习分析源自临床样本的大规模免疫肽组学数据ღ◈，从pHLA复合物中提取具有信息量的嵌入向量ღ◈，并识别对p-HLA结合至关重要的残基ღ◈，从而预测新抗原ღ◈。通过对216个含多个等位基因的免疫肽组学样本开展系统性分析ღ◈，ImmuneApp成功鉴定出由100余种HLA-I等位型呈递的超过83万条肽段ღ◈。DeepNeo则依托公共数据库（如免疫表位数据库IEDB）中的大规模免疫肽组学数据进行训练ღ◈；通过解析p-HLA相互作用模式并捕捉复杂的TCR识别特征ღ◈，DeepNeo能够识别更可能激发强效抗肿瘤免疫应答的新抗原ღ◈。因此ღ◈，AI技术的整合显著减少了对大规模临床样本及耗时费力的湿实验验证的初始依赖ღ◈，大幅提升了新抗原发现的效率ღ◈。

　　多组学方法的整合是发现新抗原pHLA复合物的关键策略（图3A）ღ◈。研究人员对涵盖25种肿瘤类型的32例患者样本精品一卡二卡三卡四卡视频区ღ◈，开展WESღ◈、WGSღ◈、RNA-seq以及基于质谱的免疫肽组学数据分析ღ◈，成功鉴定出21种具有免疫原性ღ◈、可激发T细胞应答的新抗原ღ◈。然而ღ◈，传统生物信息学分析流程在处理复杂ღ◈、高通量的多组学数据集时ღ◈，常受限于分析深度与可扩展性ღ◈。AI技术的引入显著提升了从海量多组学数据中提取有效信息的能力ღ◈。例如ღ◈，机器学习模型MaNeo将分析规模拓展至涵盖531例临床样本的大型免疫肽组学图谱ღ◈，覆盖14种癌症类型及29种健康组织ღ◈。该模型通过学习肿瘤来源肽段与正常肽段之间的序列差异ღ◈，实现对肿瘤特异性肽段特征的精准识别ღ◈。此外ღ◈，MaNeo还整合了TCGA和GTEx等数据库中的转录组数据ღ◈，对候选肽段的来源基因进行注释ღ◈，并有效剔除在正常组织中表达的肽段精品一卡二卡三卡四卡视频区ღ◈，从而大幅降低脱靶毒性风险ღ◈。经MaNeo平台筛选的候选新抗原已在体外完成功能验证ღ◈，证实其可诱导抗原特异性T细胞增殖并发挥抗肿瘤活性ღ◈。综上所述ღ◈，多组学数据与AI驱动的预测模型深度融合ღ◈，为系统性发掘丰度极低的pHLA靶点这一长期难题提供了极具前景的解决方案ღ◈。

　　HLA分子的高度多态性导致pHLA复合物在结构和构象上存在显著差异ღ◈，从而限制了现有治疗手段在人群中的适用范围ღ◈。跨HLA建模与工程平台正应运而生ღ◈，以应对这一局限ღ◈。

　　结合晶体学ღ◈、冷冻电镜与基于AI的建模等结构导向方法ღ◈，可对不同HLA亚型中肽段的构象进行比较分析ღ◈，从而指导跨等位基因结合剂的设计（图3B）ღ◈。近期一项研究整合了群体尺度的抗原呈递预测工具（ShinyNAP）与结构建模方法（RosettaMHC）ღ◈，筛选出能呈递同一PHOX2B肽段的候选HLA等位基因ღ◈；后续体外实验验证表明ღ◈，所设计的pHLA结合剂可识别多种HLA亚型ღ◈，展现出更广泛的跨HLA适用性ღ◈。另一实例是TRACeR平台ღ◈，该平台通过引导支架分子特异性结合肽段ღ◈，同时接触HLA分子上保守区域ღ◈，实现跨HLA的pHLA识别ღ◈。在计算建模工具（如PatchDockღ◈、RifDock和Rosetta）指导下开展组合文库筛选太阳成集团tyc234cc[主页]网址ღ◈，可在保持高肽段特异性的前提下ღ◈，选出适配多种HLA等位基因的结合剂ღ◈。

　　HLA介导的多肽呈递预测可识别出各类HLA分子向T细胞呈递的多肽ღ◈。基于AI的pHLA呈递预测模型整合了大规模免疫多肽组学数据ღ◈、MHC序列特征以及多肽加工信息ღ◈，从而实现跨等位基因的靶点发现和跨人群的泛化应用（图3B）ღ◈。HLAthenaღ◈、HLAapollo和MHCnuggets等模型利用深度学习方法捕捉罕见或未经训练的HLA等位基因ღ◈，提高了肿瘤抗原与疫苗靶点的预测准确性ღ◈，进而支持面向全人群的免疫特征分析及个体化免疫治疗方案设计ღ◈。

　　高通量展示文库与组合式pHLA芯片正日益被用于实验筛选和验证跨HLA结合分子（图3B）ღ◈。T-FINDER是一种泛HLA平台ღ◈，将抗原加工过程与TCR信号报告系统整合在一起ღ◈，用以识别TCR与pHLA之间的功能性相互作用ღ◈，为未来跨HLA结合分子的发现提供了一种可扩展的研究框架ღ◈。

　　这些计算与实验创新协同并进ღ◈，为新一代靶向pHLA的治疗药物奠定了基础ღ◈，使其具备泛等位基因识别能力ღ◈，并提升在人群中的可及性ღ◈。

　　在pHLA靶向结合剂的设计中ღ◈，亲和力与特异性之间的恰当平衡至关重要ღ◈。亲和力过高可能通过稳定与HLA支架的相互作用而增加脱靶反应风险ღ◈；而亲和力不足则会削弱治疗效力ღ◈。近期基于AI及高通量的技术手段正在深刻改变这些参数的优化方式ღ◈。

　　计算建模与分子动力学模拟正日益被用于定位p–HLA相互作用界面上的关键热点区域ღ◈。整合基于深度学习的蛋白质设计工具（如RFdiffusionღ◈、ProteinMPNN和AlphaFold）ღ◈，可实现靶向残基替换ღ◈，在增强肽段识别能力的同时避开保守的HLA接触位点ღ◈。这类计算机模拟策略为进入实验验证前的亲和力迭代优化提供了系统性框架（图3C）ღ◈。与此同时ღ◈，GRATCR等专用模型则借助数据高效的预训练方法生成表位特异性的TCR序列ღ◈，为TCR设计提供了一种互补策略ღ◈。随着新型结合分子不断涌现ღ◈，对其功能特性的精准表征变得尤为关键ღ◈，以指导后续优化工作ღ◈。

　　亲和力预测是关键步骤ღ◈，可揭示pHLA与结合分子之间相互作用的强弱ღ◈。基于结构和序列数据训练的机器学习模型能够以较为合理的准确度预测结合强度ღ◈，但数据量有限ღ◈、结果不一致等问题依然存在（图3C）ღ◈。当前的研究工作致力于通过加强数据整理ღ◈、整合生物物理参数以及开发更具可解释性的算法ღ◈，来提升预测结果的稳健性ღ◈。

　　在蛋白质组水平上确保特异性需要系统性验证ღ◈。目前ღ◈，酵母展示pHLA变体文库ღ◈、T2细胞肽段突变扫描以及基于MS的相互作用组分析等高通量筛选平台ღ◈，已成为检测交叉反应性的标准工具ღ◈。互补的AI模型（如BATMAN和TEPCAM）整合了肽段呈递ღ◈、序列及结构数据ღ◈，可在计算机中预测潜在的脱靶相互作用ღ◈，从而加快早期风险评估（图3C）ღ◈。

　　上述计算与实验流程共同表明ღ◈，针对pHLA的结合分子工程正逐步转向由AI引导ღ◈、以数据为驱动的新范式ღ◈。通过将亲和力预测与高通量特异性筛选相结合ღ◈，研究人员能够更高效地设计出兼具强效性与高选择性的分子ღ◈。未来进展的持续取得ღ◈，取决于数据质量的提升ღ◈、模型可解释性的增强ღ◈，以及面向临床转化的特异性评估标准的统一与完善ღ◈。

　　可溶性TCR疗法的临床转化取决于克服两大根本性挑战ღ◈：药代动力学性能欠佳和固有的生物物理不稳定性ღ◈。早期的工程化策略——包括Froning与Harris开展的系统性单点突变筛选——虽成功鉴定了具有稳定作用的残基ღ◈，但在不同TCR骨架间的适用性却十分有限ღ◈。

　　当前的稳定性优化策略已转向利用计算型深度突变扫描技术ღ◈，以指导TCR可变区的组合式优化ღ◈，从而突破了以往诸如Boulter二硫键等传统方法（图3D）ღ◈。在药代动力学增强方面ღ◈，Fc融合仍通过FcRn介导的再循环机制发挥基础性作用ღ◈；而未来的发展则需依赖精细的计算机模拟以及针对定制化链对的高通量筛选ღ◈。

　　与此同时ღ◈，AI驱动的可开发性预测正成为评估TCR变体的关键工具ღ◈。基于结构与实验数据训练的机器学习模型ღ◈，可仅凭序列信息直接预测溶解度ღ◈、聚集倾向及表达水平等关键可开发性参数ღ◈。整合深度突变扫描数据ღ◈，还能进一步筛选出具有最优理化特性的候选分子ღ◈，这一策略在抗体工程中已取得成功ღ◈。

　　对于天然TCR工程难以实现的情况ღ◈，替代性支架蛋白提供了一条颇具前景的发展路径ღ◈。天然TCR具有复杂且高度异质的糖基化模式ღ◈，在工程改造与生产过程中难以精确调控ღ◈。此类糖基化特征会显著影响可溶性TCR治疗药物的药代动力学特性ღ◈、稳定性及疗效ღ◈。相比之下ღ◈，TCRm分子及从头设计蛋白不仅具备维持pHLA靶向特异性的稳定结构框架ღ◈，还展现出更简单ღ◈、更易重复的糖基化谱型ღ◈。这些支架蛋白兼具更优异的理化性质与可制造性ღ◈，同时规避了困扰传统可溶性TCR治疗药物的糖基化相关缺陷ღ◈。这标志着一种以“可开发性为导向的设计”为理念的战略转变ღ◈。

　　靶向pHLA复合物已成为实现肿瘤学ღ◈、自身免疫病及感染性疾病精准免疫治疗的一种有力策略ღ◈。这里重点介绍了pHLA靶向技术在识别ღ◈、工程化改造及临床转化应用方面的最新进展ღ◈，包括可溶性TCRღ◈、TCRm以及从头设计的蛋白结合剂ღ◈。借助免疫肽组学ღ◈、结构生物学ღ◈、高通量筛选及AI驱动的设计平台ღ◈，这些工具正着力解决长期存在的若干挑战ღ◈，如抗原特异性不足ღ◈、表位密度低ღ◈、HLA限制性以及脱靶毒性ღ◈。上述进展共同推动该领域迈向更精准ღ◈、更具规模化潜力且更易实现临床转化的治疗手段ღ◈。

　　尽管取得了上述进展ღ◈，关键的转化障碍依然存在ღ◈。展望未来ღ◈，针对pHLA复合物开展精准免疫治疗的研究需重点解决以下三个核心问题ღ◈。首先ღ◈，兼具疾病特异性和广泛人群覆盖能力的可成药pHLA靶点的可靠识别仍受制于诸多pHLA复合物丰度偏低的限制ღ◈，尤其在自身免疫病及某些肿瘤类型中ღ◈。这凸显出提升免疫肽组学检测灵敏度ღ◈，以及更稳健地整合基因组学与转录组学数据的迫切需求ღ◈。其次ღ◈，在不诱发交叉反应的前提下优化TCR类药物的结合亲和力ღ◈，仍是一项精细的平衡工作——亲和力提高往往增加其与健康细胞表面保守HLA基序发生结合的风险ღ◈。尽管新兴的工程化策略（如“捕获键”优化ღ◈、基于结构的表位中心化设计）已提供部分解决方案ღ◈，但该领域仍缺乏标准化且具备预测能力的体外与体内特异性评估流程ღ◈。第三ღ◈，目前绝大多数靶向pHLA的治疗手段仍局限于HLA-A*02:01等少数经典HLA等位基因ღ◈，以及NY-ESO-1ღ◈、WT1和p53等少量特征明确的抗原ღ◈，导致患者适用范围严重受限ღ◈。后续研究应优先开发广谱结合ღ◈、不受HLA等位基因限制的分子探针ღ◈，或构建可适配HLA多样性的模块化平台ღ◈，尤其需关注代表性不足的人群ღ◈。此外ღ◈，靶向HLA II类分子的结合剂研发明显滞后于I类分子ღ◈，而这一方向对自身免疫病与感染性疾病治疗尤为关键ღ◈。与此同时ღ◈，计算技术的快速进步正深刻重塑治疗药物的设计范式ღ◈，尤其体现在表位筛选与结合剂优化环节ღ◈。尽管用于表位预测ღ◈、亲和力估算及特异性建模的机器学习工具（如pMTnetღ◈、BATMAN与UniPMT）准确率持续提升ღ◈，其应用仍受限于训练数据集规模有限ღ◈、肽段多样性不足以及模型可解释性欠缺等问题ღ◈。未来研究应着力构建更大规模ღ◈、更高质量的经实验验证的结合剂与pHLA配体数据集ღ◈，提升模型泛化能力ღ◈，并将此类计算工具深度整合至闭环式实验平台之中ღ◈。

　　总而言之ღ◈，pHLA靶向免疫疗法的未来将取决于实验生物学与计算设计的持续融合ღ◈。AI驱动的工程化ღ◈、新一代结构建模及多组学分析的整合ღ◈，有望突破传统治疗边界ღ◈，拓展治疗格局ღ◈。随着该领域不断发展ღ◈，免疫学ღ◈、生物信息学与结构生物学之间的协同合作ღ◈，对于充分释放pHLA靶向治疗的临床潜力至关重要ღ◈，也为那些原本难以治愈的疾病患者带来新的希望ღ◈。太阳成集团tyc234ccღ◈，太阳成集团tyc7111ccღ◈，太阳成集团tyc234cc[主页]网址ღ◈，suncitygroup集团艾滋治疗ღ◈，澳门太阳集团ღ◈。