慢性疾病在很大程度上仍主要采用组成性、间歇性给药且与实时生理状态匹配不佳的干预措施进行治疗。合成生物学通过将基因电路视为可编程的遗传软件(genetic software),正在改变这一范式,该软件可部署于跨原核至真核系统的细胞治疗硬件(cellular therapeutic hardware)之上,包括益生菌细胞、设计细胞(designer cells)、免疫细胞及干细胞衍生平台。在此框架下,工程化系统能够感知疾病相关信号,通过合成或重编程的信号转导通路(transduction pathways)进行计算,并调节治疗输出以将生理变量维持在期望范围内。因此,闭环治疗(closed-loop therapeutics)开始将诊断、治疗和预防融合于同一活体平台之中。在代谢、炎症、感染、心血管调节和癌症领域,早期哺乳动物系统表明,内源性感知(endogenous sensing)、细胞内计算(intracellular computation)和治疗执行(therapeutic actuation)可在临床相关架构中实现整合。新兴的设定点医学(setpoint medicine)概念体现了这些系统的临床目标:不仅仅是递送剂量,而是将生理状态维持在可解释且治疗上期望的范围内。实现这一愿景需要持久且模块化的控制电路、硬件感知的递送策略(hardware-aware delivery strategies)、可解释的安全性框架、控制器式性能指标(controller-style performance metrics)以及日益增强的人工智能(AI)辅助设计、校准和监管。若这些挑战得以克服,治疗的未来可能不再由间歇性给药来定义,而是由对生理状态的持续控制来定义。
**引言**
自我调节治疗的概念根源可追溯至最早的基因控制实例。lac操纵子(lac operon)确立了DNA能够编码对分子输入的条件性反应这一原理,而最早的合成基因电路(synthetic gene circuits)表明调控、振荡和逻辑可以被设计而非仅仅被观察。随着细胞和基因治疗的成熟,这一逻辑自然向医学迁移:如果DNA可以被编程,那么活细胞原则上可以被转化为在体内感知、计算和执行的治疗装置。合成基因电路可被视为编程活体系统如何感知输入、处理信息和执行输出的遗传软件(genetic software),而哺乳动物治疗细胞则作为承载和运行该程序的生物硬件(biological hardware)。由于该硬件可采取多种形式,包括哺乳动物设计细胞、免疫细胞、干细胞和组织工程细胞系统,相同的工程逻辑可适应不同的治疗场景。因此,疾病干预变成了根据病理生理背景编程活体系统的问题:代谢物、细胞因子、激素、缺氧或物理刺激可与合成受体、信号处理模块和治疗效应器(therapeutic effectors)相连,创建集感知、决策和治疗于一体的精密活体药物。
然而,大多数治疗干预仍以开环方式(open-loop manner)运作。无论模态是药片、生物制剂、载体还是工程化细胞,给药方案通常由经验确定,然后按固定计划执行。这种方法在许多情况下有效,但与关键生物标志物在数分钟、数小时、昼夜周期或更长进展阶段内波动的疾病匹配不佳。在这些情况下,固定给药存在恶化期治疗不足、缓解期过度治疗以及当递送无法根据生理需求滴定时的累积毒性风险。
合成生物学提供了一种不同的设计哲学。它不将信号转导视为背景细胞噪声,而是将内源性信号视为可编程底物(programmable substrate)。疾病相关输入可由天然或工程化受体检测,通过天然或合成通路传递,并利用模块化基因电路转化为治疗输出。在其最先进的形式中,治疗本身成为控制器(controller):它不仅仅递送有效载荷,而是持续测量与期望生理状态的偏差并相应地调整其行为。这种反馈驱动的架构体现了闭环控制(closed-loop control)的原理,即生物或工程化系统持续感知生理变化并自主调节治疗输出以响应与期望生理状态的偏差。在此基础上,设定点医学旨在将特定生理变量维持在预定义的健康范围(设定点)内。如果说软硬件整合提供了工程框架,那么设定点控制则定义了治疗目标:不仅仅是施用治疗剂,而是持续恢复和维持生理状态在临床有意义的目标范围内。该领域的一个决定性轨迹是从用户驱动的光遗传学和电遗传学控制装置向生物标志物响应型设计细胞植入物的进展。正如这一进展所暗示的,治疗自主性并非一蹴而就。这一能力源于临床兼容输入模态的持续进步,包括代谢物、药物、光学和无线电波响应型控制系统,可调启动子和可扩展转录平台,工程化受体和逻辑门控免疫细胞电路,混合生物电子接口以及可植入治疗细胞底盘(chassis)。这也反映了合成生物学中软硬件范式的更广泛成熟:随着基因电路中编码的控制逻辑变得更加精密,兼容的哺乳动物治疗硬件范围从培养细胞扩展到可植入设计细胞、工程化免疫细胞和组织相关构建体。由此看来,可编程信号转导不仅仅是使能工具的集合,而是一种新治疗逻辑的基础,正在从概念验证向靶向治疗推进。
**从间歇性治疗到设定点医学**
闭环治疗通过将诊断、治疗和预防整合为持续自适应过程来重塑医学。在传统医疗中,诊断、治疗和预防在时间上是分离的:生物标志物被间歇性测量,剂量由外部处方,预防主要依赖过去观察得出的规则。在闭环治疗中,这些功能汇聚在一起。感知提供持续的分子诊断,计算将信息转化为自适应治疗,早期纠正在外扰升级为严重状态之前加以抑制,使控制本身具有预防性。若此类治疗方案足够持久以维持稳态而无需反复救援干预,某些慢性疾病可能易于实现功能性治愈(functional cure)而非无限期的症状管理。
第一代哺乳动物治疗电路解决了更为根本的挑战:如何使转基因表达在时间和空间上可控而非组成性。这产生了由抗生素、食品添加剂、植物代谢物、化妆品、吸入分子和物理线索驱动的丰富工具箱。一个决定性的早期例子是证明光遗传学控制可与代谢治疗耦合,使哺乳动物设计细胞能够以高时空精度远程指令改善体内葡萄糖稳态。后续研究通过智能手机引导的远红光光遗传学、电遗传学胰岛素释放、智能手表编程的光递送和逐步更灵敏的光学系统扩展了这一控制手段。相关工作将相同逻辑扩展到局部癌症免疫治疗、声遗传学肿瘤控制和其他物理驱动场景。这些平台共同克服了时序、可逆性和定位问题,使以前所未有的精度测试治疗构建体成为可能。
然而,开环系统仍将关键决策留在治疗之外。患者、临床医生或可穿戴设备仍负责确定何时应启动控制。近期用户友好的例子,如硝酸甘油响应型透皮控制和近红外光诱导的瘤内系统,展示了这一范式可被精炼到何种程度。即便如此,它们也说明了为什么自主控制是根本不同的而非仅仅更方便:在真正的闭环系统中,治疗感知疾病状态本身并在内部计算剂量。
因此,自主控制是早期基因开关工程的成熟而非断裂。改善受体设计、启动子调谐、生物电子接口和可植入细胞格式的相同进展现在使生物标志物响应型电路成为可能。该领域最好被理解为从远程指令到局部设定点控制的渐进过程,而非向自主性的突然飞跃。
**将信号转导转化为设定点控制的架构**
大多数治疗基因电路可通过传感器-处理器-效应器(sensor-processor-effector)框架来理解。传感器检测分子或物理输入,处理器将该输入转化为调控决策,效应器执行治疗反应。在软硬件范式中,这些层定义了治疗程序,而生物底盘决定了该程序在体内何处以及如何运作。在闭环系统中,输出还反馈到输入或其下游效应,从而将系统稳定在期望的设定点附近。这种分解不仅在概念上清晰,而且在实践中也有用,因为每一层都可以在不重新设计整个系统的情况下进行调谐或替换。
**传感器层**
传感器技术已扩展为日益多样化的输入模态库。G蛋白偶联受体(GPCRs)、细胞因子受体和离子通道等天然受体具有吸引力,因为进化已将其匹配到生理浓度范围。合成受体通过使抗原、可溶性蛋白或未天然连接至治疗输出的定制配体的检测成为可能来扩展这一库。广义细胞外分子传感器(GEMS)平台及后来的基于DARPin的受体表明,细胞外识别可以模块化并与下游转录程序耦合,这一能力对癌症和免疫治疗尤为重要。与此同时,细胞内传感器和二聚化系统使电路能够响应细胞内的代谢物、激素或蛋白质-蛋白质相互作用。
**处理器层**
处理器层整合和处理感觉输入以生成情境依赖性治疗决策。许多最成功的哺乳动物电路重编程内源性通路,包括cAMP/PKA/CRE、Ca
2+/NFAT、JAK/STAT、SREBP/SRE和NF-κB。这种策略的优势在于,疾病相关输入通常可以耦合到稳健的、表征良好的转录反应,而无需构建完全合成的信号级联。大量工作表明,内源性通路可通过定制启动子、杂合转录因子和操纵子架构重新布线,以创建稳健的感知-响应装置。尽管串扰是显而易见的担忧,但早期工作表明,过表达的异源受体可以有效垄断其靶向信号通路,从而在特定情境中改善功能绝缘。
**效应器层**
效应器层将电路决策转化为治疗行动,包括蛋白质替代、细胞因子拮抗、代谢物清除和靶向细胞毒性。在反馈控制系统中,治疗性蛋白表达根据生理信号动态调整。例如,胰岛素或GLP-1的产生可在高血糖期间被诱导,并随着葡萄糖浓度恢复到目标范围而随后减少,从而恢复血糖稳态同时限制不必要的治疗输出。类似地,炎症响应型电路可在炎症信号升高时分泌可溶性TNF受体1或IL-1受体拮抗剂等拮抗剂,并随着炎症消退而减弱其产生,从而实现免疫稳态的自适应恢复。其他闭环策略通过直接消除致病代谢物起作用。在胆固醇、苯丙氨酸和血管紧张素响应型分流电路中,代谢通量随底物浓度升高而增加,并在其恢复到生理范围后减少,从而增强清除同时最小化不必要的代谢负担。在癌症治疗中,效应器输出可能变为靶向细胞毒性。在此,激活可通过微环境线索或疾病相关信号的逻辑门控识别来限制,从而将细胞杀伤局限于病理组织并限制对健康细胞的损害。此类系统提供情境依赖性治疗控制而非连续反馈介导的调节。该层的模块化推动了从一转基因一疾病思维向可编程治疗逻辑的转变。
**闭环电路**
闭环电路也可通过控制理论来解释。信号依赖性转录激活提供类比例分量,蛋白质积累和清除可产生类积分记忆,快速负相互作用或组合逻辑可添加类微分阻尼。这种类比有用并非因为治疗电路必须字面上再现工程PID控制器,而是因为它提供了可测量的性能目标:治疗恢复稳态的速度、产生的超调量、在重复扰动下的稳定性以及对个体间变异的鲁棒性。一个有用的临床例子是剑桥团队开发的全闭环人工胰腺,其中血糖是被调节变量,期望血糖范围定义目标范围,测量或预测血糖与该范围之间的偏差构成误差信号,胰岛素输注提供纠正输出。控制器增益可操作性地定义为给定血糖偏差引起的胰岛素递送变化,而恢复时间描述餐后或其他扰动后血糖恢复到目标范围的速度。超调、稳定性和鲁棒性可通过纠正后低血糖、血糖变异性、范围内时间和在重复扰动或不同胰岛素敏感性个体中的表现来量化。类似的框架可应用于活体治疗电路。在尿酸响应型益生菌电路中,尿酸是被调节变量,生理尿酸范围定义目标范围,尿酸依赖性传感器激活提供误差敏感输入,尿酸氧化酶表达构成纠正输出。因此,控制器增益、恢复时间、超调和鲁棒性可从尿酸浓度、治疗输出和高尿酸血症挑战后尿酸正常化动力学之间的关系中量化。报告此类性能指标将使闭环活体治疗在临床前研究中进行更严格和标准化的比较成为可能。这些问题通常比任何单一终点测量更具临床意义。
**安全架构**
最后,安全性正在成为关键设计特征而非事后考虑。多信号逻辑、可逆衰减、杀伤开关、遏制策略和分层反馈架构均旨在将治疗输出限制在生理有意义的范围内。自杀开关,如诱导型caspase-9系统,能够在严重毒性后消除工程化T细胞,但其作用不可逆且可能因转基因丢失、沉默或突变而受损。NOT门控电路通过识别健康组织表达的抗原时抑制CAR-T细胞活性提供互补保护。一个典型例子是抑制性CAR(iCAR)策略,其中T细胞共表达针对肿瘤相关抗原的激活型CAR和识别健康细胞上保护性抗原的iCAR。更精密的多输入基因电路通过整合组织特异性和疾病相关信号进一步增强细胞辨别能力。例如,一个结合肝富集转录因子(HNF1A和HNF1B)、肿瘤相关SOX9和SOX10活性以及低let-7c microRNA丰度作为NOT输入的哺乳动物基因电路选择性识别肝细胞癌细胞。该逻辑门的激活驱动单纯疱疹病毒胸苷激酶表达,从而实现选择性肿瘤细胞杀伤。尽管有这些保障措施,此类系统仍易受基础泄漏、抗原逃逸、电路不稳定和免疫介导的选择压力影响。随着电路变得更加自主,这一点变得更加重要。在局部计算的治疗也必须保持可暂停、可监测和可覆盖。
**治疗控制架构的分类**
治疗基因电路可根据感知输入如何耦合到治疗输出、输出是否作用于被调节变量以及控制是自主的还是外部监督的来分类。稳态反馈系统直接对抗与生理设定点的偏差,并使能分级、自调整的治疗反应。代谢分流和底物消耗系统同样通过移除或转化病理输入建立直接反馈,尽管其性能可能受酶饱和和代谢负担的限制。炎症响应型电路通过产生抗炎或组织保护因子提供间接负反馈,但其行为通常是非线性的且强烈依赖情境。相比之下,情境门控和前馈系统主要确定治疗在何处何时被激活,而非连续恢复生理变量。外部监督和混合系统纳入设备、算法或临床干预,提供更大的可重校准性和手动控制,代价是降低的自主性和增加的操作复杂性。逻辑和安全架构改善特异性、遏制和紧急关闭,但不一定直接调节被调节变量。因此,最合适的架构取决于疾病生物标志物、反应动力学、效应器可逆性和所需的临床监督程度。在实践中,有效的治疗平台可能将反馈控制与逻辑门控、安全模块和外部监督相结合。
**代谢和内分泌疾病作为闭环治疗的范式**
代谢疾病已成为自主基因电路治疗的主要试验场,因为循环生物标志物可及、治疗设定点在临床上可解释,且许多治疗输出是可逆或自限的。肥胖和糖尿病领域的里程碑研究确立了一条现在支撑该领域大部分工作的设计规则:感知疾病相关代谢物,将该输入转化为可编程转录反应,并部署将生物标志物驱动回生理范围的效应器。
**经典闭环代谢基因电路**
这一原理首次出现在脂肪酸响应型电路中,该电路驱动普兰林肽(pramlintide)表达以减少食欲和治疗饮食诱导的肥胖。随后通过模拟β细胞的设计细胞将葡萄糖感知与胰岛素分泌耦合,并在体内再现了经典稳态功能而得到扩展。一个自我调节的高胰岛素血症响应型电路进一步表明,闭环控制不仅可以纠正激素缺乏,还可以纠正胰岛素抵抗等病理内分泌状态,通过响应过量胰岛素协调脂联素释放。这些研究共同确立了代谢稳态作为治疗反馈控制的可处理和临床有意义的情境。
**混合和过渡控制系统**
混合和过渡形式的控制在这一进程中同样发挥了重要作用。化学接口如糖尿病小鼠和猴子中的绿茶触发调控,以及基于智能手机、智能手表和电极的网络物理系统,帮助弥合了固定给药和完全自主治疗之间的差距。尽管这些平台在严格意义上不是自主的,但它们通过将可编程基因控制嵌入更广泛的数字或可穿戴系统中,帮助将可编程基因控制转化为更具自适应性的治疗格式。
**代谢分流和通量重编程**
更近期的代谢电路表明该领域正在超越内分泌替代向代谢分流发展。胆固醇响应型分流使用SRE连接的控制驱动PCSK9导向的效应器,在实验性血脂异常中恢复脂质稳态。苯丙氨酸响应型电路通过仅当苯丙氨酸升至病理范围时激活PAL和IL4I1,将相同逻辑扩展到氨基酸稳态。最近,一个高血糖感知电路重编程内源性O-GlcNAc-YAP信号在糖尿病小鼠中驱动胰岛素或GLP-1表达,进一步扩展了可用于设定点调节的内源性控制轴库。尿酸稳态在2010年使用自给自足合成电路恢复,建立了生物标志物响应型哺乳动物细胞植入物用于自主治疗控制的早期例子。更近期,工程化益生菌将相同的感知-响应原理扩展到活体微生物治疗。基于益生菌的尿酸感知和调节平台PULSE被设计用于检测升高的尿酸浓度并动态增加尿酸降解活性,从而恢复尿酸稳态。类似地,葡萄糖响应型益生菌平台GIFT使用基于HexR的传感器触发葡萄糖依赖性胰高血糖素样肽-1(GLP-1)分泌,改善糖尿病小鼠和非人灵长类动物的血糖控制。
**昼夜节律和多时间尺度控制**
昼夜节律生理学为代谢控制增加了另一维度。时间遗传学和昼夜节律生物标志物响应型系统表明,振荡性内分泌信号可用于相位锁定治疗输出或将驱动限制在生物学适当的时间窗口。一个双响应炎症和昼夜节律感知的OR门电路进一步表明,治疗控制可在病理发作和日常节律窗口之间协调,将时间生物学设计从单纯计时扩展到多时间尺度调节。这些平台在狭义上不是疾病-生物标志物环路,但通过表明生理学本身可以决定治疗何时应起作用,拓宽了控制范式。
**人工胰腺**
人工胰腺代表了闭环治疗控制最成熟的临床实施。自动胰岛素递送装置已展示当生物标志物、控制器和效应器紧密耦合时,闭环控制如何减少治疗负担和改善生理稳定性。活体闭环基因电路将相同逻辑向内延伸:不再依赖外部传感器-泵算法,控制器嵌入工程化细胞内部。与新兴的混合生物-电子系统一起,这支持了设定点医学的核心前提:下一步不仅仅是自动化给药,而是将生理控制内化于活体治疗之中。
**炎症、感染、组织保护和心血管稳态**
**炎症**
i-ROBOT将硫代硫酸盐感知与炎症状态记录和疾病响应型AvCystatin释放耦合。在该系统中,ThsS/ThsR双组分调控系统检测炎症相关生物标志物硫代硫酸盐并启动可遗传分子记录的产生。除了通过荧光、测序和比色读数实现肠道炎症的纵向监测外,i-ROBOT还纳入了第二代基于碱基编辑器的记录模块,与治疗性蛋白表达的翻译激活相连。因此,工程化细菌通过产生效应分子超越诊断,实现炎症部位的局部治疗干预。
**NO响应型微生物感知和治疗电路**
Chua等人工程化了一种益生菌治疗系统,其中内源性转录调控因子NorR感知炎症生物标志物一氧化氮(NO)。升高的NO浓度激活pNorV启动子上NorR依赖性转录,从而诱导干扰素-λ1(IFN-λ1)表达。与YebF分泌信号融合使IFNL1的细胞外递送成为可能,从而调节局部免疫反应并减轻肠道炎症。最近,Ye等人工程化了Bacteroides thetaiotaomicron以响应NO和脱氧胆酸(DCA),实现对肠道炎症的灵敏检测。将NO和DCA响应模块整合到AND门控基因电路中进一步将治疗激活限制在疾病相关肠道条件。由于肠道出血是炎症性肠病的另一标志,血液响应型基因电路提供了触发肠道局部治疗性产生的额外策略。
**血红素响应型治疗电路**
Ge等人工程化了大肠杆菌,携带有血红素转运体ChuA、血红素响应型转录抑制因子HrtR和HrtR调控启动子(PL(HrtO)),将胃肠道出血与局部治疗性蛋白产生耦合。响应血红素,细菌分泌藤壶来源的粘附蛋白CP43K与三叶因子3(TFF3),从而促进粘膜粘附和肠道屏障修复。
**钙卫蛋白响应型治疗电路**
工程化细菌已被开发用于感知粪便钙卫蛋白——一种广泛使用的肠道炎症非侵入性生物标志物——从而实现肠道炎症活动的灵敏检测。将钙卫蛋白响应型感知与抗炎细胞因子白细胞介素-10(IL-10)的产生耦合,使细菌能够既检测疾病相关炎症又促进化学诱导结肠炎的消退。尽管微生物系统在底盘和部署方面与哺乳动物细胞治疗不同,但它们表明相同的感知-计算-执行逻辑可跨活体治疗平台实施。
**组织保护**
在工程化软骨中,NF-κB响应型合成启动子被用于驱动白细胞介素-1受体拮抗剂(IL-1Ra)表达,从而建立自我调节的抗炎电路。炎症激活诱导NF-κB依赖性IL-1Ra产生,后者抑制IL-1信号并因此降低NF-κB活性,从而闭合负反馈环路。机械遗传学组织进一步表明,物理加载可作为局部抗炎药物产生的生理有意义触发因素。
**感染**
感染响应型系统将治疗控制扩展到病原体特异性感知、实时监测和自主抗菌干预,包括基于群体感应的生物传感器和感知-摧毁电路。一株表达合成跨膜受体HR4M的工程化Lactococcus lactis在肠道中特异性检测霍乱弧菌群体感应信号胆碱自诱导物-1(CAI-1)并激活β-内酰胺酶报告基因表达作为响应。Holowko等人随后通过将霍乱弧菌群体感应系统与CRISPR干扰耦合工程化了大肠杆菌生物传感器,实现对霍乱弧菌条件上清液的灵敏检测和紧密控制的绿色荧光蛋白表达。在此平台基础上,Jayaraman等人将报告基因替换为gRNA,其与组成性表达的dCas9结合,所得复合物抑制YebF-Art-085效应器构建体的表达。这些系统说明了情境响应型感染控制而非经典稳态反馈,因为病原体相关信号触发预定义的诊断或抗菌程序而无需连续调节生理设定点。
铜绿假单胞菌是呼吸道和胃肠道感染的主要原因,且经常表现出对 antibiotics 和其他抗菌剂的广泛耐药性。为实现病原体特异性干预,大肠杆菌被工程化以检测铜绿假单胞菌群体感应信号N-(3-氧代十二酰基)-L-高丝氨酸内酯(3OC12-HSL)。作为响应,工程化哨兵细胞产生并释放抗菌毒素CoPy,从而在感染微环境内局部消除铜绿假单胞菌。这些系统共同将实时病原体感知与抗菌效应器的按需产生和递送耦合。因此,它们 exemplify 情境响应型感知-摧毁电路而非稳态闭环控制,因为病原体来源信号触发预定义抗菌程序而无需连续调节生理设定点。
**心血管稳态**
心血管领域现在正成为闭环治疗的另一个重要场景。早期混合反馈概念探索了行为关联的血压控制,但新报道的血管紧张素II/ACE2激素分流更直接地由生物标志物驱动。在该系统中,天然AT1R受体被重新布线到合成启动子,驱动分泌工程化的可溶性ACE2,从而降解血管紧张素II并在实验性高血压中恢复正常血压。该设计值得注意,因为它使用疾病天然传感器,将信号通过内源性GPCR连接通路传递,并通过直接激动剂消除而非简单受体阻断来对抗病理。
同样的抗高血压分流例证了闭环电路设计不断扩展的治疗范围。该电路在临床相关血管紧张素范围内运作,在小鼠中避免低血压超调,与常规抗高血压药物一起表现可预测,并在血管紧张素输注、肥胖相关肾素-血管紧张素失调和选定人血清中响应。这些是使系统超越优雅概念验证向患者分层和最终临床开发候选推进的特征。心脏损伤现在正进入相同的设计空间:一个cTnI感知设计细胞系统使用合成肌钙蛋白受体以严格的cTnI诱导型、多西环素可抑制型方式触发替奈普酶分泌,为急性心肌梗死的早期检测和治疗提供闭环概念验证。
连接尿酸控制、肝脏保护、甲状腺调节、炎症植入物、感染防御、高血压和心脏损伤的不是共享效应器而是共享控制逻辑。内源性信号成为决策层。信号转导不仅被容忍;它被重新用作决定治疗何时以及多少应被递送的生理计算。这一逻辑在慢性疾病中尤其有吸引力,因为它将诊断和治疗转变为持续的预防过程。除表中列出的同行评审系统外,最近一项描述分泌Activin A抑制剂的闭环细胞治疗用于进行性骨化性纤维发育不良的研究表明,自主治疗控制也可能扩展到异常组织重塑疾病。
**癌症和免疫治疗:从情境门控靶向到自适应控制**
癌症提出了与代谢稳态不同的控制问题。其相关输入是空间异质的、通常多模态的,并受免疫抑制、基质屏障和可变抗原密度塑造。因此,肿瘤学中许多最重要的治疗电路在严格稳态意义上尚未完全闭环。相反,它们是情境感知、逻辑门控或外部驱动的系统,旨在降低毒性和增强特异性。即便如此,它们属于同一概念家族,因为它们将信号转导转化为可编程治疗决策。
**用于癌症治疗的合成受体**
合成受体已被工程化以识别细胞表面抗原、可溶性细胞因子和炎症介质,以及通过基于G蛋白偶联受体(GPCR)的电路处理的细胞外信号。
**合成Notch(synNotch)受体**
经典synNotch受体包含工程化细胞外感知结构域、Notch调控核心和细胞内转录因子。配体结合产生机械力,启动Notch调控核心的蛋白水解切割,释放转录因子以激活用户定义的遗传程序。Morsut等人通过用用户定义组件替换天然细胞外感知结构域和细胞内转录效应器建立了synNotch平台的模块性,证明受体感知和转录输出可独立编程。此后,synNotch平台使组合抗原识别、条件性CAR表达、局部细胞因子产生、抗原密度辨别和空间限制性免疫抑制成为可能。这些进展共同确立了synNotch作为将疾病相关信号耦合到可编程治疗反应的多功能平台。
**合成膜内蛋白水解受体**
一个代表性例子是合成膜内蛋白水解受体(SNIPR),一种工程化用于检测可溶性蛋白的基于Notch的平台。与主要响应膜结合配体的传统synNotch受体不同,SNIPR可被可溶性配体结合激活,从而启动受体加工和细胞内转录效应器的释放。将SNIPR激活与CAR表达耦合使CAR-T细胞在富含可溶性免疫抑制介质的肿瘤中选择性激活,改善肿瘤选择性同时限制脱靶活性。更广泛地,SNIPR将合成受体的感知库扩展到细胞表面抗原之外,并提供工程化微环境响应型细胞治疗的模块化框架。
**嵌合抗原受体**
一个里程碑例子是synNotch-to-CAR架构,其中识别肿瘤引发抗原(如ALPPL2)诱导针对肿瘤相关靶标的CAR表达。该设计解决了CAR-T细胞治疗实体瘤的两个主要限制:强直信号和靶向/脱肿瘤毒性。通过使CAR表达取决于先前抗原识别,电路保持有利T细胞状态同时增强肿瘤特异性。与代谢稳态反馈系统不同,该架构例证了情境依赖性治疗控制。它作为在肿瘤微环境中激活并在引发信号不再存在后返回静止状态的自主按需根除程序发挥作用。
最近,Mackall及其同事开发了激活诱导释放(AIR)调控的CAR作为动态调谐CAR信号传导的细胞自主负反馈策略。将最小CD62L衍生AIR基序纳入CAR利用内源性ADAM17介导的蛋白水解在T细胞激活后促进受体脱落。这种激活耦合的负反馈机制根据信号强度连续调整表面CAR丰度,从而限制过度强直和抗原驱动信号,减少T细胞耗竭和激活诱导的细胞死亡,并最终改善T细胞适应性和抗肿瘤效力。
**G蛋白偶联受体(GPCRs)**
可编程抗原门控G蛋白偶联工程化受体(PAGERs)采用基于GPCR的支架将可溶性抗原识别与诱导型基因表达耦合。抗原结合解除受体自抑制,触发受体激活和随后用户定义转录程序的诱导。其模块化架构将可溶性和细胞表面抗原感知与药理学控制整合,为可编程细胞治疗提供多功能平台。
除抗原识别外,基于合成GPCR的受体已被工程化以检测复杂组织微环境中的可溶性因子,实现情境依赖性治疗调节同时最小化全身毒性。通过将定制配体结合结构域与工程化信号支架组合,这些受体可响应疾病相关介质如转化生长因子-β(TGF-β)和血管内皮生长因子(VEGF),这两种介质是肿瘤免疫抑制和微环境重塑的关键介质。
**肿瘤微环境响应型基因电路用于癌症治疗**
互补策略已证明肿瘤微环境线索和工程化微生物底盘均可进一步扩展肿瘤学中的可编程控制。缺氧感知CAR-T细胞采用双氧感知开关将CAR表达限制在缺氧肿瘤区域,从而解决实体瘤免疫治疗的主要限制之一:靶向/脱肿瘤毒性。最近,内源性肿瘤限制性启动子,包括NR4A2和RGS16,已被重新用于将细胞因子表达定位在肿瘤内,将情境门控从抗原依赖性激活扩展到状态依赖性转录控制。活体细菌为肿瘤靶向治疗提供正交底盘,因为它们在肿瘤内优先积累,局部物理化学条件可作为内源性调控输入加以利用。这些系统不是实施稳态反馈,而是通过将肿瘤特异性环境线索耦合到局部治疗性基因表达来例证情境依赖性治疗控制。代表性输入包括缺氧、细胞外酸度和升高的乳酸浓度。例如,缺氧响应型PfdhF启动子已被用于将抗CD47抗体表达限制在缺氧肿瘤区域,从而增强巨噬细胞介导的肿瘤清除同时最小化脱靶活性。Leventhal等人工程化了减毒益生菌菌株SYNB1891表达单核细胞增生李斯特菌二腺苷酸环化酶DacA,从而产生环二AMP并在肿瘤内激活STING通路。缺氧响应型控制也已应用于必需细菌基因如asd,将细菌增殖限制在缺氧肿瘤组织并改善生物安全性。
其他肿瘤相关代谢线索同样已被用于可编程控制。酸响应型启动子,包括PadiA和CadC/cadBA调控系统,在肿瘤微环境特征的酸性条件下选择性驱动治疗性基因表达。类似地,乳酸诱导型电路利用实体瘤中升高的乳酸浓度来独立于葡萄糖和氧气可用性调节治疗有效载荷。在此策略基础上,Zou等人在工程化大肠杆菌Nissle菌株中结合乳酸依赖性必需生长基因asd和凝固酶的调控与群体感应控制的α-溶血素表达,从而改善治疗效果和生物安全性。
**细胞内肿瘤信号响应型基因电路用于癌症治疗**
除感知细胞外线索外,合成基因电路越来越多地被工程化以监测肿瘤细胞内在分子状态,使治疗反应直接耦合到致癌转录、信号和RNA加工异常。一个AAV递送的c-MYC响应型基因电路选择性重编程肿瘤细胞以响应异常c-MYC活性表达免疫刺激性有效载荷,说明致癌转录程序本身可作为治疗控制输入。将这一概念从转录失调扩展到异常信号通路,异常信号重布线至效应器释放(RASER)系统将过度活跃的ErbB信号转化为可编程治疗输出。使用识别磷酸化ErbB受体并招募NS3蛋白酶的工程化蛋白对,RASER使信号依赖性治疗货物释放成为可能,在ErbB过度活跃癌细胞中选择性诱导凋亡或激活CRISPR/Cas9介导的细胞因子表达。除转录和信号异常外,突变特异性RNA加工同样已被用于肿瘤选择性控制。此外,一个RAS响应型电路将CRAF RBDCRD-NarX融合蛋白的RAS-GTP结合与正交NarL依赖性输出表达耦合,使在RAS驱动癌细胞中优先激活成为可能。一个突变响应型剪接电路利用SF3B1突变依赖性RNA加工驱动选择性HSV-TK表达,使更昔洛韦介导的SF3B1突变癌细胞消除成为可能同时保留遗传匹配的野生型细胞。
膳食小分子、光、超声和近红外响应型细菌同样已被用于空间限制或时间门控抗肿瘤功能。这些研究之所以重要,是因为它们将癌症治疗从静态效力转向可编程情境识别,这是任何未来自主肿瘤学平台的基本要求。
完全闭环的肿瘤学平台可能需要整合抗原密度、炎症基调、缺氧、代谢应激、基质排斥和治疗史。这种传感器融合通过组合蛋白电路、合成受体系统和基于CRISPR的调控逻辑已在概念上变得可行。因此,挑战不仅在于检测癌症,而在于在不确定性下计算适当的治疗行动同时保持在可接受的安全范围内。
因此,癌症可能是开环、情境门控和完全自主策略将共存最久的疾病领域。临床医生覆盖仍将重要,但逻辑门控细胞治疗已表明靶向治疗不仅可由产品去向或结合什么来定义,还可由其如何决策来定义。
**为什么该领域现在已准备好进入临床:递送、持久性、监督和信任**
该领域的核心问题不再是治疗基因电路原则上能否工作。而是它们能否被递送、稳定、监测和治理得足够好以被信任。许多最有说服力的自主演示仍依赖体外工程化细胞的封装和植入。这种格式提供设计自由、可回收性和设备级监督的可能性,但也带来制造负担、限制植入物寿命并引入异物反应。基于载体的递送通过使用病毒载体、病毒样颗粒、mRNA系统和质粒拓宽了临床设计空间,但自主性对校准提出了异常严格的要求。一个组成性转基因适度漂移可能保持效用;一个闭环控制器漂移可能以临床上重要的方式改变其阈值、泄漏性或增益。通过软硬件范式来看,转化不仅取决于编程更好的遗传软件,还取决于将该软件匹配到其持久性、可及性、可回收性和免疫兼容性适合临床任务的硬件平台。在设定点医学中,递送和控制保真度不可分离。
因此,持久性不仅仅是持续存在问题。长期部署使电路暴露于选择性沉默、突变侵蚀、表观遗传漂移、改变的细胞状态组成和变化的宿主微环境。工程化低负担、冗余、可重校准和模块化替换将与优化初始控制功能同等重要。安全开关仍然必要,但它们不充分:控制器必须保持良好调谐,而不仅仅是可终止。
临床转化还需要基于控制器的评估语言。除平均终点改善外,研究应报告扰动后恢复时间、超调、振荡、数月稳定性、对合并用药和生理变异的鲁棒性以及生物标志物偏移与治疗输出之间的关系。人工胰腺领域正是从这种框架中受益。自主基因和细胞治疗现在需要一套类似的控制性能指标。
总之,这些是该领域现在看起来越来越准备好进行临床导向项目的原因。逻辑门控电路治疗已跨过临床门槛:E-SYNC synNotch-CAR T细胞平台正在EGFRvIII阳性胶质母细胞瘤患者的I期研究中评估,表明动态电路控制不再局限于啮齿动物概念验证。自主生物标志物响应型植入物仍处于临床前阶段,但疾病覆盖范围现已广泛且机制多样。具有可解释生物标志物、有界生理学、可逆或自限效应器以及可回收或可暂停递送平台的适应症应被视为现实的第一波候选。
混合监督可能使早期转化更安全和更可治理。生物电子学、可穿戴设备和患者特异性数字模型可提供外部监督环路,即使生物电路执行内部局部控制功能。在这种有界自主模型中,诊断变为连续的,治疗变为自适应的,预防变为自动的,持久疾病纠正变为可实验测试的而非纯粹理想化的。
**AI辅助设计、校准和监督控制**
**AI驱动的生物组件设计**
基础AI模型,包括AlphaFold、ESM和AlphaFold3,已改变蛋白质结构预测、序列表示和生物分子相互作用建模。与此同时,RFdiffusion和ProteinMPNN等生成框架使从头蛋白质骨架生成、序列设计、结合剂工程和功能位点支架成为可能。这些进展共同为工程化精密生物组件提供了计算基础,包括蛋白质开关、诱导型二聚化模块、蛋白酶响应结构域和基于适配体的传感器。例如,计算设计的金刚烷胺结合蛋白已从从头同源三聚体进展到小分子响应型寡聚系统,而化学诱导二聚化(CID)平台为配体控制蛋白质组装提供广泛适用的机制。类似地,光可切换蛋白结合剂和机器学习引导的适配体发现说明计算设计如何加速诱导型感知模块的开发。重要的是,这些方法不替代实验筛选,而是改善候选库的质量、多样性和功能相关性,从而加速下游电路工程。
**AI驱动的基因电路编程**
计算框架越来越多地使启动子、调控元件、连接子、感知模块和效应器组件如何共同决定电路行为的整合建模成为可能。工程化治疗基因电路需要平衡多个竞争性设计目标,包括响应阈值、动态范围、转录泄漏、基础活性、输出强度、鲁棒性和安全性。自动化电路设计平台已证明高级逻辑规范可转化为功能性DNA编码电路架构。与此同时,机器学习引导的推荐系统、贝叶斯优化和计算机设计-构建-测试-学习(DBTL)工作流通过将先前实验知识与预测建模整合,促进电路设计的迭代改进。在免疫细胞工程中,将组合嵌合抗原受体(CAR)信号结构域库与机器学习结合已使CAR架构与细胞表型之间关系的系统映射成为可能,而CAR-Toner和CARMSeD等计算工具有助于识别强直信号和功能失调CAR设计。这些方法共同说明AI在DBTL工作流中的主要贡献不是替代实验验证,而是最大化候选选择期间的信息增益,从而加速稳健治疗基因电路的工程化。
**系统级建模和监督控制**
实现可靠的治疗性能需要将AI辅助电路设计扩展到系统级生理建模。在体内部署后,电路行为受宿主生物学背景、递送模态、时空组织分布、免疫微环境、全身药代动力学和药效动力学(PK/PD)以及患者间变异的动态影响。机制模型、多尺度计算框架和物理信息神经网络(PINNs)整合反应动力学、分子扩散、质量运输和药理学过程来预测治疗电路行为,即使在数据有限条件下也展示出稳健准确性。数字孪生框架通过整合纵向多组学、高分辨率成像、单细胞分析、PK/PD测量和实时设备读数来进一步扩展这些能力,以模拟治疗电路在不同生理和病理状态下的轨迹。在这些多尺度表示基础上,模型预测控制(MPC)、自适应反馈控制和强化学习已成为闭环治疗和靶向药物递送系统的有前景的监督策略。这些方法共同建立了检测系统不稳定性、信号超调和功能漂移的定量框架,从而在治疗性能恶化之前实现主动电路重校准或及时临床干预。
**AI赋能的监督智能与设定点医学**
这种系统级视角自然与设定点医学概念汇聚,其中治疗目标超越单剂量干预延伸到将生理变量持续维持在预定义临床有意义范围内。因此,AI预期在治疗系统的设计和运行时阶段均发挥作用:在开发期间优化电路架构和递送策略,同时在部署后使能有界自主、患者特异性监测和监督控制。在此框架内,AI作为监督智能层连接分子设计、系统动力学和临床决策。
然而,成功的临床转化需要同等强调可解释性、透明性和治理。AI辅助治疗控制必须由可审计的性能指标、不确定性量化、明确的安全约束和稳健的人类监督支持,而非依赖不透明决策。只有在此条件下,AI才能增强可编程治疗在异质患者群体和复杂疾病环境中的安全性、可靠性和临床实施。
**数据局限性和未来展望**
尽管方法学快速进步,AI赋能闭环治疗的主要瓶颈不在于算法复杂性,而在于经验数据的质量、规模和转化相关性。关键差距包括稀疏的序列-功能映射、生物组件动力学表征不完整、体外到体内可预测性有限、药代动力学和生物分布数据不足以及纵向安全性数据集和临床失败登记稀缺。为推进临床可靠的闭环治疗,预测模型必须超越二元功能分类以捕捉非线性响应动力学、时间持久性、功能漂移、安全阈值和患者间变异。解决这些挑战需要在实验和临床环境中整合不确定性感知建模、标准化多模态数据基础设施和可解释性能指标。
展望未来,AI在该领域的核心作用不是支持模型复杂性的无约束扩展,而是使能可验证、迭代和可治理的计算-实验工作流。随着高通量功能筛选、自动化生物铸造厂、单细胞和空间多组学、可穿戴生物传感器和纵向临床登记成熟,AI可逐步将分子设计、电路动力学、体内药理学和实时患者状态监测整合在统一预测框架内。闭环治疗系统由此可能从主要是静态、硬连线的基因电路演变为能够模型引导重校准、情境依赖性调整和前瞻性风险缓解的自适应架构。在稳健数据基础设施、标准化验证平台和演进中的监管框架支持下,AI最终可提供将可编程治疗转化为自适应、持续监督治疗系统所需的整合框架。
**结语**
在过去十五年中,可编程哺乳动物治疗已从优雅的远程控制开关进展到越来越类似生理控制器的系统。一条特别高产的研究轨迹使这一进展尤为明显,从光遗传学和物理驱动设计细胞移动到代谢、炎症、感染、心血管控制和癌症的生物标志物响应型电路。与此同时,该领域开始认识到合成生物学中的软硬件范式:基因电路提供可编程控制逻辑,而哺乳动物治疗细胞和组织相关底盘提供该逻辑运行的生物硬件。
**临床转化和未来实施**
尽管合成生物学和治疗基因电路工程取得了显著进展,可编程治疗系统的临床转化仍受若干基本挑战制约。其中,免疫原性和宿主-电路相互作用代表可编程治疗系统长期功能的主要障碍。合成组件、工程化受体和非自身转基因产物可能被宿主免疫系统识别,导致免疫清除、电路功能丧失或治疗持久性降低。为减轻这些风险,越来越多的努力集中于人源化和正交生物组件,包括人源化合成受体和最小免疫原性调控元件,以减少免疫识别同时保持电路功能。
重要的是,免疫原性不仅由电路设计决定,还由递送模态的选择决定。例如,基于腺相关病毒(AAV)的基因转移可能受到预先存在的中和抗体和细胞免疫反应的影响,而重复给药可能进一步放大免疫识别。因此,优化递送载体、瞬时表达策略和组织靶向递送方法仍是活跃的开发领域。与此同时,基于生物材料的封装和免疫隔离技术已成为有前景的策略,保护工程化细胞或可植入装置免受免疫监视同时维持与宿主环境的双向分子交换。此类方法可能延长治疗功能同时减少全身免疫抑制的需求。
额外的转化机会可能来自免疫特权或解剖学限制部位的部署,包括眼和皮肤,其中免疫暴露相对有限。对于细胞治疗,自体细胞、低免疫原性工程化细胞和通用供体细胞平台可进一步减少免疫排斥和改善长期持久性。除免疫原性外,宿主-电路兼容性也关键影响治疗性能。不同宿主细胞类型之间基因表达稳定性、信号能力、代谢负担和组织微环境的差异可改变工程化电路的可靠性和鲁棒性。同样,炎症、营养可用性和组织结构等疾病相关变化可能以难以从临床前模型预测的方式重塑电路行为。因此,改善底盘-电路兼容性和工程化在多样生理环境中维持稳定功能的系统对于实现可预测和持久的临床性能至关重要。
同样重要的是制造、可扩展性和公平可及性的考虑。依赖定制实验室流程的治疗平台不太可能实现广泛临床实施。因此,转化考虑应从电路设计的最早阶段纳入,包括可制造性、工艺稳健性、批次间一致性、成本透明度和报销策略,而非被视为下游挑战。标准化细胞库、模块化载体平台和简化质量控制分析对于实现可扩展和可重复制造至关重要。早期解决这些因素将有助于确保治疗控制的进展转化为临床有意义且广泛可及的治疗。
最终,下一代闭环治疗应以临床转化为主要设计目标而非下游考虑来开发。实现这一愿景需要合成生物学、系统工程、人工智能、制造科学和监管创新的协调整合,以实现不仅智能、自适应和安全,而且实用、可扩展且在常规临床护理中广泛可及的可编程药物。
在这些转化基础上,闭环治疗的下一阶段应由适应症导向的开发项目驱动,这些项目定义临床有意义的设定点、可审计的性能指标、分层安全架构和可扩展实施策略。此类项目还需要硬件感知的设计选择,因为相同的控制逻辑在部署于可植入设计细胞、工程化免疫细胞或其他哺乳动物治疗底盘时可能表现不同。因此,AI辅助设计、虚拟细胞和组织模型以及监督生物电子学可能成为使能基础设施,帮助将软件匹配到硬件、预测功能漂移并支持重校准和临床监督。
若这些挑战得以克服,其影响远超一类新的基因开关。医学可能逐步从间歇性诊断后手动给药转向持续设定点管理,其中诊断、治疗和预防整合在治疗本身之中。在选定的慢性疾病中,生理稳态的持久恢复甚至可能开始接近功能性治愈。因此,下一个挑战是明确的:将闭环基因和细胞治疗从孤立的概念验证研究转化为设定点医学的首批临床可信平台。