Creative Biolabs ha ampliado sus capacidades de investigación en CAR-T y TCR-T con un servicio de desarrollo de CAR/TCR asistido por IA diseñado para abordar tres desafíos recurrentes en el desarrollo de terapias de células T modificadas: la selección de candidatos de receptores que requiere mucha mano de obra, las limitaciones de diseño relacionadas con la persistencia y las posibles toxicidades fuera del objetivo. La empresa anunció la ampliación el 25 de septiembre de 2026 desde sus instalaciones en Shirley, Nueva York.
El desarrollo de terapias de células T modificadas requiere que los investigadores naveguen por un amplio espacio de diseño, desde la selección de dianas y ligandos adecuados hasta la optimización de la arquitectura del receptor y la evaluación de la especificidad. Creative Biolabs integra inteligencia artificial y modelado computacional con validación experimental para ayudar a los investigadores a priorizar candidatos prometedores de forma más temprana y centrar los recursos de laboratorio en diseños respaldados por criterios computacionales. En lugar de aplicar inteligencia artificial en una única etapa del desarrollo, la empresa incorpora la IA en un flujo de trabajo integrado que abarca el descubrimiento de dianas y ligandos, la ingeniería de constructos CAR/TCR y el perfilado de seguridad y especificidad. El enfoque tiene como objetivo respaldar la priorización de candidatos basada en datos, al tiempo que reduce la dependencia de una amplia selección iterativa por prueba y error.
Identificar una diana asociada al tumor es solo el comienzo. Los investigadores también deben considerar la expresión de la diana, la especificidad del ligando, la compatibilidad estructural y la posible reactividad cruzada al seleccionar candidatos para un mayor desarrollo. El servicio de descubrimiento de dianas y ligandos asistido por IA de Creative Biolabs combina análisis multiómicos, aprendizaje automático y modelado estructural para respaldar la priorización de dianas y la evaluación de candidatos de scFv, fragmentos de anticuerpos y TCR. Para los equipos que trabajan con grandes grupos de candidatos, la priorización computacional puede introducirse antes de la selección experimental que consume muchos recursos. Esto permite a los investigadores reducir el conjunto inicial de candidatos en función de características predichas relacionadas con la unión, propiedades estructurales y parámetros relacionados con la especificidad antes de proceder a la validación experimental.
La arquitectura del receptor puede influir sustancialmente en la función de las células T modificadas. Variables como los dominios de reconocimiento de antígeno, las bisagras, las regiones transmembrana y los módulos de señalización intracelular crean numerosas combinaciones posibles de constructos. A través de su servicio de ingeniería y diseño de constructos mejorados por IA, Creative Biolabs aplica modelado computacional para investigar factores como la estabilidad del receptor, el comportamiento predicho relacionado con la señalización, el riesgo de autoactivación y las características asociadas a la persistencia. Cuando la persistencia o el agotamiento de las células T son una preocupación, por ejemplo, los investigadores pueden comparar computacionalmente configuraciones alternativas de receptores y combinaciones de dominios de señalización antes de seleccionar un grupo focalizado de constructos para pruebas celulares.
El posible reconocimiento fuera del objetivo y la actividad sobre el objetivo/fuera del tumor siguen siendo consideraciones importantes en el desarrollo de células T modificadas. Identificar posibles riesgos de forma más temprana puede proporcionar evidencia adicional para la selección de candidatos y ayudar a guiar estudios experimentales posteriores. El servicio de perfilado de seguridad y especificidad impulsado por IA de Creative Biolabs incorpora información de secuencia, estructural, proteómica y de expresión tisular para priorizar posibles señales de reactividad cruzada y de seguridad asociadas a la diana para su seguimiento experimental. Una estrategia de desarrollo práctica consiste en integrar la evaluación de la especificidad junto con la selección de dianas y la optimización del receptor, en lugar de tratar la evaluación de seguridad únicamente como un punto de control posterior. Esto puede ayudar a los investigadores a identificar candidatos que requieren investigación adicional antes de comprometer recursos para una validación más amplia.
En conjunto, estas capacidades habilitadas por IA crean un flujo de trabajo conectado desde la selección de dianas y ligandos hasta la optimización de la arquitectura del receptor y la evaluación de seguridad y especificidad, lo que ayuda a los equipos de investigación a priorizar dónde la validación experimental puede aportar el mayor valor. Los investigadores que buscan agilizar la selección de receptores, optimizar el diseño de constructos CAR/TCR o evaluar posibles riesgos de especificidad pueden explorar las capacidades de desarrollo de CAR/TCR asistidas por IA de Creative Biolabs en https://www.creative-biolabs.com/car-t/.
Las implicaciones para la industria de la terapia celular son significativas. Al integrar la IA en todo el pipeline de desarrollo, Creative Biolabs pretende reducir el tiempo y el costo asociados con llevar las terapias de células T modificadas a las etapas preclínica y clínica. Esto podría acelerar la disponibilidad de tratamientos novedosos para el cáncer y otras enfermedades, al tiempo que mejora sus perfiles de seguridad. Para los investigadores, el servicio ofrece una forma de tomar decisiones más informadas al principio del desarrollo, lo que podría aumentar la tasa de éxito de las terapias candidatas. A medida que la IA continúa permeando la investigación biomédica, estas plataformas integradas podrían convertirse en herramientas estándar en el desarrollo de terapias celulares de próxima generación.
