点击图片查看“引领未来移动AI的女性”视频（内容支持：高通）
在刚刚结束的《麻省理工科技评论》中国联合 DeepTech 主办的生命科学创业大赛中，专注于新一代个性实体瘤 T 细胞疗法的初创公司 RootPath 从 13 家公司中脱颖而出，获得“BioFuture 大奖”。生辉也借此机会和 RootPath 的联合创始人兼首席执行官陈曦博士进行了交流。
“虽然个体化 T 细胞治疗是我们的专注点，但我们真正的内核是‘合成’”，陈曦介绍道，“我们利用世界领先的超高通量的 DNA 片段组装和基因合成技术，率先开发了合成免疫学平台。这一平台使得个体化、多克隆、肿瘤反应性 TCR-T 治疗成为可能。我们也会全力把这一疗法推向临床。但从更宏观的角度上说，这一疗法只是超高通量基因组装、合成的第一个 killer app，而不是唯一的一个。”
图 | RootPath 的联合创始人兼首席执行官陈曦博士（来源：受访人提供）
“合成是内核，免疫是应用 ”
近年来，细胞疗法的火热不言而喻。CAR-T 疗法已有三款产品获批上市，而在实体瘤治疗中，基于 TCR 的疗法，如 TCR-T、TIL 在一定程度上取得了优于 CAR-T 的效果。一部分 TCR-T 疗法力图通过提高 TCR 的亲和力，更好地识别肿瘤抗原，达到杀伤肿瘤细胞的目的。目前，越来越多的公司正在通过使用特异性识别肿瘤抗原的 TCR 序列，精准打击肿瘤细胞。但 T 细胞治疗在实体瘤中更大的突破，可能需要更多底层技术的革新。
“随着生物学和医学从描述性、经验性科学向系统性、工程化科学的转变，我们整个领域的一个核心工作内容就是对生物学的信息，也是对 DNA 的序列进行‘读’和‘写’。‘读’和‘写’这两件事也造就了基因组学和合成生物学这两大重要学科。得益于二代测序和单细胞测序的快速发展，‘读’现在已经比较成熟。以 T 细胞研究为例，现有技术可以让我们在一次实验中读取成千上万的 TCR 序列。但更重要的问题是是如何找到哪个序列是有用的，是可以用在病人身上达到消灭病人的肿瘤的临床效果的。这需要我们把数字化的序列‘写’在实体的 DNA 分子上。换句话说，我们需要把这成千上万的 TCR 合成后进行湿实验，将有功能的、能够识别肿瘤抗原的 TCR 挑出来”。陈曦向生辉介绍了 RootPath 目前的工作内容。
“基因合成不是一个新概念。目前国内外很多公司都可以提供基因合成的服务。目前这一领域的最前沿的公司是位于旧金山的 Twist Bioscience（以下简称 “Twist”)。关键在于我们如何将基因合成的通量提高几个数量级、成本降低几个数量级。”2013 年成立的 Twist，其核心技术高通量硅芯片 DNA 片段合成平台通量是传统方法的 9600 倍，该平台能够实现高保真、低成本的 DNA 片段和基因合成。Twist 在 2018 年上市之前，获得了 2.53 亿美元的融资，目前市值约 80 亿美元。“我们在基因合成上的思路和 Twist 有一定相似性。但借助我们自主开发的超高通量 DNA 片段组装技术，我们的通量做到了 Twist 的 100 倍，成本也降低了将近 100 倍”，陈曦补充道。
在创立 RootPath 之前，陈曦有过不同的身份：科学家、创始人，现在也是巢生资本的创业合伙人。“在做科学家的时候，虽然发了很多文章，但是我发现杂志的审稿人追求的创新点和临床上真正需求的是不一样的，所以决定走向工业界，参与了一些初创公司。后来转换为投资人的角色。也是为了拓宽眼界，发现更多的问题和机会。”
在投资机构历练一年多之后，陈曦发现一些新药开发中的重大问题是可以被技术创新解决的。“我和我的 co-founder Ely Porter 带着各自的技术，在我们的科学共同创始人和投资人的帮助下，成立了 RootPath”。Ely Porter 是 RootPath 的首席科学家，他是 RNA 领域的生物化学和生物工程家，同时也是巢生资本的一员。
图 | RootPath 共同创始人兼首席科学家 Ely Porter（来源：受访人提供）
2018 年，RootPath 完成了由红杉中国牵头的 700 万美元种子轮融资，今年年初完成了由经纬中国牵头的 1100 万美元 A 轮融资。陈曦也向生辉透露，“我们在 2021 年会开启 B 轮融资，一方面将平台继续做强，另一方面是要将 TCR-T 推向临床。”
目前，RootPath 在中美两地均有研发中心。对此，陈曦解释道，“中美两地具有不同的优势所在，我们希望能够各取所长。美国拥有一流的科研院所和制药公司，所以很多产学结合相关的工作和合作将在美国进行。但中国的基础人才数量、临床速度更有优势。我们也会全力利用这些优势。”
在陈曦看来，虽然中美两地在基础积累和医院科研上有一定的差距，但是总体而言，两者在生命科学产业的差距越来越小，尤其是在公司研发的角度。“最近中国有很多的候选药物被 license-out 到国际一流药企，也在不断地发展 first-in-class 的新药。国际上对于中国的创新能力正在逐渐地认可。”
“识别多个抗原是取得突破的最好办法”
如上文所说，传统的 TCR-T 疗法利用的是单一的识别肿瘤抗原的 TCR 序列。但这种方式的治疗效果在大多数癌种中效果并不突出。陈曦解释道，“这里一个重要问题是肿瘤的免疫逃逸。每个肿瘤细胞有 6 个 Class I HLA，但会经常丢掉 3 个。丢掉的这 3 个里如果恰好有一个是被 TCR-T 识别的，那么 TCR-T 就对肿瘤无计可施。所以现在业内的共识是不能用一个TCR去打击一个抗原，而是用多个TCR识别多个抗原。” 在陈曦看来，识别多个抗原是取得突破的最好办法。
“如果我们延续传统 TCR-T 的思路去提高 TCR 和抗原的数量就会出现可行性的问题。因为每个病人的 HLA 类型和抗原表达都不一样，如果我们要有足够大的 TCR 文库，大到对于任何一个入组的病人都能够找到 5、6 个可以使用的 TCR，这个文库可能要包括上百种 TCR。这就意味着我们需要对几百个 TCR 做剂量爬坡试验，这是不可能完成的任务。” 陈曦解释道。
“使用病人自体的 TCR 可能可以打破这一僵局，” 陈曦接着说，“自体 TCR 经过了胸腺筛选和免疫耐受，安全性上比异体 TCR 有着很大的优势。” 与 TCR-T 不同，在实体瘤中效果更好的免疫检查点抑制剂和 TIL 疗法（即将手术取出的肿瘤组织中的 T 细胞在体外分离、扩增，并回输到病人体内），依赖的都是病人自体的、识别多个抗原的多个 TCR。
“那为什么不能一直用免疫检查点抑制剂和 TIL 疗法？” 生辉问道。
“在黑色素瘤这样免疫原性非常高的肿瘤中，肿瘤中相当大一部分的 T 细胞带有识别肿瘤抗原的 TCR。针对这些肿瘤，无论是用免疫检查点抑制剂去解除 T 细胞的抑制，还是将 TIL 扩增再回输到病人体内，效果都还不错。但是对于中等免疫原性的肿瘤中，根据报道和我们自己的数据，可能只有 5% 以下的 TCR 能够真正识别肿瘤。”
“RootPath 的技术可以将这些肿瘤识别性 TCR 通过湿实验找到，并用它们制备 TCR-T 细胞。这样可以同时解决三个问题。第一，用多个 TCR 避免逃逸；第二，用自体 TCR 要保证安全；第三，用外周血 T 细胞作为载体保证 T 细胞的功能”。陈曦表示，“我们的技术可以绕过传统的 T 细胞治疗局限，迅速超越。”
在适应症和进度方面，陈曦告诉生辉，“我们主要关注的是中等免疫原性的实体瘤，包括结直肠癌、非小细胞肺癌，头颈癌、胃癌等。平台验证基本上结束了。因为我们做的是个体化 TCR- T，要为每一个病人找到一组 TCR，所以临床前研究和临床研究有一定重合。我们已经通过合作证明了我们可以从病人自己的肿瘤侵润淋巴细胞（TIL）的 TCR 文库里找到能够识别肿瘤的 TCR，希望在 2021 年能够在中国发起临床试验。”
同时，他也谈到，T 细胞疗法目前的发展状态类似于 15 或者 20 年前的抗体药发展的状态。虽然在成本、生产复杂性上有很多工作要做，但随着产业的成熟，T 细胞疗法会逐渐平民化，也会发展成一个可以撑得起很多玩家的市场。
图 | RootPath 的技术平台（来源：公司官网）
“‘读-想-写-测’的高速迭代”
除了个体化 T 细胞治疗，RootPath 也在逐渐布局其他依赖超高通量基因合成的领域，比如基于 AI 的蛋白设计。通过与这一领域的顶级实验室合作，RootPath 力图利用快速、高通量的基因合成和测试平台做到对 AI 设计出的蛋白序列的快速功能性分析，并将结果反馈给 AI 算法，做到“读-想-写-测 ”的高速迭代。这些合作项目今后会被陆续公布。
前几周，DeepMind 最新人工智能程序 AlphaFold 2 取得重大突破，能够精准预测蛋白质的三维结构。陈曦认为，蛋白结构预测领域的这些突破这意味着我们能够尝试设计蛋白质了。在今后几年，会不断出现基于计算的 TCR、抗体以及其它大分子药的设计。高通量的合成和测试平台将是这一方向不可或缺的推动力。
采访的最后，陈曦告诉生辉，如果将 RootPath 想成一架桥梁，桥梁的一端是合成生物学、计算生物学的美好蓝图，桥梁的另一端是真正未被满足的临床需求。“我们非常希望能够用我们的核心技术和以临床转化、商业化为导向的视角，将这座桥梁搭建起来，用最快的速度把这些蓝图转化成临床产品。”
-End-
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
