匹兹堡大学的Natasa Miskov-Zivanov教授，作为电气与计算机工程助理教授，因其题为“人工智能驱动的高效且可解释的免疫疗法设计框架”的项目获得了美国国家科学基金会（NSF）颁发的著名职业早期发展（CAREER）奖，奖金为581,503美元。通过她的创新方法和开发的自动化系统，该系统利用AI和知识图谱来设计更有效的淋巴细胞，她希望彻底改变挽救生命的免疫疗法的设计。
基于嵌合抗原受体（CAR）T细胞的疗法已经革新了血液癌症如白血病和淋巴瘤的治疗，展示了合成信号受体在免疫疗法中的强大作用。对于这些疗法，患者的T细胞被采集，经过CAR改造后重新引入患者体内。然而，CAR T细胞在治疗实体肿瘤方面效果较差。识别和渗透实体肿瘤需要新的CAR T细胞设计。
尽管研究人员继续探索最有效的配置，但潜在治疗性淋巴细胞设计的组合复杂性，包括CAR T细胞，非常庞大。Miskov-Zivanov将创建一个系统，该系统将调查科学文献和数据库，有效检索并整合现有专家知识与实验数据，推荐更有效的CAR T细胞和肿瘤浸润淋巴细胞（TILs）。
作为一名计算机工程师，Miskov-Zivanov在计算和系统生物学领域进行了博士后研究，她希望开发的自动化框架能够可靠地加速这一过程。“作为一名计算机工程师，”她说，“我致力于自动化复杂的设计过程。我探索如何将传统上由生物学家手动完成的任务通过计算方法进行简化和自动执行。”
2023年，Miskov-Zivanov获得了NSF EAGER奖，用于创建一个使用自然语言处理（NLP）从科学文献中提取信息的工具，并通过整合实验数据帮助合成生物学家设计新的CAR T细胞。
基于这个为期两年的项目，她将开发一个新的系统，该系统结合传统的NLP方法和最近的大语言模型（LLM）以及神经网络，阅读、分析和解释研究论文和实验数据，并对广泛的细胞设计进行全面的计算机模拟实验。
通过开发和测试新的提示方法，Miskov-Zivanov希望“研究人员不必再阅读成千上万篇论文，其中许多是无关的，系统可以提取有意义的数据和见解。”
教育未来的工程师
提取的信息将以知识图谱（KGs）的形式呈现，她将进一步使用图神经网络（GNNs）对其进行细化和分析，以预测最有效的治疗性细胞设计。在过去的一年里，Miskov-Zivanov在匹兹堡大学还开设了一门新的研究生课程，专注于KGs及其构建和应用方法。她看到了在KGs中整合信息和结构化知识与通过GNNs实现的数据驱动预测之间的巨大潜力，并希望通过揭示新的、有意义的联系和关系，显著推进新疗法的工程设计。为下一代工程师配备这些工具对于解决关键的生命科学研究挑战至关重要。
Miskov-Zivanov希望建立“一种可靠的工程方法，以测试数千种具有多样化和强效受体系统的免疫治疗细胞设计，如TILs和CARs。”她的工作旨在推进免疫疗法，同时开发新的算法过程，以识别和呈现可信、预测性的科学数据和研究。
“我非常感激和荣幸能获得这个CAREER奖。我对免疫疗法的兴趣始于十二年前，当时我读到一个年轻女孩的白血病被这种治疗方法治愈的故事。从那时起，我就受到启发，希望能帮助推进这项研究。作为一名计算机工程师，我特别受到通过计算在其他领域产生有意义影响的机会的激励。”
Natasa Miskov-Zivanov，匹兹堡大学电气与计算机工程助理教授
我们的电气与计算机工程系为Natasa Miskov-Zivanov教授及其最新成就——NSF CAREER奖感到无比自豪，”电气与计算机工程系主任、R&H Mickle捐赠教授Alan George说。“她在MeLoDy（机制和动态逻辑）实验室领导的研究涵盖了广泛的前沿主题，利用她在数字电路、合成生物学、人工智能和动态系统方面的专业知识。Natasa的新项目有望显著推进免疫疗法设计领域。她不仅在实验室中是一名创新者，在课堂上也是一名创新者，我对她的未来充满期待，她将成为该领域的冉冉升起的新星。”
来源：
匹兹堡大学
(全文结束)
