核心技术 Allogeneic-HLA TCR Priming,利用异型供体 T 细胞库绕过中枢耐受,获得天然高亲和力 TCR。
通过分子工程手段提升 TCR 在 T 细胞表面的表达量和功能活性,同时保持天然特异性。四种优化策略协同。
提供多种基因递送方案,涵盖已验证的病毒系统和在研的非病毒递送技术。
基于 T2 / K562 细胞改造的工程化抗原呈递系统,为 TCR 发现与功能验证提供最优激活环境。
基于 Jurkat-CD8-NFAT-GFP 的高通量 TCR 功能筛选系统,提供精准激活信号定量。
从生信预测到实验验证的完整表位筛选链条,覆盖多 HLA 亚型和多靶点并行测试。
自研 s-pHLA Tetramer / 多聚体合成(部分研发中)。流式检测灵敏度 100pM,Tetramer 阳性率峰值 82.7%。对标上市药物 Immunocore Kimmtrak 的 TCR-Tet 方向。
数据来自真实湿实验,非文献挖掘。
TCR 发现→验证→AI 训练全流程自主。
每项合作数据均反哺平台。
腾讯 AI Lab 已主动寻求合作,验证了私有数据壁垒在国内顶级 AI 机构眼中的稀缺价值。
已完成 GFP 蛋白的胞内表达(293T 细胞系)及原代 T 细胞多种修饰 mRNA 的表达动力学研究,验证了 LNP 包封递送的可行性。
已获得小鼠体内治疗性疫苗的 28 天活体成像数据(IVIS),LNP 组对比对照组显示了显著的肿瘤抑制效果。
已获得阳离子脂质化合物及其组合物和应用的发明专利(ZL 2021 1 0263478.2,2024年授权),并有新专利在审。
ORR: 60-100%
复发率较高
实体瘤靶点少
正常细胞损伤大
ORR: 30-70%
复发率较低
实体瘤靶点多,更精准
正常细胞损伤小
目标:临床治愈
建立 TCR 数据库
使用 3-6 个 TCR
基于 mRNA 构建,联合 PD-1 抗体