摘要：在2024年，基因治疗领域迎来了飞速发展的阶段，实现了诸多技术革新以及治疗突破。本文对2024年基因产品获批、细胞治疗以及人工智能在基因编辑领域的深度融合情况进行了梳理。这些进展不仅为遗传性疾病的治疗提供了新的方向，也为癌症等复杂疾病的治疗带来了新的希望。

在2024年，基因治疗领域迎来了飞速发展的阶段，实现了诸多技术革新以及治疗突破。本文对2024年基因产品获批、细胞治疗以及人工智能在基因编辑领域的深度融合情况进行了梳理。这些进展不仅为遗传性疾病的治疗提供了新的方向，也为癌症等复杂疾病的治疗带来了新的希望。

基因治疗产品的新批准

2024年，全球基因治疗产品的研发迎来了新的高峰。美国FDA在去年批准了8款基因治疗产品。这些产品涵盖了多种疾病领域，如罕见遗传病、肿瘤等，充分展示了基因治疗技术的快速发展和广泛的应用前景。其中包括Iovance Biotherapeutics的肿瘤浸润淋巴细胞（TIL）疗法Amtagvi（lifileucel）、Orchard Therapeutics的基因疗法Lenmeldy（atidarsagene autotemcel）以及Adaptimune Therapeutics公司的工程化T细胞疗法Tecelra（afamitresgene autoleucel）等。

Rocket Pharmaceuticals的Kresladi为白细胞黏附不全症-I（LAD-I）这一罕见遗传疾病提供了新的治疗选择。LAD-I是一种罕见的遗传性免疫疾病，由编码β2整合素组分CD18的ITGB2基因突变所致。CD18是一种关键蛋白，可促进白细胞黏附并使其从血管外渗以对抗感染。LAD-I患者易出现反复且致命的感染，若不进行异基因造血干细胞移植，患者通常会在儿童时期死亡。Kresladi包含经慢病毒载体基因改造的自体造血干细胞，能够使ITGB2基因正常表达。

数据显示，接受Kresladi治疗12个月（及整个随访期间）后，患者（12-24岁，共9例）的总体生存率达到100%。与治疗前相比，患者的严重感染发生率显著降低，LAD-I相关的皮肤损伤症状消失，伤口愈合能力也得到恢复。此外，RP-L201的耐受性良好。

细胞治疗的创新发展

在2024年，CAR-T细胞疗法的应用范围进一步扩大，尤其在白血病治疗方面取得了显著成效。此外，Casgevy——一种基于CRISPR技术的基因编辑疗法——为镰状细胞病（SCD）的治疗带来了革命性进展，适用于12岁及以上伴有复发性血管闭塞危象的患者。镰状细胞病是一种严重的遗传性血液疾病，患者通常会出现贫血、严重急性/慢性疼痛、免疫缺陷、多器官衰竭，甚至过早死亡。

目前，异基因造血干细胞移植（骨髓移植）是唯一获得FDA批准的治疗该遗传性疾病的方法。然而，骨髓移植不仅费用高昂，而且配型过程极为复杂，导致大多数患者只能依赖频繁输血来维持生命。这不仅给患者家庭带来了沉重的经济负担，也严重影响了患者的生活质量。Casgevy采用的是CRISPR-Cas9编辑技术，该技术源自细菌的自然防御机制。

在治疗镰状细胞病时，Casgevy针对的是导致异常血红蛋白生成的基因，这种异常血红蛋白是引起红细胞镰状变形的主要原因。通过直接在患者的造血干细胞（骨髓中产生血细胞的细胞）中编辑这一基因，Casgevy旨在纠正突变，使细胞能够产生正常、健康的血红蛋白。这一技术的成功应用标志着基因编辑技术在临床治疗中的重要里程碑，也为未来其他遗传性疾病的治疗提供了巨大的潜力。

图为CRISPR技术治疗镰状细胞病论文题目（来自新英格兰杂志）

人工智能的深度整合

AI技术在基因治疗领域的多维创新应用

AI技术在基因治疗的研发、生物制造优化以及临床试验设计中发挥了显著的创新作用。在CRISPR基因编辑领域，AI被广泛应用于预测最佳目标位点，以显著提升编辑效率并有效降低非目标效应的发生概率。借助机器学习和深度学习模型，例如Azimuth 2.0和DeepCRISPR，研究人员能够基于真实的实验数据对这些算法进行训练，进而优化基因编辑的精确性和安全性。

目标位点预测的关键性及AI的助力

在CRISPR基因编辑技术中，精准选择目标位点对于提升编辑效率和减少非目标效应具有决定性意义。人工智能，尤其是机器学习和深度学习技术，在这一关键环节中发挥了不可或缺的作用。通过运用这些前沿算法，研究人员能够预测哪些基因位点最适合进行CRISPR介导的编辑，从而显著提高基因编辑的精确性和安全性。

机器学习模型的应用实例

以机器学习模型Azimuth 2.0为例，该模型通过对海量CRISPR实验数据的深度分析，能够精准识别出哪些CRISPR引导RNA（gRNA）具有较高的编辑效率，以及哪些可能会引发非目标效应。基于此，Azimuth 2.0可以有效预测gRNA的效率和特异性，为研究人员在gRNA设计方面提供科学依据，助力其选择最优的设计方案。

深度学习模型的优势与应用

深度学习模型DeepCRISPR则借助深度神经网络的强大功能，对CRISPR实验的复杂数据集进行全面分析。这些数据集涵盖了DNA序列信息、表观遗传标记以及细胞类型等多种关键因素。凭借对这些多维度数据的深度挖掘，DeepCRISPR能够更精准地预测CRISPR编辑的结果，从而为优化编辑策略提供有力支持。

基因治疗领域的未来展望

2024年基因治疗领域的重大突破不仅彰显了科技的飞速发展，更为未来治疗各类遗传疾病和复杂疾病开辟了全新路径。随着这些先进技术的持续演进和广泛应用，预计未来患者将获得更为高效且安全的治疗选择。与此同时，科学家们也将不断拓展这一领域的研究边界，探索更多未知的前沿课题。

参考资料：

1.Cell and Gene Therapy Decisions to Watch in 2024

2.Gene Therapy 2024: What’s in Store?

3.How AI can accelerate R&D for cell and gene therapies

来源：老赵的科学课堂