先把人群规模摆出来
美国晚期或转移性癌症患者里，约 4% 够格做 CAR-T，实际受益的接近 3%。一百个人里四个够格、三个真拿到好处。1758 个从头设计的结合域，就是为了把这个分母往外推。
补一：Jurkat 里赢的那个，不是最终的赢家
17 个 BCMA 结合域里，B4 在 Jurkat（永生化 T 细胞系）里表现最好，但没能在原代人 T 细胞里重现；B5 才保留下来，加 4-1BB 共刺激域后在原代 T 细胞上 CD69 阳性率稳定在 52–74%，IL-2 与 IFN-γ 分泌与临床级 scFv C11D5.3 相当或更高。【直引】
评价标准从细胞系换到原代细胞，排名会重排一次。原帖跳过了这一步，直接给了 B5。
补二：高肿瘤负荷那一节，少了一半
E:T = 1:10 的模型里，B5.I0 在 5 周观察期内实现接近完全的肿瘤控制，C11D5.3 和 cilta-cel 用的双表位 VHH1-VHH2 都没达到同等程度。这一条原帖写了。
没写的是反复抗原刺激实验：B5.I0 在前三轮扩增良好，第四轮之后各组的杀伤能力都明显下降。【直引】结合域优化没有解决 T 细胞耗竭和持久性。前面那个"接近完全控瘤"，是在前三轮的时间窗里拿到的。
补三：CD19 那条有定量，而且比"选错了位置"更系统
六轮从头设计里，超过 92% 通过结构合理性与结合界面能量过滤的候选结合域，富集在 CD19–CD81 的相互作用界面区域。CD81 敲低后 C1、C2 恢复激活与杀伤；临床抗体 FMC63 识别的表位不受 CD81 表达状态影响。【直引】
所以问题不是"AI 这次设计错了"，是设计流程对暴露界面的偏好有系统偏差。原帖把它写成一次意外，低估了这条发现的量级。
补四：CD22 本身就更难，而且还有第二个预测量
CD22 轮次在酵母展示里的平均富集率仅 1.9%，远低于 BCMA 轮次。【直引】另外，除了净电荷（与本底信号 ρ = 0.65），界面溶剂可及表面积变化 ΔSASA 与 CAR 功能增益也显著正相关；ipSAE ≥ 0.85 那一组拿到亚 1000 nM 亲和力的比例是 76.2%。两条线索，不是一条。
补五：免疫原性这条，原帖完全没提
从头设计的结合域，预测的 HLA-I 类限制性 T 细胞表位数量显著低于已获批临床 scFv，分子量也更低。【推论】对"能不能进人"这件事，这一条比小鼠控瘤曲线更关键——小鼠异种移植模型测不出免疫排斥。
下一根钉子
B5.I0 走的是"先排除失败模式，再验证"的路。该盯的不是它进不进得了临床，是反复抗原刺激第四轮那一刀。哪一组先把持久性补上，哪一组才够格谈临床。