Korzystając z pomocy sztucznej inteligencji naukowcy opracowali białka do edycji ludzkiego genomu, które okazały się skuteczniejsze niż ich naturalne odpowiedniki. Dokonanie może usprawnić manipulacje genetyczne, w tym terapie genowe groźnych chorób.

Biolodzy z hiszpańskiego Uniwersytetu Pompeu Fabry i firmy Integra Therapeutics wykorzystali generatywną sztuczną inteligencję do tego, by zaprojektować syntetyczne białka, które potrafią edytować ludzki genom skuteczniej niż białka występujące w naturze.

Podejście to ma, według naukowców, usprawnić edycję genów stosowaną w badaniach biotechnologicznych i medycynie spersonalizowanej, m.in. przy opracowywaniu terapii komórkowych i genowych, szczególnie w leczeniu nowotworów oraz chorób rzadkich.

Badacze podkreślają, że możliwość bezpiecznego i precyzyjnego wprowadzania dużych sekwencji DNA do genomu doprowadziła w ostatnich latach do prawdziwej rewolucji w badaniach i rozwoju zaawansowanych terapii.

Wśród najbardziej obiecujących systemów znajdują się wykorzystujące enzymy transpozazy, takie jak PiggyBac, które „kopiują i wklejają” fragmenty DNA. Dzięki temu można np. wprowadzać terapeutyczne geny do komórek pacjentów.

Ich potencjał był jednak dotąd ograniczany przez niewielką różnorodność poznanych dotąd transpozaz oraz brak wystarczającej precyzji działania. Naukowcy przeanalizowali ponad 30 tys. genomów komórek eukariotycznych (posiadających jądro – podobnie jak komórki ludzi, roślin i zwierząt) i odkryli ponad 13 tys. nowych, dotąd nieznanych sekwencji PiggyBac.

Po testach w hodowlach ludzkich komórek zidentyfikowano 10 aktywnych transpozaz - co pokazało, że istnieje wśród nich duża, wciąż niewykorzystana różnorodność funkcjonalna.

Dwie z nowo odkrytych transpozaz wykazały aktywność porównywalną z wersjami już zoptymalizowanymi do zastosowań laboratoryjnych i klinicznych, a jedna z nich cechowała się wysoką aktywnością w ludzkich pierwotnych limfocytach T - kluczowym typie komórek wykorzystywanym w terapiach przeciwnowotworowych.

W drugiej fazie badacze wykorzystali duży model językowy białek (pLLM) - formę generatywnej sztucznej inteligencji. Model został wytrenowany na podstawie 13 tys. odkrytych wcześniej sekwencji PiggyBac, aby wygenerować zupełnie nowe sekwencje białkowe o zwiększonej aktywności.

Takie podejście nie tylko pozwoliło zoptymalizować jedną z istniejących transpozaz - wykazano też, że warianty zaprojektowane przez SI są zgodne z zaawansowanymi technologiami edycji genów.

„Modele SI są trenowane na wszystkich znanych sekwencjach białek na Ziemi i uczą się ich wewnętrznego języka, czyli ‘gramatyki’ białek. Korzystając z tej gramatyki, potrafią doskonale posługiwać się tym językiem, generując zupełnie nowe białka, które zachowują znaczenie strukturalne i funkcjonalne” – mówi dr Noelia Ferruz z Uniwersytetu Pompeu Fabry.

„Publikacja tej pracy w Nature Biotechnology otwiera drogę do zrewolucjonizowania edycji genów i zaawansowanych terapii, a jednocześnie umacnia pozycję Integra Therapeutics na czele rozwoju terapii genowych oraz wykorzystania innowacyjnych narzędzi, takich jak sztuczna inteligencja, do projektowania białek” – podkreśla dr Avencia Sánchez-Mejías, dyrektor generalna i współzałożycielka Integra Therapeutics.

Marek Matacz

mat/ zan/