L'intelligenza artificiale migliora i virus per la terapia genica

I dependovirus o parvovirus "associati" agli adenovirus (AAV) sono strumenti molto utili negli Stati Uniti Terapia genetica. Questo perché possono trasferire il DNA nella cellula e sono innocui per l'uomo. Pertanto, vengono utilizzati come portatori delle informazioni genetiche necessarie per combattere le malattie.

Fonte immagine: Pixabay

Tuttavia, ci sono gravi limitazioni che significano che il loro uso è attualmente fortemente limitato e non tutti i pazienti possono usarli, quindi non tutti possono ricevere la terapia genica. La prima di queste limitazioni è la capacità limitata di AVV, da attaccare alle celle. La seconda limitazione è il sistema immunitario umano. Si stima che il 50-70% delle persone contro uno Infezione da AAV sono resistenti perché sono già entrati in contatto con una qualche forma di questo virus. Nel loro caso, le terapie geniche non funzionano perché il sistema immunitario ha il tempo per farlo virus distruggere prima che entri nella cellula e con esso il materiale genetico necessario per effettuare la terapia. Uno dei campi di ricerca più importanti nella terapia genica è quindi il tentativo di farlo sistema immunitario superare in astuzia.

Dott. George Church della Harvard University ha lavorato con Ricerca Google e Dyno Therapeutics uno Tecnica di apprendimento profondo utilizzato per progettare varianti molto diverse del capside (involucro proteico) del virus AAV. I ricercatori si sono concentrati sulle sequenze del genoma virale che codificano per un segmento proteico chiave che gioca un ruolo centrale nell'infezione delle cellule bersaglio e nel riconoscimento del virus da parte del sistema immunitario spielt.

Gli specialisti hanno dimostrato che è possibile attraverso l'uso dell'intelligenza artificiale, un gran numero di differenziati Capsidi che possono quindi essere testati per la loro capacità di eludere l'attacco del sistema immunitario. I ricercatori hanno iniziato con una piccola quantità di dati su uno capsideper scegliere come target 200.000 varianti.

La nostra ricerca mostra chiaramente che abbiamo familiarità con apprendimento automatico può progettare un numero enorme di varianti, molto più di quelle esistenti in natura. Continuiamo a perfezionare la nostra tecnica non solo per creare portatori in grado di resistere agli attacchi del sistema immunitario, ma anche per attaccarsi a tipi di tessuto selezionati in modo più efficiente e selettivo ", ha affermato Eric Kelsic, PhD, direttore e co-fondatore di Dyno Therapeutics.
Da un articolo pubblicato su Nature, apprendiamo che una valutazione preliminare dei capsidi progettata dall'IA ha rilevato che quasi il 60% potrebbe funzionare. Questo è un significativo passo avanti. La mutagenesi casuale è attualmente utilizzata per differenziare i capsidi, con la percentuale di capsidi utilizzabili inferiore all'1%.
Più ci allontaniamo dall'aspetto naturale dell'AAV, più è probabile che il sistema immunitario non lo riconosca, aggiunge Sam Sinai, Ph.D., l'altro fondatore di Dyno Therapeutics, che ha guidato il team che ha gestito il Modellazione al computer effettuata. La chiave del successo, tuttavia, è creare un capside che possa trasportare stabilmente il carico utile del DNA. Metodi convenzionali per ottenerne uno Capsidi richiedono molto tempo e risorse e pochissimi rimangono utilizzabili Capsidi ricevere. Qui, tuttavia, possiamo trovare rapidamente una grande varietà Capside AAV win, che è la base per l'ulteriore sviluppo di Terapie geniche sono disponibili per più persone. "