W nowatorskim badaniu opublikowanym w Nature Biotechnology, naukowcy z Integra Therapeutics, we współpracy z Universitat Pompeu Fabra (UPF) oraz Centrum Regulacji Genomicznej (CRG), zaprezentowali syntetyczne białka zaprojektowane przy użyciu generatywnej sztucznej inteligencji, które wykazują wyższą wydajność i precyzję w edycji genomu niż ich naturalne odpowiedniki. Odkrycie to może znacząco poprawić bezpieczeństwo i skuteczność nowoczesnych terapii genowych oraz komórkowych, w tym terapii CAR-T i leczenia chorób rzadkich.
Z tego artykułu dowiesz się…
- Jak naukowcy wykorzystali sztuczną inteligencję do projektowania białek o wyższej precyzji niż ich naturalne odpowiedniki.
- Dlaczego transpozazy typu PiggyBac są kluczowe w nowoczesnych terapiach genowych i jakie mają ograniczenia.
- Jak modele językowe białek (pLLM) umożliwiają tworzenie zupełnie nowych sekwencji białkowych zgodnych z zasadami biologii.
- W jaki sposób to odkrycie może przyspieszyć rozwój terapii CAR-T, genowych i leków na choroby rzadkie.
Nowe białka przewyższają naturalne – przełom w terapii genowej
Edycja genów z wykorzystaniem transpozaz, takich jak PiggyBac, od lat znajduje zastosowanie w terapii genowej. Metody te pozwalają na kopiowanie i wklejanie dużych fragmentów DNA do genomu pacjenta. Mimo ich skuteczności, ograniczenia związane z niską precyzją i ograniczoną liczbą dostępnych transpozaz utrudniały szersze zastosowanie w praktyce klinicznej.
W odpowiedzi na te wyzwania naukowcy przeanalizowali ponad 31 000 genomów eukariotycznych, identyfikując ponad 13 000 nowych sekwencji typu PiggyBac, z których dziesięć wykazało aktywność biologiczną.
Szczególnie obiecujące wyniki uzyskano dla jednej z nowych transpozaz, która wykazała wysoką aktywność w ludzkich pierwotnych limfocytach T – komórkach kluczowych w terapii przeciwnowotworowej CAR-T.
Generatywna sztuczna inteligencja tworzy nową generację białek
Druga faza badań była prawdziwą innowacją: naukowcy posłużyli się modelem dużego języka białek (protein Large Language Model, pLLM), będącym narzędziem generatywnej sztucznej inteligencji, zdolnym do tworzenia zupełnie nowych sekwencji białkowych na podstawie wcześniej poznanych struktur.
Po raz pierwszy wykorzystaliśmy generatywną sztuczną inteligencję do tworzenia syntetycznych części i rozszerzania natury. Podobnie jak moc poznawcza ChatGPT może być wykorzystana do napisania wiersza, tak my wykorzystaliśmy oparte na białkach duże modele językowe do generowania nowych elementów, zgodnych z fizycznymi i chemicznymi zasadami genów – wyjaśnia dr Marc Güell, dyrektor naukowy Integra Therapeutics i badacz ICREA w MELIS-UPF.
Nowo wygenerowane sekwencje białek nie tylko wykazały zwiększoną aktywność biologiczną, ale również były kompatybilne z zaawansowanymi platformami edycji genów, takimi jak technologia FiCAT (Find and Cut-and-Transfer), opracowana przez Integra Therapeutics.
Sztuczna inteligencja rozumie „gramatykę” białek
Warto zaznaczyć, że modele pLLM uczą się na podstawie wszystkich znanych sekwencji białek występujących na Ziemi, co pozwala im na identyfikację wzorców i struktur, które są trudne do zauważenia dla ludzkich badaczy.
Te modele sztucznej inteligencji są trenowane na wszystkich znanych sekwencjach białek na Ziemi i uczą się wewnętrznego języka, czyli „gramatyki” białek. Wykorzystując tę gramatykę, potrafią perfekcyjnie posługiwać się tym językiem, generując zupełnie nowe białka, które zachowują znaczenie strukturalne i funkcjonalne – mówi dr Noelia Ferruz, kierująca grupą ds. sztucznej inteligencji w projektowaniu białek w CRG.
Znaczenie odkrycia dla biotechnologii i medycyny personalizowanej
Zaprojektowane przez AI transpozazy mają potencjał, by znacząco poprawić bezpieczeństwo terapii genowych, zmniejszając ryzyko przypadkowych mutacji i zwiększając efektywność wprowadzania pożądanych zmian genetycznych.
Publikacja tego artykułu w czasopiśmie Nature Biotechnology otwiera drogę do zrewolucjonizowania dziedziny edycji genów i zaawansowanych terapii, a także umacnia pozycję Integra Therapeutics jako lidera w dziedzinie terapii genowych i wykorzystania innowacyjnych narzędzi, takich jak sztuczna inteligencja, do projektowania białek w naszych pracach rozwojowych – podkreśliła dr Avencia Sánchez-Mejías, dyrektor generalna i współzałożycielka Integra Therapeutics.
Strategiczne partnerstwa i rozwój platformy FiCAT
W celu komercjalizacji odkryć i dalszego rozwoju platformy FiCAT, Integra Therapeutics zacieśnia współpracę z uznanymi partnerami naukowymi, takimi jak Universitat Pompeu Fabra i Centrum Regulacji Genomicznej (CRG). Działania te mają na celu przyspieszenie wdrażania nowej generacji terapii genowych i komórkowych oraz rozwój bardziej zaawansowanych produktów terapeutycznych, szczególnie w onkologii i leczeniu chorób rzadkich.
👉 Wyniki oraz opis badań znajdziesz pod TYM LINKIEM
Główne wnioski
- Naukowcy z Integra Therapeutics, UPF i CRG opracowali nowe syntetyczne białka edytujące geny, które przewyższają naturalne transpozazy pod względem precyzji i efektywności.
- Analiza ponad 31 000 genomów doprowadziła do odkrycia 13 000 nowych sekwencji PiggyBac, z czego 10 wykazało aktywność w komórkach ludzkich, a jedna z nich — w limfocytach T.
- Generatywna sztuczna inteligencja (pLLM) została wykorzystana do stworzenia całkowicie nowych, funkcjonalnych białek zgodnych z zasadami biologii molekularnej.
- Opublikowane w Nature Biotechnology badanie potwierdza, że AI może przyspieszyć rozwój terapii komórkowych, genowych oraz zwiększyć ich bezpieczeństwo i skuteczność.
Źródło:
- Universitat Pompeu Fabra – Barcelona
- Nature Biotechnology
