The Brief
Ciencia y descubrimientos 5 min de lectura

12 de 15: Cómo la IA está reescribiendo las reglas de la administración de ARNm

NAVION

Compartir

La terapia génica se ha enfrentado durante mucho tiempo a una paradoja difícil. Las herramientas necesarias para introducir material genético en las células humanas, ya sean vectores virales o nanopartículas sintéticas, tienden a activar precisamente el sistema inmunitario con el que intentan colaborar. El cuerpo reconoce los componentes extraños y monta una defensa. Esto limita la frecuencia con la que se pueden administrar los tratamientos, lo que a su vez limita su utilidad para enfermedades crónicas. Un estudio publicado en Nature Communications por investigadores de la Academia China de Ciencias, la Universidad China de Hong Kong, Zhejiang Lab y la Universidad ShanghaiTech propone un enfoque diferente: utilizar las propias proteínas del cuerpo humano como vehículo de transporte.

El problema con las piezas prestadas

Para entender por qué esto es importante, ayuda comprender qué hace realmente un andamio de transporte. En las terapias de ARNm, la carga genética necesita un portador para llegar al interior de una célula sin ser destruida o etiquetada como una amenaza. La mayoría de los sistemas actuales dependen de nanopartículas lipídicas o componentes virales, muchos de los cuales tienen un origen no humano. El sistema inmunitario es notablemente bueno distinguiendo lo propio de lo ajeno. Los componentes no humanos, incluso cuando se diseñan cuidadosamente, conllevan el riesgo de desencadenar respuestas inmunitarias que dificultan o hacen peligrosa la dosificación repetida.

La lógica detrás de la nueva investigación es sencilla: si el andamio está construido con proteínas humanas, es menos probable que el sistema inmunitario lo trate como un intruso. El reto es identificar qué proteínas humanas son realmente capaces de formar partículas estables y transportar la carga de ARNm. El proteoma humano es vasto. Buscar en él manualmente o mediante métodos experimentales tradicionales sería demasiado lento.

Lo que DeepDelivery hizo realmente

Aquí es donde entra en juego la plataforma de IA, bautizada como DeepDelivery por el equipo de investigación. El sistema realizó un cribado a escala proteómica, evaluando candidatos en todo el espectro de las proteínas humanas, y seleccionó 512 candidatos con potencial como componentes de andamios. De ese grupo, 15 fueron elegidos para su validación experimental. Doce de esos 15 funcionaron como componentes de andamios capaces de facilitar la formación de partículas y la administración de ARNm. Se trata de una tasa de éxito que sería difícil de alcanzar mediante enfoques convencionales de prueba y error.

Uno de los hallazgos más inesperados involucró a una familia de proteínas llamadas proteínas TRIM, abreviatura de proteínas de motivo tripartito. Estas se asocian típicamente con respuestas inmunitarias antivirales, lo que significa que el cuerpo las despliega para combatir virus. La investigación descubrió que varias proteínas de la familia TRIM exhiben una fuerte actividad de ensamblaje y transporte, lo que las convierte en candidatas para el mismo tipo de transporte de carga que normalmente trabajarían para prevenir. Esto no es tanto una contradicción como una demostración de versatilidad biológica: el papel principal de una proteína no agota su potencial funcional.

El equipo no se detuvo en la identificación de candidatos. Utilizando la interpretabilidad de modelos y análisis de perturbación, identificaron características específicas de los dominios TRIM que influían en las puntuaciones de predicción de la IA. Esto les permitió guiar la ingeniería de dominios para una proteína específica, TRIM25, mejorando su rendimiento de transporte. En otras palabras, la plataforma no fue solo una herramienta de cribado. Se convirtió en una guía para la ingeniería.

Por qué esto señala un cambio más amplio

La importancia de esta investigación va más allá de cualquier proteína o sistema de transporte individual. Lo que representa la plataforma DeepDelivery es un cambio metodológico en la forma en que puede funcionar el descubrimiento biológico. Tradicionalmente, identificar una proteína con una función útil requería serendipia o un trabajo experimental exhaustivo. El cribado del proteoma impulsado por IA comprime ese proceso, permitiendo a los investigadores pasar de un espacio de cientos de miles de candidatos a una lista corta experimental manejable con una alta tasa de éxito.

Esto tiene implicaciones sobre cómo se podrían diseñar las terapias de ARNm en el futuro. Si se pueden identificar y diseñar de manera confiable andamios de origen humano, el problema del tratamiento crónico se vuelve más manejable. Los pacientes que necesitan dosis repetidas de una terapia génica, para afecciones que son continuas en lugar de puntuales, se enfrentan al mayor riesgo derivado de las respuestas inmunitarias a los componentes de transporte extraños. Una arquitectura de transporte construida con proteínas humanas aborda ese riesgo en su origen.

La investigación también ilustra algo importante sobre la relación entre la IA y la ciencia experimental. La plataforma no reemplazó el trabajo de laboratorio. Doce proteínas todavía tuvieron que ser validadas mediante experimentos físicos. Lo que hizo la IA fue hacer que el trabajo experimental fuera manejable al reducir el espacio de búsqueda y luego, mediante un análisis de interpretabilidad, proporcionar orientación sobre cómo diseñar candidatos específicos. Los científicos dirigieron la investigación; la IA se encargó del volumen y la complejidad de la búsqueda inicial.

Se han presentado solicitudes de patente basadas en las proteínas de andamio de origen humano descritas en el estudio, y uno de los autores correspondientes es cofundador de una empresa de biotecnología en Shenzhen. La investigación avanza hacia su aplicación, no solo hacia su publicación.

En resumen

Una plataforma de IA examinó el proteoma humano e identificó proteínas capaces de transportar ARNm al interior de las células, con 12 de 15 candidatos validados experimentalmente que tuvieron éxito. El enfoque evita una limitación fundamental de la terapia génica actual: las respuestas inmunitarias a los componentes de transporte no humanos. Al utilizar las propias proteínas del cuerpo como andamios, y al emplear la IA para encontrarlas y modificarlas, la investigación abre un camino hacia terapias que se pueden administrar repetidamente sin activar el sistema inmunitario. El método importa tanto como el resultado.

Basado en información de Nature Communications.

Escrito por

NAVION