La terapia genica affronta da tempo un paradosso ostinato. Gli strumenti necessari per trasportare materiale genetico all’interno delle cellule umane, siano essi vettori virali o nanoparticelle sintetiche, tendono a scatenare proprio quel sistema immunitario che stanno cercando di aggirare. Il corpo riconosce i componenti estranei e attiva una difesa. Questo limita la frequenza con cui i trattamenti possono essere somministrati, limitandone di conseguenza l’utilità per le patologie croniche. Uno studio pubblicato su Nature Communications da ricercatori dell’Accademia Cinese delle Scienze, dell’Università Cinese di Hong Kong, dello Zhejiang Lab e dell’Università ShanghaiTech propone un approccio diverso: usare le proteine del corpo umano come veicolo di rilascio.
Il problema delle parti prese in prestito
Per capire perché questo sia importante, aiuta comprendere cosa fa effettivamente un’impalcatura di rilascio. Nelle terapie a base di mRNA, il carico genetico ha bisogno di un vettore per raggiungere l’interno di una cellula senza essere distrutto o etichettato come minaccia. La maggior parte dei sistemi attuali si affida a nanoparticelle lipidiche o a componenti virali, molti dei quali di origine non umana. Il sistema immunitario è straordinariamente bravo a distinguere il sé dal non sé. I componenti non umani, anche quando progettati con cura, comportano il rischio di innescare risposte immunitarie che rendono dosaggi ripetuti difficili o pericolosi.
La logica alla base della nuova ricerca è lineare: se l’impalcatura è costruita con proteine umane, è meno probabile che il sistema immunitario la tratti come un intruso. La sfida consiste nell’identificare quali proteine umane siano effettivamente in grado di formare particelle stabili e di rilasciare il carico di mRNA. Il proteoma umano è vasto. Cercarlo manualmente o tramite metodi sperimentali tradizionali sarebbe proibitivamente lento.
Cosa ha fatto realmente DeepDelivery
È qui che entra in scena la piattaforma di IA, chiamata DeepDelivery dal team di ricerca. Il sistema ha eseguito uno screening a scala di proteoma, valutando i candidati nell’intera ampiezza delle proteine umane, e ha nominato 512 candidati con potenziale come componenti di impalcatura. Da quel gruppo, 15 sono stati selezionati per la validazione sperimentale. Dodici di quei 15 hanno funzionato come componenti di impalcatura in grado di facilitare la formazione di particelle e il rilascio di mRNA. Si tratta di un tasso di successo che sarebbe difficile da raggiungere attraverso i convenzionali approcci per tentativi ed errori.
Una delle scoperte più inattese ha riguardato una famiglia di proteine chiamate proteine TRIM, abbreviazione di proteine a motivo tripartito. Queste sono tipicamente associate a risposte immunitarie antivirali, il che significa che il corpo le schiera per combattere i virus. La ricerca ha scoperto che diverse proteine della famiglia TRIM mostrano una forte attività di assemblaggio e rilascio, rendendole candidate proprio per quel tipo di rilascio di carico che normalmente lavorerebbero per prevenire. Questa non è tanto una contraddizione quanto una dimostrazione di versatilità biologica: il ruolo primario di una proteina non esaurisce il suo potenziale funzionale.
Il team non si è fermato all’identificazione dei candidati. Sfruttando l’interpretabilità dei modelli e le analisi di perturbazione, i ricercatori hanno identificato specifiche caratteristiche dei domini TRIM che hanno influenzato i punteggi di previsione dell’IA. Questo ha permesso loro di guidare l’ingegneria dei domini per una proteina specifica, TRIM25, migliorandone le prestazioni di rilascio. La piattaforma, in altre parole, non è stata solo uno strumento di screening. È diventata una guida per l’ingegneria.
Perché questo segnala un cambiamento più ampio
Il significato di questa ricerca si estende oltre ogni singola proteina o sistema di rilascio. Ciò che la piattaforma DeepDelivery rappresenta è un cambiamento metodologico nel modo in cui la scoperta biologica può funzionare. Tradizionalmente, identificare una proteina con una funzione utile richiedeva o serendipità o un lavoro sperimentale esaustivo. Lo screening di proteoma guidato dall’IA comprime quel processo, consentendo ai ricercatori di passare da uno spazio di centinaia di migliaia di candidati a una rosa di candidati sperimentali gestibile con un alto tasso di successo.
Questo ha implicazioni per il modo in cui le terapie a base di mRNA potrebbero essere progettate in futuro. Se le impalcature di derivazione umana possono essere identificate e ingegnerizzate in modo affidabile, il problema del trattamento cronico diventa più gestibile. I pazienti che necessitano di dosi ripetute di una terapia genica, per condizioni che sono persistenti anziché una tantum, affrontano il rischio maggiore derivante dalle risposte immunitarie ai componenti di rilascio estranei. Un’architettura di rilascio costruita con proteine umane affronta tale rischio alla sua fonte.
La ricerca illustra anche qualcosa di importante sul rapporto tra l’IA e la scienza sperimentale. La piattaforma non ha sostituito il lavoro di laboratorio. Dodici proteine hanno comunque dovuto essere validate attraverso esperimenti fisici. Ciò che l’IA ha fatto è stato rendere il lavoro sperimentale gestibile restringendo lo spazio di ricerca e poi, attraverso l’analisi dell’interpretabilità, fornendo indicazioni su come ingegnerizzare candidati specifici. Gli scienziati hanno diretto l’indagine; l’IA ha gestito il volume e la complessità della ricerca iniziale.
Sono state depositate domande di brevetto basate sulle proteine di impalcatura di derivazione umana descritte nello studio, e uno degli autori corrispondenti è cofondatore di un’azienda di biotecnologie a Shenzhen. La ricerca si sta muovendo verso l’applicazione, non solo verso la pubblicazione.
In breve
Una piattaforma di IA ha esaminato il proteoma umano e ha identificato proteine capaci di rilasciare mRNA nelle cellule, con 12 candidati su 15 validati sperimentalmente che hanno avuto successo. L’approccio aggira una limitazione fondamentale dell’attuale terapia genica: le risposte immunitarie ai componenti di rilascio non umani. Usando le proteine del corpo come impalcature, e impiegando l’IA per trovarle e ingegnerizzarle, la ricerca apre una via verso terapie che possono essere somministrate ripetutamente senza innescare il sistema immunitario. Il metodo conta tanto quanto il risultato.
Basato su un articolo di Nature Communications.