Машинное проектирование капсидов AAV: новый подход к созданию вирусных векторов для генной терапии

Аденосвязанные вирусы (AAV) — основной инструмент для доставки терапевтических генов в целевые ткани в современных разработках генной терапии. Однако природные AAV не обладают специфичностью к больным клеткам и могут распознаваться иммунной системой, что ограничивает успех лечения.

Традиционный подход «направленной эволюции» — случайный мутагенез аминокислот в капсидных белках с последующим трудоемким отбором — медленный и итеративный.

Систематический подход и масштабная библиотека

Ученые из Института Висса Гарварда и Гарвардской медицинской школы создали систематическую библиотеку вариантов капсида AAV2 (наиболее изученного серотипа). Они поочередно мутировали каждую из 735 аминокислот, включив все возможные замены кодонов, вставки и делеции в каждой позиции.

Результат: библиотека из ~200 000 вариантов вируса, позволившая выявить мутации, которые:

Машинное проектирование и неожиданное открытие

Использование высокопроизводительных технологий (синтез ДНК нового поколения, штрих-кодирование, секвенирование) и машинного анализа данных позволило:

  • Спроектировать капсиды с большим числом мутаций, чем у предыдущих природных или синтетических вариантов.
  • Достичь эффективности генерации жизнеспособных капсидов, значительно превышающей подходы случайного мутагенеза.

Неожиданное открытие: в данных высокой четкости был обнаружен новый белок-аксессуар, закодированный в другой рамке считывания внутри последовательности ДНК капсида. Его назвали MAAP (Membrane-associated accessory protein).

  • MAAP присутствует во всех наиболее популярных серотипах AAV.
  • Предполагается, что он играет роль в естественном жизненном цикле вируса, связываясь с мембраной клеток-мишеней.

Значение и перспективы

  • Машинное проектирование — это подход, основанный на данных, который сочетает масштаб и качество, недостижимые для методов рационального дизайна или случайного мутагенеза в отдельности.
  • Изучение MAAP — новое направление исследований, которое может привести к лучшему пониманию биологии AAV и оптимизации производства вирусных векторов.
  • Дальнейшая работа будет направлена на создание моделей машинного обучения для оптимизации капсидов и решения широкого спектра задач генной терапии.

Исследование опубликовано в журнале Science.