Ученые с помощью ИИ создали белки для нового поколения клеточной терапии опухолей
Ученые протестировали 1,7 тысячи белков, созданных с помощью искусственного интеллекта для распознавания опухолевых мишеней, и выявили ключевые ограничения их использования в CAR T-клеточной терапии.
Источник: Новости науки
МОСКВА, 11 сентября /Новости науки/. Ученые протестировали 1 758 белков, спроектированных с помощью искусственного интеллекта для распознавания трех мишеней опухолевых клеток, и определили основные препятствия для их применения в CAR T-клеточной терапии, об этом сообщили в журнале «Nature».
«В совокупности наш подход ускоряет разработку белков, созданных с помощью ИИ, для будущего доклинического терапевтического скрининга, помогая создать новое поколение клеточной терапии», — говорится в сообщении.
Развитие генеративного проектирования белков с использованием искусственного интеллекта позволяет быстро создавать молекулы, способные связываться с различными мишенями, в том числе с опухолеассоциированными антигенами. При этом, несмотря на подробное биохимическое изучение таких белков, их возможности в составе потенциальных терапевтических средств, включая CAR T-клетки, до сих пор оценивались ограниченно.
Исследователи объединили подходы генеративного проектирования белков и проверили более 1,7 тысячи новых белковых молекул, нацеленных на антигены BCMA, CD19 и CD22. Их эффективность оценивали в масштабируемых тестах на связывание белков, активацию T-клеток и уничтожение клеток в живом организме.
Работа позволила выявить три основные проблемы, которые мешают применять созданные с нуля белки в качестве распознающих компонентов CAR: постоянную фоновую активацию сигнальных путей, недоступность целевого эпитопа для связывания и активность в отношении нецелевых мишеней.
Как ученые пытались устранить недостатки
Для преодоления этих ограничений исследователи разработали вычислительные и экспериментальные подходы. В частности, они проверяли различные варианты аминокислотных последовательностей отдельных исходных белковых структур.
Такой отбор позволял сохранять способность CAR активироваться при взаимодействии с нужной мишенью и одновременно уменьшать нежелательные свойства белковых молекул.
Разработанная система объединяет компьютерное проектирование белков и экспериментальный отбор кандидатов и предназначена для ускорения проверки созданных искусственным интеллектом молекул на доклиническом этапе. Авторы связывают этот подход с дальнейшей разработкой нового поколения клеточных терапевтических методов.
«В совокупности наш подход ускоряет разработку белков, созданных с помощью ИИ, для будущего доклинического терапевтического скрининга, помогая создать новое поколение клеточной терапии», — говорится в сообщении.
Развитие генеративного проектирования белков с использованием искусственного интеллекта позволяет быстро создавать молекулы, способные связываться с различными мишенями, в том числе с опухолеассоциированными антигенами. При этом, несмотря на подробное биохимическое изучение таких белков, их возможности в составе потенциальных терапевтических средств, включая CAR T-клетки, до сих пор оценивались ограниченно.
Исследователи объединили подходы генеративного проектирования белков и проверили более 1,7 тысячи новых белковых молекул, нацеленных на антигены BCMA, CD19 и CD22. Их эффективность оценивали в масштабируемых тестах на связывание белков, активацию T-клеток и уничтожение клеток в живом организме.
Работа позволила выявить три основные проблемы, которые мешают применять созданные с нуля белки в качестве распознающих компонентов CAR: постоянную фоновую активацию сигнальных путей, недоступность целевого эпитопа для связывания и активность в отношении нецелевых мишеней.
Как ученые пытались устранить недостатки
Для преодоления этих ограничений исследователи разработали вычислительные и экспериментальные подходы. В частности, они проверяли различные варианты аминокислотных последовательностей отдельных исходных белковых структур.
Такой отбор позволял сохранять способность CAR активироваться при взаимодействии с нужной мишенью и одновременно уменьшать нежелательные свойства белковых молекул.
Разработанная система объединяет компьютерное проектирование белков и экспериментальный отбор кандидатов и предназначена для ускорения проверки созданных искусственным интеллектом молекул на доклиническом этапе. Авторы связывают этот подход с дальнейшей разработкой нового поколения клеточных терапевтических методов.
