多伦多大学的研究人员使用人工智能框架重新设计了参与基因治疗的关键蛋白质。
这项发表在《自然机器智能》上的研究描述了优化蛋白质以减轻免疫反应的新工作，从而提高基因治疗的功效并减少副作用。
“基因疗法前景广阔，但人体对病毒载体预先存在的免疫反应极大地阻碍了其成功。我们的研究集中在六邻体上，这是腺病毒载体中的一种基本蛋白质，如果不考虑免疫问题，六邻体对于基因治疗具有巨大的潜力。应用科学与工程学院生物医学工程研究所的助理教授迈克尔·加顿(Michael Garton)说。
“血清型特异性抗体引发的免疫反应对这些载体到达正确的目标构成了重大障碍;这可能导致功效降低和严重的副作用。”
为了解决这个问题，加顿的实验室使用人工智能来定制设计与自然序列不同的六邻体变体。
“我们希望设计出一种与所有人类变异都相距甚远的东西，并且推而广之，免疫系统无法识别，”博士说。候选人 Suyue Lyu，该研究的主要作者。
设计新蛋白质的传统方法通常涉及大量的试验和错误以及不断增加的成本。通过使用基于人工智能的蛋白质设计方法，研究人员可以实现更高程度的变异，降低成本并快速生成模拟场景，然后再针对特定的目标子集进行实验测试。
虽然存在许多蛋白质设计框架，但由于缺乏可用的天然序列以及六邻体相对较大(平均由 983 个氨基酸组成)，研究人员正确设计新变体可能具有挑战性。