Naukowcy z University of Toronto (U of T) i NYU Grossman School of Medicine opracowali nowatorską technologię sztucznej inteligencji, zwaną ZFDesign, która może projektować białka palca cynkowego (ZF) w celu celowania w dowolny odcinek DNA w ludzkim genomie, otwierając drzwi do terapii genowych dla szerszego zakresu schorzeń. Naukowcy przekazali dane z miliardów interakcji między białkami ZF i DNA do modelu uczenia maszynowego, który może następnie wygenerować inżynieryjne palce cynkowe, które wiążą się z daną sekwencją DNA.

„Projektowanie palców cynkowych do wiązania określonych celów DNA było nierozwiązanym problemem od dziesięcioleci” – powiedział dr Philip M. Kim, profesor w Donnelly Center for Cellular and Biomolecular Research na Wydziale Lekarskim U of T’s Temerty. „Nasza praca powinna umożliwić nową generację terapii in vivo, które okazały się trudne do opracowania za pomocą CRISPR i innych technologii namierzania DNA”.

Dr David Ichikawa, były doktorant w NYU Langone Health, dodał: „Nasz program może zidentyfikować odpowiednią grupę palców cynkowych dla dowolnej modyfikacji, czyniąc ten rodzaj edycji genów szybszym niż kiedykolwiek wcześniej”.

Ichikawa jest głównym autorem artykułu opublikowanego przez zespół w Biotechnologia przyrody, zatytułowany „Uniwersalny model głębokiego uczenia się do projektowania palca cynkowego umożliwia przeprogramowanie czynników transkrypcyjnych”. Badacze stwierdzili: „W tym badaniu przedstawiamy ZFDesign, hierarchiczny model sztucznej inteligencji oparty na uwadze, wyszkolony na kompleksowych ekranach interakcji ZF-DNA, które uwzględniają wpływ wielu sąsiadujących środowisk palców… ZFDesign przechwytuje te wpływy, aby zapewnić ogólny model projektu dla macierzy ZF”.

Zaburzenia, w tym mukowiscydoza, choroba Tay-Sachsa i anemia sierpowata, są spowodowane błędami w kolejności zasad DNA, które kodują instrukcje działania każdej ludzkiej komórki. Naukowcy mogą w niektórych przypadkach poprawić te błędy za pomocą metod edycji genów. Inne stany nie są spowodowane błędem w samym kodzie DNA, ale problemami z odczytywaniem DNA przez maszynerię komórkową — epigenetyką.

Gen często współpracuje z czynnikami transkrypcyjnymi, które mówią komórce, ile tego białka ma wytworzyć. Kiedy ten proces się nie udaje, nadaktywne lub niedoczynne geny mogą przyczyniać się do chorób, w tym cukrzycy, raka i zaburzeń neurologicznych. W rezultacie naukowcy badali sposoby przywrócenia normalnej aktywności epigenetycznej. „Programowalna regulacja ekspresji genów zapewniłaby zarówno potężne narzędzia badawcze, jak i ogromny potencjał terapeutyczny” – stwierdzili autorzy. „Choroby spowodowane haploinsuficjencją, mutacjami polegającymi na wzmocnieniu funkcji lub błędną ekspresją genu można leczyć bezpośrednio poprzez modyfikację ekspresji genów”.

ZF są powszechną klasą ludzkich białek, które regulują taką ekspresję genów, proces transkrypcji informacji genetycznej na cząsteczki RNA i białka. Naukowcy od dawna dostrzegają ich potencjał, ponieważ naturalnie wiążą się z DNA, rzadziej niż CRISPR i pokrewne technologie wywołują reakcję immunologiczną i są wystarczająco małe, aby pracować z klinicznymi metodami dostarczania. Edycja ZF może zarówno zmieniać, jak i kontrolować geny. Wśród najbardziej rozpowszechnionych struktur białkowych w ludzkim ciele, ZF mogą kierować naprawą DNA, chwytając enzymy podobne do nożyczek i kierując je do wycinania wadliwych segmentów z kodu.

Podobnie, ZF mogą również zaczepiać się o czynniki transkrypcyjne i przyciągać je do segmentu genu wymagającego regulacji. Dostosowując te instrukcje, inżynierowie genetyczni mogą dostosować aktywność każdego genu.

Wadą jest jednak to, że sztuczne ZF są trudne do zaprojektowania do określonego zadania. „… strukturalnie skomplikowane powiązanie domen ZF z DNA sprawiło, że ich projekt był trudny” – wskazali autorzy. Ponieważ białka te przyłączają się do DNA w złożonych grupach, naukowcy musieliby być w stanie powiedzieć — spośród niezliczonych możliwych kombinacji — jak każdy ZF oddziałuje ze swoim sąsiadem dla każdej pożądanej zmiany genetycznej. Tak więc dla każdego nowego celu DNA naukowcy musieliby zaprojektować nowe białko w ramach pracochłonnego i często nieudanego procesu. Badacze zauważyli: „Chociaż potencjalna użyteczność designerskich macierzy ZF została uznana od dawna, ich inżynieria nadal stanowi wyzwanie, ponieważ jak dotąd nie pojawił się żaden odpowiedni kod projektowy”.

Nie wynika to z braku wysiłku, kontynuowali, ponieważ zastosowano wiele podejść do generowania bibliotek ZF i modułów ZF w celu zapewnienia projektantów tablic ZF. Mimo to zespół stwierdził: „Podejścia te wymagają albo wielu rund pracochłonnej selekcji, w wyniku których powstają ZF o niespójnej aktywności, albo zastosowania wstępnie wybranych modułów, które często zawodzą, gdy są wyrażane poza wybranym kontekstem”.

Nowo zgłoszone podejście ZFDesign rozwiązuje ten problem za pomocą uniwersalnego modelu, który oferuje łatwość użycia porównywalną z CRISPR i potencjalnie wyższą specyficzność DNA. Technologia wykorzystuje sztuczną inteligencję do modelowania i projektowania interakcji. „Ponieważ połowa ludzkich TF wykorzystuje ZF do angażowania DNA, uznaliśmy, że te endogenne domeny ZF można bezproblemowo zastąpić zaprojektowanymi ZF bez wpływu na funkcję regulacyjną białka” – skomentował zespół. „Podejście to przedstawia zaprojektowane ZF w dokładnym kontekście, w którym ZF występowałyby naturalnie w białku macierzystym”.

„Myślę, że ten system wyrównuje szanse dla palców cynkowych i CRISPR” – powiedział Kim, który jest także profesorem genetyki molekularnej i informatyki na Uniwersytecie w T. „CRISPR ma bardzo ugruntowaną pozycję w naukach podstawowych, ale nasz system ma wiele zalet do zastosowań w systemach żywych, w szczególności, że palce cynkowe są ludzkimi białkami i byłyby bezpieczniejsze jako leki wstrzykiwane.

Technologia ZFDesign może również generować wiele różnych białek, które robią to samo, oferując więcej opcji przenoszenia leczenia do kliniki. „Nasz program może zidentyfikować odpowiednią grupę palców cynkowych dla dowolnej modyfikacji, czyniąc ten rodzaj edycji genów szybszym niż kiedykolwiek wcześniej” – skomentował Ichikawa.

Model ZF został opracowany we współpracy z grupą badawczą z NYU Langone Health, kierowaną przez dr Marcusa Noyesa, adiunkta biochemii i farmakologii molekularnej w Institute for Systems Genetics w Grossman School of Medicine.

Model opiera się na danych generowanych przez ekran miliardów możliwych interakcji ZF-DNA w laboratoriach naukowców. Laboratorium Noyes od lat bada palce cynkowe i gromadzi dane na temat 49 miliardów interakcji między białkami palca cynkowego i DNA, tworząc wysokowydajne ekrany kilku bibliotek palca cynkowego. Ich podejście łączyło dwa poziomy danych: interakcje między pojedynczymi palcami cynkowymi a DNA oraz między każdym palcem cynkowym a sąsiednim palcem. Te interakcje par palców cynkowych wpływają na wiązanie DNA, a tym samym na ekspresję genów.

Model uczenia maszynowego opracowany przez Kima i jego grupę odzwierciedla podejście do syntezy danych w laboratorium Noyes. „Nasz model jest hierarchiczny, więc wykorzystuje istniejące dane z pierwszego etapu badań przesiewowych – oraz podzbiór danych z drugiego etapu – do opracowania prognoz dotyczących tego, które palce cynkowe będą kompatybilne z innymi w określonych kontekstach” – powiedział współautor badania. pierwszy autor Osama Abdin, doktorant w laboratorium Kima.

Model opiera się częściowo na technologii, która stanowi również podstawę ChatGPT, aplikacji opracowanej przez OpenAI, która symuluje ludzką rozmowę. Model generuje sekwencje aminokwasowe dla białek ZF przy użyciu dużych, bardzo szczegółowych zbiorów danych i technik podobnych do przetwarzania języka naturalnego.

Naukowcy wykazali użyteczność systemu ZF poprzez przeprogramowanie ludzkich czynników transkrypcyjnych – białek ZF, które regulują transkrypcję DNA do RNA. Współpracując z profesorami dr Timem Hughesem i dr Mikko Taipale z Donnelly Center, ulepszyli cele wiążące DNA kilku czynników transkrypcyjnych i zaprogramowali je tak, aby aktywowały lub tłumiły wiele genów. „Przedstawiamy dającą się uogólnić metodę projektowania, która pozwala na bezproblemowe zastąpienie naturalnej domeny wiążącej DNA TF w celu skierowania TF do dowolnego celu” – stwierdzili autorzy. „Te pliki RTF [reprogrammed transcription factors] może wytwarzać działania aktywacyjne i represyjne podobne do narzędzi opartych na CRISPR, ustanawiając te białka jako atrakcyjne terapeutyki zawierające wyłącznie składniki ludzkie”.

Kliniczne zastosowanie przeprogramowanych czynników transkrypcyjnych może być ukierunkowane na choroby spowodowane przez haploinsuficjencję – delecję lub inaktywację skopiowanego genu, jak w niektórych nowotworach i zaburzeniach tkanki łącznej znane jako zespół Ehlersa-Danlosa – lub choroby związane z toksycznymi powtórzeniami genetycznymi, jak w stanach neurodegeneracyjnych, takich jak jak ALS, choroba Parkinsona i choroba Huntingtona.

Kim powiedział, że system już generuje projekty białek ZF o potencjale klinicznym i że zarówno jego zespół w Toronto, jak i grupa w Nowym Jorku byli zaskoczeni, jak dobrze działa. Nowy system obiecuje również edycję genów i inne zastosowania, w których CRISPR jest przydatny, chociaż jego wpływ będzie prawdopodobnie najsilniejszy w obszarze przeprogramowywania czynników transkrypcyjnych, powiedział Kim. Autorzy badania dodają, że oprócz stwarzania mniejszego ryzyka immunologicznego, mały rozmiar narzędzi z palcem cynkowym może również zapewniać bardziej elastyczne techniki terapii genowej w porównaniu z CRISPR, umożliwiając więcej sposobów dostarczania narzędzi do właściwych komórek u pacjentów.

„Przyspieszając projektowanie palców cynkowych w połączeniu z ich mniejszym rozmiarem, nasz system toruje drogę do wykorzystania tych białek do kontrolowania wielu genów jednocześnie” – powiedział Noyes. „W przyszłości takie podejście może pomóc w leczeniu chorób, które mają wiele przyczyn genetycznych, takich jak choroby serca, otyłość i wiele przypadków autyzmu”.

Deweloperzy skomentowali dalej: „ZFDesign stanowi ważny postęp, ponieważ projektowanie ZF dla dowolnego celu jest teraz dostępne za naciśnięciem jednego przycisku i jest otwarte dla społeczności akademickiej w celu zbadania niezliczonych zastosowań akademickich i terapeutycznych, z zalety małych rozmiarów i niskiej immunogenności”.

Noyes, adiunkt na wydziale biochemii i farmakologii molekularnej na NYU Langone, ostrzegł, że choć obiecujące, ZF mogą być trudne do kontrolowania. Ponieważ nie zawsze są one specyficzne dla pojedynczego genu, niektóre kombinacje mogą wpływać na sekwencje DNA poza określonym celem, prowadząc do niezamierzonych zmian w kodzie genetycznym. W rezultacie Noyes powiedział, że zespół planuje następnie udoskonalić swój program sztucznej inteligencji, aby mógł tworzyć bardziej precyzyjne grupowania ZF, które tylko podpowiadają żądaną edycję. Noyes jest także członkiem Instytutu Genetyki Układów Uniwersytetu Nowojorskiego Langone.

Kolejnym krokiem jest poprawa specyficzności w systemie. „Obecny model ma na celu optymalizację zaangażowania danego białka palca cynkowego w jego cel, ale nie ma wbudowanej świadomości interakcji z innymi celami” – powiedział Kim. „Optymalizacja pod kątem specyficzności będzie wymagać modelowania tych innych interakcji”.

Naukowcy są na dobrej drodze do zbudowania modelu, który oferuje większą szczegółowość, powiedział Kim. „Ta praca w dziedzinie epigenetyki i terapii genowej budzi wiele emocji i nie mogę się doczekać, aby zobaczyć, co możemy osiągnąć dzięki tej technologii”.

Noyes jest współzałożycielem firmy TBG Therapeutics, która opracowuje metody projektowania ZF i stosowania ich w leczeniu chorób o podłożu genetycznym.