AlphaFold hilft, Gen-Editing-Proteine neu zu gestalten, um Off-Target-Effekte zu reduzieren

Forscher haben ein künstliches Intelligenzsystem, AlphaFold, genutzt, um Gen-Editing-Proteine neu zu gestalten und sie sicherer zu machen, indem unbeabsichtigte Änderungen an der DNA reduziert werden. Die in Nature veröffentlichte Arbeit adressiert ein anhaltendes Sicherheitsproblem in der Gentherapie: Off-Target-Effekte, bei denen die Editierwerkzeuge versehentlich die falsche genetische Sequenz verändern.

Diese Off-Target-Fehler betreffen Patienten, die Gen-Editing-Therapien erhalten. Da das menschliche Genom riesig ist, können selbst seltene DNA-Sequenzen zufällig mehrfach vorkommen. Während die Wahrscheinlichkeit eines einzelnen Off-Target-Edits gering ist, erfordern Therapien oft das Editieren vieler Zellen, was Fehler nahezu unvermeidlich macht. Dies war ein großes Hindernis für die Entwicklung sicherer Behandlungen.

Die Bedeutung liegt in der Verbesserung des Sicherheitsprofils des Gen-Editing, was entscheidend ist, um Therapien von der Forschung zur breiten klinischen Anwendung zu bringen. Durch die Reduzierung von Off-Target-Effekten könnten die modifizierten Proteine das Risiko unbeabsichtigter genetischer Veränderungen senken und Gentherapien potenziell zuverlässiger und akzeptabler für die Behandlung von Krankheiten machen.

Das Team nutzte AlphaFold, ein KI-Programm, das ursprünglich zur Vorhersage von Proteinstrukturen entwickelt wurde, um Schlüsselbereiche in Gen-Editing-Proteinen zu identifizieren, die für Off-Target-Aktivitäten verantwortlich sind. Anschließend modifizierten sie diese spezifischen Regionen, um Fehler zu minimieren. Die Studie wurde in einer aktuellen Ausgabe von Nature veröffentlicht, wobei das genaue Datum in der Quelle nicht angegeben wurde.

Gen-Editing wurde vor etwa zwei Jahrzehnten entdeckt, und die ersten darauf basierenden Therapien kommen nun auf den Markt. Sicherheitsherausforderungen bestehen jedoch weiterhin. Frühere Bemühungen konzentrierten sich auf die Minimierung von Off-Target-Edits, aber dieser Ansatz, KI zur Neugestaltung der Proteine selbst zu nutzen, stellt eine neue Strategie dar.

Nächste Schritte beinhalten wahrscheinlich weitere Tests dieser neu gestalteten Proteine in präklinischen Modellen und schließlich am Menschen. Die Quelle deutet darauf hin, dass diese Methode zu sichereren Gen-Editing-Werkzeugen führen könnte, was die Entwicklung von Therapien für genetische Störungen beschleunigen könnte. Es wurden jedoch keine spezifischen Zeitpläne oder nächsten Experimente in der Quelle detailliert beschrieben.