AlphaFold ayuda a rediseñar proteínas de edición genética para reducir efectos fuera del objetivo

Investigadores han utilizado un sistema de inteligencia artificial, AlphaFold, para rediseñar proteínas de edición genética, haciéndolas más seguras al reducir ediciones no deseadas en el ADN. El trabajo, publicado en Nature, aborda una preocupación de seguridad persistente en la terapia génica: los efectos fuera del objetivo, donde las herramientas de edición alteran por error la secuencia genética incorrecta.

Estos errores fuera del objetivo afectan a pacientes que reciben terapias de edición genética. Debido a que el genoma humano es vasto, incluso secuencias de ADN raras pueden aparecer múltiples veces por casualidad. Si bien la probabilidad de una sola edición fuera del objetivo es baja, las terapias a menudo requieren editar muchas células, lo que hace que los errores sean casi inevitables. Esto ha sido un obstáculo importante para desarrollar tratamientos seguros.

La importancia radica en mejorar el perfil de seguridad de la edición genética, lo cual es crucial para avanzar las terapias desde la investigación hasta el uso clínico generalizado. Al reducir los efectos fuera del objetivo, las proteínas modificadas podrían disminuir el riesgo de cambios genéticos no deseados, potencialmente haciendo que las terapias génicas sean más confiables y aceptables para tratar enfermedades.

El equipo utilizó AlphaFold, un programa de IA diseñado originalmente para predecir estructuras de proteínas, para identificar áreas clave en las proteínas de edición genética responsables de la actividad fuera del objetivo. Luego modificaron esas regiones específicas para minimizar errores. El estudio fue publicado en un número reciente de Nature, aunque la fecha exacta no fue especificada en la fuente.

La edición genética fue descubierta hace aproximadamente dos décadas, y las primeras terapias basadas en ella están surgiendo ahora. Sin embargo, los desafíos de seguridad han persistido. Esfuerzos previos se han centrado en minimizar las ediciones fuera del objetivo, pero este enfoque que utiliza IA para rediseñar las propias proteínas representa una nueva estrategia.

Los próximos pasos probablemente implican pruebas adicionales de estas proteínas rediseñadas en modelos preclínicos y eventualmente en humanos. La fuente sugiere que este método podría conducir a herramientas de edición genética más seguras, potencialmente acelerando el desarrollo de terapias para trastornos genéticos. Sin embargo, no se detallaron plazos específicos ni próximos experimentos en la fuente.