Digital T硬漢 Tk(DTT)

人工智能改善病毒以進行基因治療

在美國,依賴病毒或與腺病毒(AAV)“相關”的細小病毒是非常有用的工具。 基因治療。 這是因為它們可以將DNA轉移到細胞中,並且對人體無害。 因此,它們被用作抵抗疾病所需的遺傳信息的載體。

圖片來源:

但是,存在嚴重的局限性,這意味著目前對它們的使用受到嚴重限制,並且並非所有患者都可以使用它們,因此並非每個人都可以接受基因治療。 這些限制中的第一個是 AAV, 附著在細胞上。 第二個限制是人體免疫系統。 據估計,有50-70%的人反對 AAV感染 之所以具有抗性,是因為它們已經與某種形式的這種病毒接觸。 在他們的情況下,基因療法無效,因為免疫系統有時間這樣做 病毒 在細胞進入細胞之前進行破壞,並進行治療所需的遺傳物質。 因此,基因治療研究的最重要領域之一就是嘗試 免疫系統 要聰明。


博士哈佛大學喬治教堂與 谷歌研究 和Dyno Therapeutics一 深度學習技術 用於設計AAV病毒衣殼(蛋白質殼)的非常不同的變體。 研究人員專注於編碼關鍵蛋白質片段的病毒基因組序列,該蛋白質片段在靶細胞感染和病毒對病毒的識別中起著核心作用。 免疫系統 spielt。


專家們表明,通過使用人工智能,有可能 衣殼 然後可以測試其逃避免疫系統攻擊的能力。 研究人員從一小部分數據開始 衣殼定位到200.000個變體。


我們的研究清楚表明我們熟悉 機器學習 可以設計出大量的變體,遠遠超過自然界中存在的變體。 Dyno Therapeutics董事兼聯合創始人Eric Kelsic博士說:“我們將繼續完善我們的技術,不僅創造出能夠抵抗免疫系統攻擊的載體,而且還能更有效,更選擇性地附著於選定的組織類型。
從《自然》雜誌上發表的一篇論文中,我們了解到對AI設計的衣殼的初步評估發現幾乎60%的蛋白都可以工作。 這是向前邁出的重要一步。 目前,隨機誘變用於區分衣殼,可用衣殼的百分比小於1%。
Dyno Therapeutics的另一位創始人Sam Sinai博士補充說,我們越偏離AAV的自然外觀,免疫系統就越不可能識別它。 電腦建模 執行。 然而,成功的關鍵是製造一個能夠穩定攜帶DNA有效載荷的衣殼。 獲得一個的常規方法 衣殼 需要大量時間和資源,並且仍然很少可用 衣殼 收到。 但是,在這裡我們可以快速找到各種各樣的 AAV衣殼 贏得,這是進一步發展的基礎 基因療法 可供更多人使用。”