← Volver al inicio

Células vivas ponen a prueba los diseños de IA: 12,000 proteínas se someten a pruebas funcionales de CAR-T

Una competición mundial de diseño de proteínas incorpora moléculas de reconocimiento generadas por ordenador en células T humanas y evalúa desde su proliferación hasta su capacidad de destruir células cancerosas. Los resultados revelan que, entre provocar una respuesta inmunitaria y destruir con precisión las células diana, aún existe un umbral que debe superarse mediante experimentos.

By SURL BioNews

Diseñar un «conector» que permita a las células inmunitarias reconocer células cancerosas exige más que demostrar en el ordenador que parece capaz de unirse a su diana. El conector debe funcionar correctamente dentro de las células y convertir la señal de reconocimiento en un ataque eficaz. Una competición mundial de diseño de proteínas mediante IA sometió 12,000 diseños a pruebas en células T humanas, poniendo los algoritmos a prueba mediante su función biológica; el análisis correspondiente se publicó el 8 de octubre en *Molecular Systems Biology*.

En esta competición, denominada Bits to Binders, 28 equipos con participantes de 42 países presentaron sus diseños. Cada miniproteína de unión estaba formada por 80 aminoácidos, tenía como diana CD20 y servía como región de reconocimiento de las células T con receptor de antígeno quimérico (CAR-T). Esta región equivale al extremo sensor de las células inmunitarias: tras entrar en contacto con una célula que porta el antígeno diana, también debe activar la señalización situada detrás del receptor para desencadenar la respuesta de las células T.

Los organizadores aplicaron una validación en dos etapas. Primero, evaluaron una mezcla de numerosos diseños de CAR-T para observar qué secuencias aumentaban junto con la proliferación de las células T tras el contacto con células cancerosas positivas para CD20. Un total de 707 diseños mostraron un enriquecimiento significativo asociado a CD20, con tasas de acierto por equipo de entre el 0.6% y el 38.4%. Estas cifras reflejan los resultados de una evaluación funcional preliminar y todavía no pueden interpretarse directamente como la proporción de diseños eficaces para destruir células cancerosas.

A continuación, el equipo de investigación seleccionó los diez diseños con mejores resultados y evaluó su función por separado. Siete superaron al control negativo en producción de citocinas, proliferación y expansión del número de células específicas de CD20; en la prueba de destrucción celular específica de CD20, cuatro mostraron una ventaja significativa. La diferencia entre la evaluación inicial y la validación individual demuestra que estimular las células T y aumentar su número no garantiza que puedan eliminar las células diana de forma eficaz y selectiva.

Estos experimentos también aportaron pistas para mejorar el proceso de diseño. La presentación de un seminario de Twist Bioscience sobre el mismo tema señaló que los investigadores analizaron retrospectivamente factores relacionados con la síntesis de ADN, la expresión y la activación específica de la diana; tras aplicar criterios de selección, la proporción de diseños exitosos casi se duplicó. Sin embargo, se trata de un análisis retrospectivo basado en resultados existentes; determinar si puede aumentar la tasa de acierto de una nueva tanda de diseños completamente nuevos requiere nuevas pruebas experimentales.

Los datos abiertos amplían el valor de esta competición más allá de la clasificación. BioML Society indicó que los participantes aceptaron no reivindicar derechos de propiedad intelectual sobre los diseños y métodos presentados; la tercera versión del registro de datos en Zenodo incluye lecturas experimentales, métricas computacionales de las secuencias y código de análisis, además de ofrecer datos de inmunofenotipado y acceso al repositorio de código del proyecto. Esto permite a otros investigadores comparar distintos enfoques de diseño y rastrear en qué etapa pierden su función las moléculas candidatas.

Esta sigue siendo una evaluación funcional in vitro, y no una nueva terapia disponible para los pacientes. El artículo señala que los diseños se compararon dentro de una misma arquitectura de CAR y que los experimentos con células T se basaron en células de un único donante; aún queda por confirmar si los resultados pueden generalizarse a otras fuentes celulares o configuraciones del receptor. Este estudio establece un criterio de validación más próximo al uso terapéutico: para avanzar hacia la clínica, los diseños de IA deben demostrar, paso a paso, que las moléculas pueden unirse, que las células pueden responder y que el ataque es suficientemente preciso.

References

  1. Bioengineer.org
  2. Molecular Systems Biology
  3. BioML Society
  4. Twist Bioscience
  5. Zenodo