← Volver al inicio

¿Pueden las proteínas diseñadas por IA dirigir las células inmunitarias? Miles de diseños de CAR-T se someten a pruebas funcionales

La competición Bits to Binders introdujo 12,000 diseños en células T humanas, y unos pocos candidatos mostraron capacidad de destrucción selectiva. Los resultados llevan el diseño de proteínas a las pruebas de función celular y también revelan la distancia entre las predicciones informáticas y las aplicaciones terapéuticas.

By SURL BioNews

Que una proteína reconozca las células cancerosas es solo el punto de partida de la terapia celular. También debe funcionar correctamente en la superficie de las células inmunitarias y transmitir las señales adecuadas para desencadenar un ataque. El estudio Bits to Binders, publicado el 8 de octubre en Molecular Systems Biology, introdujo 12,000 diseños de IA en células CAR-T para evaluarlos, desplazando el foco de la evaluación desde la capacidad de una molécula para unirse a su diana hasta su capacidad para provocar la respuesta biológica deseada.

En esta competición, 28 equipos presentaron diseños, con participantes de 42 países. La tarea consistía en diseñar miniproteínas de unión con una longitud fija de 80 aminoácidos para reconocer CD20, una proteína presente en la superficie de las células B normales y de muchas neoplasias malignas de células B. Los investigadores incorporaron estos diseños a una misma estructura de receptor de antígeno quimérico (CAR) y después los introdujeron en células T humanas para comprobar si podían actuar como componentes de reconocimiento de la diana.

El estudio comenzó con un cribado conjunto, utilizando las secuencias para rastrear las células correspondientes a cada diseño. Tras el cultivo, 6,811 diseños alcanzaron el umbral de recuperación por secuenciación; de ellos, 707 mostraron un enriquecimiento significativo en presencia de células de linfoma positivas para CD20, en comparación con las condiciones sin estas células. La tasa de aciertos de los equipos osciló entre el 0.6% y el 38.4%. Esto indica que algunos diseños pueden favorecer la proliferación celular, pero el número de diseños enriquecidos no puede interpretarse directamente como el número de candidatos con capacidad confirmada para destruir tumores.

A continuación, los investigadores probaron por separado diez de los diseños más destacados, y siete obtuvieron validación funcional como CAR-T. Un comentario publicado en el mismo número de la revista señaló además que cuatro mostraron una capacidad significativa de destrucción selectiva al comparar líneas celulares positivas y negativas para CD20; sin embargo, el rendimiento global de estos diseños siguió siendo, por lo general, inferior al de los controles de CAR derivados de anticuerpos. Desde el cribado a gran escala hasta la confirmación funcional individual, el número de candidatos se fue reduciendo, y el significado de «éxito» se volvió más concreto.

Abdul Vehab Dozic y Caleb A Lareau, investigadores del Memorial Sloan Kettering Cancer Center, advirtieron en el comentario que el cribado conjunto compara condiciones de cultivo con y sin células de linfoma. Para demostrar con mayor claridad que la respuesta está impulsada por CD20, todavía se necesitan controles con el mismo fondo genético en los que únicamente se haya eliminado CD20, entre otros. Los experimentos también utilizaron una sola estructura de CAR y células T de un único donante, por lo que las características de las secuencias identificadas hasta ahora no necesariamente pueden aplicarse directamente a otros receptores o a células de distintas personas.

Los diseños fallidos también aportaron pistas. Tras analizar retrospectivamente las secuencias, el equipo propuso criterios de selección relacionados con la síntesis de ADN, la expresión de proteínas y la activación celular; al aplicarlos, la proporción de diseños que mostraban proliferación dependiente del antígeno podía casi duplicarse. Sin embargo, se trata de un análisis retrospectivo basado en resultados ya obtenidos, y aún se necesitan experimentos prospectivos para confirmar si puede mejorar la tasa de éxito de la siguiente tanda de diseños completamente nuevos.

El equipo ha publicado en Zenodo las lecturas experimentales, las métricas computacionales de las secuencias y los programas de análisis, junto con enlaces a repositorios públicos de código, para que otros investigadores puedan examinar en qué etapa falló cada diseño. El valor de este trabajo reside en establecer una referencia trazable de función celular para el diseño de proteínas mediante IA; en cuanto a si los candidatos pueden controlar los tumores de forma segura y sostenida en el cuerpo humano, esta competición aún no ha dado una respuesta.

References

  1. Bioengineer.org
  2. Molecular Systems Biology
  3. Molecular Systems Biology
  4. Zenodo