Industria biotecnológica · global
¿Cómo validar las proteínas diseñadas por IA? Sino Biological lanza servicios experimentales de alto rendimiento
4RISE integra la preparación de proteínas, el análisis de unión y las pruebas funcionales. La empresa afirma que algunos flujos de trabajo pueden entregar datos de unión en tan solo tres días; esto puede acelerar la selección de moléculas candidatas, aunque todavía quedan múltiples etapas para demostrar su eficacia y seguridad.
Una computadora puede diseñar secuencias de proteínas, pero las predicciones por sí solas no permiten responder si una molécula puede producirse, si realmente se une a su diana y qué efecto genera después de unirse. Sino Biological(義翹神州)anunció el 13 de noviembre el lanzamiento de 4RISE, un servicio de validación experimental de alto rendimiento que lleva al laboratorio moléculas de unión proteicas diseñadas por IA, con el objetivo de reducir la espera entre el diseño y las mediciones experimentales.
Según el anuncio de la empresa, 4RISE combina la plataforma de síntesis de proteínas sin células XPressMAX con análisis de unión. La compañía afirma que la etapa de expresión de proteínas puede completarse en unas tres horas y que, en los flujos de trabajo aplicables, es posible pasar de la secuencia a datos de unión aptos para el análisis computacional en tan solo tres días. Estos dos plazos abarcan tareas distintas y no deben interpretarse como que todas las moléculas candidatas pueden someterse a una validación integral en tres días.
El servicio se divide en cuatro flujos de trabajo según la etapa de investigación: inicialmente, se seleccionan pequeñas proteínas o anticuerpos de dominio único que presentan señales de unión en sobrenadantes sin purificar; después, se realizan comparaciones estandarizadas con moléculas candidatas purificadas. Cuando se necesita una evaluación más profunda, pueden medirse la afinidad y las cinéticas de asociación y disociación. Para formatos moleculares especiales, se puede recurrir a la expresión y validación personalizadas en células de mamífero, con herramientas correspondientes tanto para la selección inicial como para la confirmación posterior.
Las mediciones de unión utilizan la resonancia de plasmones superficiales (SPR) de Carterra y Biacore, así como la plataforma de interferometría de biocapa (BLI) Octet, para analizar las interacciones entre las moléculas candidatas y sus dianas. La empresa indica que los resultados estructurados pueden consultarse en tiempo real mediante una interfaz de programación de aplicaciones (API). Para los equipos que ajustan repetidamente las secuencias, estos resultados sirven para orientar la siguiente ronda de diseño y la priorización de candidatos; que los datos puedan mejorar los modelos sigue dependiendo de la calidad experimental y de cómo se utilicen.
La página de servicios de la empresa también presenta un caso con más de 300 variantes de pequeñas proteínas de unión diseñadas por IA: al producirlas en células HEK293, la tasa de éxito de expresión fue de aproximadamente entre el 50% y el 60%, mientras que, al utilizar un sistema sin células, superó el 99%. Se trata de un caso específico publicado por el proveedor que mide si las proteínas pueden expresarse; no significa que una proporción equivalente de moléculas pueda unirse eficazmente a la diana, ni puede considerarse una tasa de éxito en el desarrollo de fármacos.
Para ampliar la evaluación más allá de la unión, la empresa enumera más de 20 pruebas de aptitud para el desarrollo, más de 1,000 pruebas de actividad biológica de proteínas y más de 10 pruebas de función celular. La estabilidad, la tendencia a la agregación y los efectos en las células son aspectos sobre los que se necesita información adicional al seleccionar moléculas candidatas. Estas pruebas forman parte de los servicios opcionales, y el contenido concreto de las evaluaciones debe determinarse según las necesidades de cada proyecto.
Lo anunciado es un servicio de investigación, no evidencia de la eficacia de una nueva terapia. El anuncio disponible no aporta una validación independiente a gran escala suficiente para comparar de forma integral distintos modelos de IA, dianas y formatos moleculares, ni resultados de ensayos en humanos. Obtener datos de unión con mayor rapidez ayuda a descartar antes los diseños inadecuados, pero, para avanzar hacia un uso terapéutico, las moléculas candidatas todavía deben acumular progresivamente evidencia sobre su función, sus efectos in vivo y su seguridad.