Edición genética · global
La IA no solo transforma las tijeras naturales: TnpB sintéticas logran editar genes en tres tipos de células
El equipo de investigación combinó modelos de estructuras proteicas con restricciones evolutivas para diseñar nucleasas guiadas por ARN cuyas secuencias se alejan de las de sus progenitoras naturales, pero que siguen siendo funcionales; los resultados abarcan bacterias, plantas y células humanas, aunque aún quedan obstáculos de seguridad y administración antes de llegar a aplicaciones médicas o agrícolas.
Hasta ahora, la mayoría de las herramientas de edición genética se buscaban en la naturaleza y luego se mejoraban gradualmente mediante experimentos. Ahora, la inteligencia artificial empieza a intentar traspasar ese límite: un equipo de investigación diseñó un conjunto de nucleasas guiadas por ARN nunca descubiertas en la naturaleza, que no solo pueden reconocer el ADN objetivo, sino que también conservan —e incluso superan— la actividad de edición de las proteínas naturales en bacterias, plantas y células humanas.
El estudio, publicado en *Science*, tomó como punto de partida a TnpB. TnpB es una nucleasa compacta y relacionada evolutivamente con CRISPR-Cas12 que puede cortar ADN específico guiada por ARN. El equipo combinó un modelo de «plegamiento inverso», que infiere secuencias de aminoácidos a partir de estructuras tridimensionales, con las restricciones sobre residuos clave señaladas por la información evolutiva, y generó una serie de variantes sintéticas denominadas SynTnpB.
El aspecto central del diseño no consistió simplemente en copiar proteínas naturales. Los investigadores exploraron deliberadamente regiones con mayores diferencias respecto de las secuencias conocidas de TnpB y después utilizaron experimentos de alto rendimiento para seleccionar a los candidatos realmente funcionales. Los resultados muestran que algunos editores generados por IA mantuvieron o superaron la actividad de tipo silvestre en distintos sistemas biológicos, lo que indica que el modelo podría encontrar soluciones proteicas viables más allá de las secuencias naturales, en lugar de limitarse a realizar ajustes parciales en enzimas existentes.
Los datos estructurales también aportaron respaldo mecanístico a estos resultados. Mediante microscopía crioelectrónica, el equipo resolvió la estructura de la variante que presentaba las mayores diferencias y observó que, bajo distintas conformaciones, formaba contactos en las interfaces con el ARN y el ADN que ayudaban a estabilizar el complejo. El registro estructural público 9YYG muestra que esta nucleasa sintética de 408 aminoácidos forma un complejo con ARN y ADN, con una resolución de 2,80 ångströms mediante microscopía electrónica de partículas individuales.
El tamaño más compacto de TnpB la convierte en un posible punto de partida para nuevas plataformas de edición; si se logran ajustar aún más su rango de reconocimiento, eficiencia y precisión, en el futuro podría utilizarse en la investigación de enfermedades, el desarrollo de herramientas de terapia génica o el mejoramiento de cultivos. En un sentido más amplio, la IA podría ampliar el espacio de nucleasas disponibles para la ingeniería y reducir la limitación de depender únicamente de proteínas ya existentes en la naturaleza.
Sin embargo, presentar actividad dentro de las células no equivale a reunir las condiciones necesarias para una aplicación práctica. Los datos disponibles aún no bastan para determinar el riesgo de efectos fuera del objetivo a escala de todo el genoma, la inmunogenicidad, la estabilidad a largo plazo ni la capacidad de administración eficaz de estas enzimas sintéticas, y tampoco se han establecido pruebas de seguridad a nivel animal o clínico. Aunque una mayor diferencia entre las secuencias artificiales y las proteínas naturales puede aportar nuevas funciones, también dificulta aplicar la experiencia existente a las evaluaciones toxicológicas, de respuesta inmunitaria y regulatorias.