Diseñando proteínas para vacunas efectivas
Científicos crean nuevas proteínas para mejorar la respuesta a las vacunas usando deep learning.
― 7 minilectura
Tabla de contenidos
- El desafío del andamiaje de epitopos
- Avances con el Aprendizaje Profundo
- Los objetivos del andamiaje de múltiples epitopos
- Experimentando con nuevos diseños
- Evaluación de los nuevos diseños
- Pruebas de Inmunogenicidad
- Ventajas de los diseños de múltiples epitopos
- Direcciones futuras
- Conclusión
- Fuente original
En los últimos años, los científicos han avanzado en el diseño de proteínas, que son la base de la vida. Un área clave de enfoque es crear nuevas proteínas que imiten la estructura de las existentes. Esto implica un desafío conocido como el "problema de andamiaje de motivos", que busca replicar ciertas características estructurales de las proteínas naturales en formas más pequeñas y simples. La esperanza es que estas nuevas proteínas puedan cumplir varias funciones, como unirse a metales o actuar como vacunas.
El desafío del andamiaje de epitopos
Una aplicación específica de este esfuerzo de diseño de proteínas es el desarrollo de vacunas. En particular, los científicos buscan presentar partes de virus-conocidas como epitopos-al sistema inmunológico para estimular una respuesta fuerte. Los métodos tradicionales para diseñar estas vacunas han enfrentado problemas. A menudo, la parte de la proteína que desencadena una respuesta inmune es demasiado pequeña en comparación con toda la estructura, lo que lleva a resultados ineficaces. Además, replicar con precisión la estructura de estas pequeñas partes para asegurarse de que se unan bien a los anticuerpos es un desafío complejo.
Aprendizaje Profundo
Avances con elPara abordar estos problemas, los investigadores han recurrido al aprendizaje profundo, un tipo de inteligencia artificial que puede entender y predecir estructuras de proteínas. Al entrenar modelos con datos de proteínas conocidos, estas herramientas pueden generar diseños que podrían funcionar mejor que los métodos anteriores. Los investigadores han utilizado con éxito estas técnicas para crear proteínas con partes funcionales únicas, pero el siguiente paso era integrar múltiples funciones en un solo diseño.
Los objetivos del andamiaje de múltiples epitopos
Los científicos creen que si pueden diseñar proteínas que presenten múltiples epitopos simultáneamente, podrían provocar respuestas inmunitarias más fuertes. En lugar de depender de una sola parte del virus, tener varias piezas disponibles podría generar una respuesta más específica del sistema inmunológico. Esto también podría ofrecer una protección más amplia contra el virus.
Experimentando con nuevos diseños
Para probar esta idea, los investigadores decidieron diseñar nuevas proteínas que pudieran incorporar tres Epítopos virales diferentes del virus sincitial respiratorio (VSR). Usando un enfoque de aprendizaje profundo, crearon modelos que permitían la colocación arbitraria de estos epitopos en un espacio tridimensional. Esta flexibilidad en el diseño fue crucial para generar un conjunto diverso de posibles proteínas.
Esfuerzos iniciales con epítopos únicos
Antes de sumergirse en los diseños de múltiples epitopos, los investigadores primero querían ver si sus modelos de aprendizaje profundo podían andamiar efectivamente epítopos únicos. Se centraron en una parte específica del VSR, conocida como sitio-V. Intentos previos de incluir este epítopo en andamios de proteínas naturales habían fracasado debido a la baja similitud estructural. Usando su enfoque de aprendizaje profundo, lograron generar varios diseños que se unieron con éxito al anticuerpo deseado.
Ampliando a múltiples epitopos
Construyendo sobre su éxito con epítopos únicos, los investigadores luego buscaron incorporar tres epitopos diferentes del VSR en un solo andamiaje. Usaron un modelo de aprendizaje profundo similar, proporcionando plantillas para los tres sitios sin fijar sus posiciones de antemano. Esto permitió al modelo explorar varias configuraciones y llegar a diseños diversos.
Después de generar una gran cantidad de estos diseños, filtraron aquellos que eran estructuralmente incompatibles con la unión de anticuerpos. Esto era importante para asegurarse de que las proteínas diseñadas fueran funcionales y pudieran provocar con éxito una respuesta inmune.
Evaluación de los nuevos diseños
El siguiente paso implicó probar las nuevas proteínas en el laboratorio para ver si podrían presentar efectivamente los epitopos deseados. Los investigadores utilizaron una técnica llamada exhibición de levaduras, que les permite evaluar qué tan bien se unen las proteínas a anticuerpos específicos. Examinaron una variedad de diseños y seleccionaron varios que mostraron potencial.
Análisis estructural
Para confirmar que las proteínas diseñadas coincidían con las estructuras deseadas, los investigadores llevaron a cabo estudios de cristalografía. Encontraron que las formas de sus proteínas eran muy cercanas a las predicciones realizadas por sus modelos de aprendizaje profundo. Esto significaba que las proteínas no solo estaban uniendo efectivamente a los anticuerpos, sino que también mantenían las cualidades estructurales pretendidas.
Inmunogenicidad
Pruebas deUna vez que validaron la precisión estructural de sus diseños, los investigadores probaron la inmunogenicidad de sus proteínas de múltiples epítopos. Inmunizaron a ratones con los diseños de epítopos únicos y múltiples para comparar las respuestas inmunitarias generadas.
Los resultados fueron alentadores. Mientras que el diseño de epítopos únicos provocó una buena respuesta, en su mayoría se centró en el andamiaje en lugar del epítopo deseado. En contraste, los diseños de múltiples epítopos llevaron a respuestas inmunitarias más robustas, con los ratones mostrando niveles significativos contra el VSR.
Ventajas de los diseños de múltiples epitopos
Los andamiajes de múltiples epitopos ofrecieron varias ventajas sobre los métodos tradicionales. Al presentar múltiples partes del virus en un solo andamiaje, estos nuevos diseños cubrían más área de la superficie viral. Esto probablemente mejoró las posibilidades de provocar respuestas efectivas de anticuerpos mientras se reducía el riesgo de que el sistema inmunológico atacara erróneamente el andamiaje en sí.
Los investigadores notaron que sus diseños de múltiples epítopos resultaron en títulos cruzados más altos contra el VSR en comparación con los diseños de epítopos únicos. Esto sugiere que estos nuevos inmunógenos podrían proporcionar una defensa más completa contra las infecciones por VSR.
Direcciones futuras
La investigación destaca el potencial de las técnicas de andamiaje de múltiples epítopos para avanzar en los diseños de vacunas. La inmunogenicidad mejorada de estas nuevas proteínas indica que podrían funcionar como una alternativa viable a las formulaciones de vacunas tradicionales, que a menudo requieren múltiples componentes.
Al reducir la complejidad y los costos de producción, estos diseños podrían simplificar el camino hacia el desarrollo de vacunas efectivas. Además, la tecnología desarrollada podría tener aplicaciones más amplias más allá de las vacunas, incluyendo el desarrollo de enzimas, la creación de sensores y otros enfoques terapéuticos.
Conclusión
El trabajo sobre el andamiaje de múltiples epítopos demuestra el poder de combinar el aprendizaje profundo con el diseño de proteínas. Este enfoque innovador no solo permite crear proteínas que son estructuralmente precisas, sino que también potencia su funcionalidad potencial. Al abordar los desafíos del diseño de vacunas con nuevos métodos, los científicos están abriendo el camino para medios más efectivos de combatir infecciones virales y más.
Título: Accurate single domain scaffolding of three non-overlapping protein epitopes using deep learning
Resumen: De novo protein design has seen major success in scaffolding single functional motifs, however, in nature most proteins present multiple functional sites. Here we describe an approach to simultaneously scaffold multiple functional sites in a single domain protein using deep learning. We designed small single domain immunogens, under 130 residues, that simultaneously present three distinct and irregular motifs from respiratory syncytial virus. These motifs together comprise nearly half of the designed proteins, and hence the overall folds are quite unusual with little global similarity to proteins in the PDB. Despite this, X-ray crystal structures confirm the accuracy of presentation of each of the motifs, and the multi-epitope design yields improved cross-reactive titers and neutralizing response compared to a single-epitope immunogen. The successful presentation of three distinct binding surfaces in a small single domain protein highlights the power of generative deep learning methods to solve complex protein design problems.
Autores: Bruno E Correia, K. M. Castro, J. L. Watson, J. Wang, J. Southern, R. Ayardulabi, S. Georgeon, S. Rosset, D. Baker
Última actualización: 2024-05-10 00:00:00
Idioma: English
Fuente URL: https://www.biorxiv.org/content/10.1101/2024.05.07.592871
Fuente PDF: https://www.biorxiv.org/content/10.1101/2024.05.07.592871.full.pdf
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a biorxiv por el uso de su interoperabilidad de acceso abierto.